发布日期 2020-07-08

AI是忽悠?5G会赔钱?贝尔实验室女专家带来干货解析…

原标题:AI是忽悠?5G会赔钱?贝尔实验室女专家带来干货解析…

近日,5G首个演进版本标准R16正式冻结,成为各方关注的焦点,这意味着5G的规模化商用步伐再一次提速。与R15相比,R16围绕“新能力拓展”“已有能力挖潜”“运维降本增效”三方面,推动5G再次进化。

显然,通过标准的演进,5G不断完善自己,希望在持续提升能力和效率的同时,解决客观存在的较高成本问题。这至关重要,因为这决定了5G是否能够取得真正意义上的商业成功。然而,这又绝非易事!

怎么办呢?好消息是业界似乎已经找到了打开枷锁的“钥匙”,那就是人工智能(AI)。

今天,人民邮电报邀请芬兰Future X Lab首席创新官、诺基亚贝尔实验室的Honkasalo,Zhi Chun(志纯)做客《巾帼说》栏目,与人民邮电报融媒体记者王思涵一起直击5G痛点,带来干货解析。

王思涵:AI是忽悠人的吗,是过度炒作还是货真价实?

志纯:科技界的同仁大多熟悉Gartner的技术成熟曲线——其实大多数新兴技术,包括移动通信和互联网那些改变世界的“大技术”,都不可避免地要经历从“过热期”“低估期”到“成熟期”这样的发展历程。

AI同样是改变世界的“大技术”。基于超强的计算能力和海量的训练数据,AI能赋予我们超级的深度学习及推理速度,这会对众多行业乃至整个社会的生产力带来巨大影响。时间会给我们答案。

王思涵:在通信网络领域,AI能带来哪些实实在在的益处?AI在该领域应用面临着哪些难点?

志纯:通信网络中的AI,更准确地说,是“机器学习”。机器学习包括深度学习,是通过建立模型从而使机器变得聪明的基本工具,这是AI的基础。由于无线通信技术本身已经是一个算法世界,网络中的许多应用场景都较适合机器学习类型的算法。

AI在通信网络中应用的基础目标是实现自动化。其带来的益处可以主要概括为四个方面:提升研发能效、促进和确保网络深度自动化、增进网络侧和用户侧的性能、带来多样化的增值服务和创收的机会。

目前来看,我们可能面临的难点是:复杂场景难以模型化、现网中的数据提取有诸多困难(包括信息安全问题)、传统的通信网络架构与应用人工智能所需要的理想环境还存在一定的“代沟”(如网元之间的数据接口没有真正开放,算力不到位)。

王思涵:由于频率、技术特性等影响,一些人担心5G投入巨大却难以在短期内收回投资,对5G的大规模商用前景并不看好。对此,您怎么看?

志纯:技术难题可以通过技术创新解决。5G技术的“落地”的确面临着诸多现实挑战,包括频谱、网络拓扑、建造成本等方面。目前看来,业界普遍对5G网络的能效问题比较关注。但请注意,5G本质上其实是拥有许多节能技术功能的。比如利用AI等智能技术的加持,动态性的mMIMO配置优化可以从根本上提升网络接入能效。

能效创新是需要多方技术的。如果你想要实际的数字和例子——就诺基亚自身的产品和技术而言,我们的AirScale基站与之前的基站产品相比,可以提升70%的能效。同时,能效软件可以帮助减少20%的能耗。诺基亚的液冷技术可以帮助减少50%的能耗,产生的废热能循环使用可以帮助减少碳排放达80%。

王思涵:AI能在5G网络建设和商用发展中有何作为?

志纯:AI技术对于提升5G接入网性能至关重要,通过机器学习神经元深度学习算法,可实现无线资源自动优化调度、大数据实时处理简化、精细化管理以及预测、智能化分析及根因分析及提升终端用户体验保障等。

5G无线接入网组网非常灵活,这意味着其参数非常多。人为设定规则去优化会非常复杂,需要大量的时间及人力。而这些恰恰是AI机器学习的强项。

其应用场景可分为两类:AI架设于接入网之上、AI内嵌在接入网之中。

概括而言,AI之于5G网络可提供的核心价值包括:

创造性的AI算法能在解决复杂问题的同时提供提升性能的方案;

接入网数据可视的可编程应用接口将赋能网络智能化和训练学习的机制;

AI中间件为推理和学习构建坚实的服务和工具基础;

AI硬件加速器可以提供进一步的专属算力。

王思涵:AI如何才能在5G网络真正“落地”从而创造价值?

志纯:5G接入网需要有4个核心技术架构的支撑,才能合理有效地应用AI技术,包括:

算法本身的革新,即如何有效地利用机器学习的优势;

数据提取及其接口可编性,这是为了能够支撑各种各样的应用,包括我们目前也许还想不到的应用案例;

用于推理、模型管理和学习的中间件,这是一个软件架构问题;

计算能力,即AI 硬件一定要到位,这是一个硬件架构问题。

王思涵:目前AI与5G相结合有实实在在的成果吗?

志纯:目前AI机器学习在5G网络技术中的主要应用场景包括:基站无线资源优化调度、基站智慧节能技术、网络大数据异常检测和用户体验保障等。总体来说5G中的机器学习应用还需要大量的实验来验证加以成熟。因此与运营商的合作是必不可少的,在网络数据收集和测试方面也需要有一致的策略。

在诺基亚贝尔实验室的“Future X”网络目标架构中,就已将AI的支撑功能融入每个网络节点中,并通过人才培养、算力挖掘、算法创新和实例验证四大实施策略来确保这个目标的实现。

具体而言,贝尔实验室的网络技术AI方面的创新技术研究,注重于突破以往算法的思路,以神经元深度学习网络,实现无限资源优化调度及底层信息的智能处理;同时基于先进的预测分析系统,以数据驱动接入网容量智能化配置管理;采用领先的大数据实时分析处理技术实现智能化异常检测、根因分析和故障预警;并且能够以机器学习算法保障用户体验。同时,贝尔实验室的顶级数据科学家和统计学家们在综合AI应用及新型算法领域也在进行大量的研究工作,包括扩增智慧,视觉人工智能,感测及机器人自动化的综合AI等。

王思涵:作为贝尔实验室芬兰Future X Lab首席创新官,能否请您与通信业的女青年们分享一下您的成长经验和感受?现在正值毕业季,对于刚刚踏出校门,即将投身通信领域的女青年“后浪”们有何寄语?

志纯:我是在上世纪90年代初移动行业刚刚起步时走进诺基亚的。从GSM手机设计和国际标准推广开始,历经了移动通信语音及宽带技术,改变世界和我们每一个人的整个过程。

对自己参与的技术研发的成果,无论是系统架构研究、网络产品开发、无线标准制定,还是技术创新,标准中的基础专利,我是有一种满足感的。其中,技术更新快,总有新的知识要学习,新的客户问题要解决固然是重要原因。然而,最重要的满足感还是来源于移动通信技术是一个改变了世界的“大技术”。

目前5G技术和行业的综合应用是业界的热门。我在芬兰Future X Lab主攻与行业合作伙伴联手的5G工业自动化端到端系统的实验及应用创新的演示设计,主要聚焦无线机器人即时控制、机器视觉AI及分布式能源网络控制等方面的5G远边缘应用领域。

在早年的诺基亚,我们有一个口号“连接人们”,即“Connecting People”。对于即将投身通信领域的女青年“后浪”们来说,各位参与的将会是一个连接整个社会和事物的技术领域,它会进一步改变整个世界和我们每一个人。祝各位在建造无处不AI的新型智能通信网络中找到自我的发展方向。

编辑:闫瑾 贺翠萃

监制: 彭超

聚合阅读