移动通讯技能走过了37年的打开进程，人工智能技能也已走过了64年的打开进程。从前期的各自独立演进，到5G与人工智能开端深度交融打开，“5G与人工智能”已被业界视为一组最新的通用目的技能组合，对笔直职业的打开起到提振出产力与赋能的效果。

　　本文首要介绍了前期移动通讯和人工智能各自的打开道路，偏要点回忆了人工智能与通讯技能在3G到5G阶段开端交融打开。针对通讯人工智能，详细论说了当时人工智能技能在移动通讯生态体系中各范畴的打开状况，包含通讯网络根底设施、网络处理与运营、电信事务处理、跨范畴交融智能化、笔直职业与专网等，并总结了通讯世界规范安排对人工智能技能在移动通讯体系中的分级界说与演进道路。面向下一个十年，展望了通讯人工智能未来的打开道路G时刻表，前瞻性探究了依据3GPP和O-RAN道路的网络智能化、依据体会感知与目的的网络处理与运营体系的打开、网络AI信令体系、面向才智中台演进的电信事务与支撑体系、跨范畴交融的智能化体会处理与战略处理、从SLA向ELA的演进以及面向笔直职业的智能专网等。终究主张职业抵达共同，鄙人一个十年中全面加快推进人工智能在通讯生态范畴的打开。

　　移动通讯技能的商用打开已阅历了37年的年月。从1983年10月贝尔试验室与摩托罗拉大规划商用榜首代模仿语音通讯技能AMPS（advanced mobile phone system）作为打开原点，到1991年世界干流的2G技能GSM（global system for mobile communication）完结全数字化语音，以及演进到2001 年的第三代 UMTS（universal mobile telecommunications system）通讯技能支撑语音与移动数据事务，到2008年至今全球大规划商用的4G技能LTE支撑全IP（all internet protocol）化的高清语音与高速移动数据事务，终究打开到2018年开端5G技能逐步在全世界规划商用。这30余年，在移动通讯 5 个代际的打开进程中，移动通讯完结了从模仿到数字、从语音到语音与数据事务偏重、从电路交流到IP化、从关闭通讯生态体系到赋能笔直职业的技能与生态打开演进。在移动通讯打开的前期，特别是从1G到3G打开的初期阶段，移动通讯网络与事务的生态体系还在不断地进行完好性构建。直到4G生态体系根本完结了网络体系全IP化、支撑语音与数据事务，并开端向笔直职业赋能的测验后，业界开端提出移动通讯网络自动化与智能化的需求与打开理念。跟着移动通讯网络变得日益杂乱化以及通讯事务生态变得日益多样化，通讯网络根底设施和事务体系需求面临许多杂乱场景，例如无法用仿真模型模仿的极端杂乱的无线环境、指数级的IP交流与路由操控挑选、自动性的网络支撑与事务确保、“一客一策”与“一刻一策”的网络个性化服务等，远超传统的人工规矩预界说与履行的处理与处理才能，因而当时的通讯体系中需求有一套自动化、智能化的体系和手法确保网络与事务的工作与打开。

　　自2001年3G商用到2020年5G的广泛商用，在这20年中，移动互联网与数据事务得到蓬勃打开，通讯生态体系中发生海量的大数据，为人工智能（artificial intelligence，AI）在通讯范畴的打开和运用供给了天然的、高质量的数据源。2006年Hinton等提出深度学习，标志着人工智能打开的第三次浪潮的鼓起。传统机器学习中的监督学习、非监督学习、增强学习以及人工智能中的神经网络以深度学习的办法在通讯范畴各种场景中都有所运用。经过在IEEE Explore数据库中查找通讯人工智能范畴的学术效果，用“Artificial Intelligence” “Machine Learning”“Deep Learning”等要害词查找的学术论文，从2006年至今的15年的学术论文数量是2006年之前15年的6.42倍。由此可见，自2006年开端的第三次打开浪潮，人工智能与移动通讯职业的交融运用进入了一个飞速打开的阶段。通用目的技能（general purpose technology， GPT）一般指那些能够对全球或许国家经济体发生影响的技能。GPT 有期望经过影响既有经济和社会结构明显地改动社会。经济学家 Richard Lipsey和Kenneth Carlaw早在2005年就把人工智能等24种技能界说为通用目的技能。从2018年至今，各国政府与学术安排逐步开端将5G视为新一代的通用目的技能。

　　通用目的技能的明显特征在于对各种职业具有技能分散性与赋能，并为笔直职业的研制与立异提振了出产力。5G与人工智能很明显具有这样的特征，因而，5G与人工智能遍及被各国和工业界视为21世纪最新的一组通用目的技能被选用。

　　自从2018年5G逐步商用以来，有不少参阅文献以调研或许实证研讨的办法探究人工智能在5G的运用，大多以AI从5G物理层、MAC （medium access control）层、网络层、运用层的运用事例做总述，或以某一研讨问题做仿真或许数据剖析进行郊野试验或许实证研讨。可是，现在业界依然缺少并需求从5G以及B5G（beyond 5G）生态体系打开的视点，对移动通讯和人工智能技能的交融打开做全体的总述和前瞻性的展望。笔者期望将 5G 与人工智能技能作为一组通用目的技能的交融运用打开作为主线G网络与事务生态体系的“注智”与“融智”做体系性总述，并对未来10年移动通讯与人工智能技能的交融演进做前瞻性论说。

　　人工智能技能的雏形最早呈现在1956年，美国达特茅斯会议上提出了“人工智能”一词，同年Arthur Samuel提出了机器学习理论，如图1所示。20世纪70年代中期，以仿生学为根底的研讨学派逐步炽热，专家体系、神经网络等技能取得了高速打开。尔后，人们开端测验研讨具有通用性的人工智能程序，却遇到严峻的阻止，堕入阻滞而进入打开的“隆冬”期。1997年，“深蓝”的成功让人工智能的打开又提上日程。跟着算力的添加以及互联网遍及带来的海量数据，人工智能的瓶颈被打破，为依据大数据的深度学习与增强学习供给了打开的或许。21世纪初期，人工智能技能的打开从“感知”走向“认知”，特别在语音处理、本文剖析、视频处理等深度学习技能方面取得重要打开。2012 年，Hinton 宣布了一个规划精巧的卷积网络AlexNet，在传统的卷积网络中参加了ReLU、Dropout处理办法，并将网络结构拓宽到更大规划，极大下降了图画辨认的错误率。天然言语处理（natural language processing，NLP）技能在2013年取得了重大打开，Hinton运用了RNN（recurrent neural network）做语音辨认的作业，图灵奖取得者Yoshua Bengio在同一年提出了一种依据神经网络的言语模型word2vec用于文本剖析，两种技能辨认效果比较传统办法明显进步。2014年诞生的生成对立网络（generative adversarial network，GAN）技能遭到学术界、工业界的分外注重，最新的 GAN 算法在图画生成范畴的传神效果现已抵达人眼难以分辩的程度。深度强化学习模型 DQN（deep Q-network）于2015年宣布在Nature上，标志着强化学习与深度学习的里程碑。2016年，结合了深度神经网络、强化学习、蒙特卡洛树查找树的AlphaGo由谷歌DeepMind开发成功，并成功打败多名围棋冠军。2018年年末，谷歌发布一种双向言语模型——BERT（bidirectional encoder representations from transformers），这翻开了深度学习在 NLP 运用的“潘多拉魔盒”，在业界引起了极大的注重和广泛的运用，成为NLP技能打开的一个重要阶段。2020 年，Open-AI 在 GPT （generative pre-trained transformer）体系下，开宣布具有1 750亿参数量的预练习模型GPT-3，成为现在NLP范畴最强的通用言语模型，在翻译、问答、文本填空等运用使命中表现出挨近人类的才能。近5年，数据隐私安全逐步引起了全球的注重，“数据孤岛”效应成为阻止大数据交融和人工智能打开的“拦路虎”，为了重建职业数据生态，2017年年末，“联邦学习”技能由谷歌首先提出，以一种散布式加密机器学习的思维打破“数据孤岛”僵局。2018年，为了满意工业数据联合需求，微众银行提出了一种工业级的联邦学习结构——FATE，完结了工业联邦学习的新范式。2020 年年末，工业联邦学习世界规范 IEEE P3652.1发布，标志着职业“融智生态联盟”正式落地敞开。

　　受算法、算力、需求等方面的影响，前期的移动通讯体系（例如AMPS、GSM等）未触及人工智能运用。但依据数据模型和仿真的剖析办法现已用于网络规划与优化。1968 年，Yoshihisa Okumura提出Okumura模型，依据实测数据对实在的无线信道进行数据建模与仿真，能够看作移动通讯体系前期运用数据科学算法的雏形。1980 年，Masaharu Hata 提出 Hata 模型，对Okumura模型进行优化。图1 中，1999 年 3GPP 正式把 COST Walfish-Ikegami等信道模型归入3G射频体系场景的规范中。后期，跟着无线蜂窝技能的打开，涌现出更多的无线年开端界说SON功用，随后通讯界开端探究各种人工智能算法对SON的运用。初期首要运用遗传算法、进化算法、多方针优化算法等散布式优化算法对网络的掩盖和容量进行优化。机器学习已被SON范畴广为接纳用于网络完结自安排、自装备、自优化、自治好的要害办法。可是，通讯人工智能线GPP 服务和体系第二作业组（Service ＆ System Aspects Working Group 2，SA2）开端研讨 5G 中心网的智能化网元——网络数据剖析功用（network data analytics function， NWDAF），例如用户设备（user equipment， UE）级的移动性处理，如寻呼增强和依据UE 移动性办法猜测的衔接处理增强等；5G 服务质量（quality of service，QoS）增强，如用户QoS 参数装备优化；网络负载优化，如依据网络功用猜测的用户面功用（user plane function，UPF）挑选等。同月，欧洲电信规范化协会（ETSI）树立了阅历式网络智能（Experiential Network Intelligence， ENI）作业组，专门研讨体会式感知网络处理架构、用例、术语等。2017年6月，我国通讯规范化协会（China Communications Standards Association，CCSA）发动了人工智能在电信网络中的运用课题研讨。2018年2月，敞开无线接入网络联盟（Open Radio Access Network Alliance， O-RAN Alliance）树立，开端拟定无线人工智能的结构、用例、流程和接口规范。2018年6月， 3GPP 无线接入网第三作业组（Radio Access Network Working Group 3，RAN3）开端研讨无线侧的数据搜集机制。电信处理论坛（Telecom Management Forum，TMF）也开端了与人工智能相关的催化剂作业。2018年8月，3GPP SA5开端与5G SON相关的课题研讨。2018年10月， 3GPP SA5开端对人工智能的研讨，界说了一个新的处理面功用：处理数据剖析功用（management data analytic function ，MDAF）。2019年6月，世界电信联盟电信规范化部家世13研讨组（ITU Telecommunication Standardization Sector Study Group 13，ITU-T SG13）发动了机器学惯用例的研讨。同月，全球移动通讯体系协会（Global System for Mobile Communications Association， GSMA）开端了智能自治网络事例的白皮书作业。2020年6月，3GPP SA5开端发动网络自动化分级的研讨课题。同月，我国移动联合亚信科技初次在3GPP R17规范中正式引进联邦学习概念，构成联邦学习在5G范畴的榜首个全球世界规范。2020 年 7 月，3GPP R16 正式冻住之后，3GPP RAN3、SA2、SA5针对新的R17版别将继续推进与人工智能相关的NWDAF、MDAF、QoE（quality of experience）等规范化课题研讨。

　　通讯的实质，在于经过各种通讯技能（例如移动通讯、卫星通讯、固定网络通讯等）将信号中封装的信息从起点传到目的地。衡量通讯质量的规范是信息从发送端到接纳端是否能够精确、完美地复现。人工智能，相关于由人和动物表现的天然智能，使核算机或机器能模仿人类思维与认知，例如“学习”与“处理问题”的才能，一起去感知环境，并选用相应的举动，以概率最大化的期望成功完结预设的方针。通讯与信号处理体系依据精细的数学模型进行构建。而人工智能中的深度学习使人工智能从数据中吸收常识并做出决议计划，无须进行清楚的数学建模与剖析。假如过于精巧和高雅的数学假定，通讯体系在实践运用中简略脱离实践。而人工智能或深度学习假如运用于通讯体系，其过于黑盒化的学习进程，又简略使得通讯与信息模型的构建缺少物理含义。好在通讯体系的一个典型特征是层级自治并经过规范化界说的接口完结互联互通构成完好的体系。例如信号处理体系的发射机和接纳机可分解成为不同处理单元，担任各自的功用，例如信号编解码，信道编解码，调制、解调、除噪等，十分相似今日IT体系中的微服务概念。尽管这种体系架构不是大局最优，但其长处在于将各子体系进行独立剖析和优化，然后构成全体安稳的体系。现代移动通讯体系经过30多年的打开，功率和功用现已十分优异，已迫临香农极限。差异于传统的分层自治办法，假如运用人工智能、深度学习将通讯体系考虑为一个全体模型进行剖析与优化，有或许将通讯体系智能化的打开面向一个新的阶段。本节将介绍人工智能在通讯生态体系里各个范畴的打开和运用，以及通讯世界规范安排对当时通讯人工智能打开界说的分级体系。

　　人工智能在通讯网络根底设施的打开，从无线接入网、中心网、传输网、终端 4 个方面进行论说。（1）无线接入网无线接入网的物理载体是基站。5G基站分为中心单元（central unit，CU）和散布式单元（distributed unit，DU），相似传统的基带单元（base band unit，BBU），经过光纤与有源天线单元（active antenna unit，AAU）衔接。AAU包含传统的射频拉远单元（remote radio unit，RRU）和天线功用，即有源射频部分与无源天线整合为一体。人工智能面向无线接入网中的CU、DU、AAU，现在在物理层、MAC层、网络层都有所运用。其间，在物理层与数据链路层，典型的 AI运用包含运用深度学习或强化学习算法点评与猜测信道质量、OFDM（orthogonal frequency division multiplexing）符号在接纳端的检测、信道编解码、动态频谱随机接入等功用。

　　其间信道质量点评运用例如DNN（deep neural network）算法对有限导频信号做剖析，帮忙大规划MIMO体系估测出完好、精确的信道状况信息（channel state information，CSI）。OFDM符号在接纳端的检测一般依靠于接纳器运用最大似然估量进行点评，但该办法对CSI差错和模型本身的精确性十分灵敏。因而参阅文献测验了DNN算法，成果标明逾越了传统的 MIMO 符号检测办法。5G 信道编解码中，数据信道运用LDPC（low-density parity-check）码，操控信道运用Polar码。其间Polar码需求消耗多重的迭代收敛后抵达优化功用，而LDPC 码在大块 Block 或许噪音恶劣状况下解码的杂乱度较高。因而各种依据 CNN、DNN 以及强化学习的解码算法，呈现优异的功用、质量以及较小的核算价值。动态频谱随机接入范畴往后也能够测验依据强化学习的DSA 战略（learning-based random access and dynamic spectrum access）确保大规划终端的动态频谱接入。

　　（2）中心网人工智能在移动通讯中心网范畴的打开在5G年代取得了重大打开。3GPP SA2在2017年2月界说了网络人工智能网元（NWDAF），这是移动通讯从1G到5G以来榜首次在中心网络架构里界说、规范化，并要求布置网络人工智能网元。NWDAF架构如图2（a）所示，该网元旨在运用人工智能算法与通讯技能协议相交融，对5G中心网络的移动性处理、网络服务质量（QoS）以及5G中心网其他网元（例如UPF等）进行智能化的处理、优化与进步网络质量与体会。现在，中美运营商正在对NWDAF在5G SA的商用进行功用测验。

　　相关于 3GPP，O-RAN 是另一条新式技能赛道。2018年开端O-RAN联盟拟定依据AI的无线智能操控器（AI-enabled RAN intelligent controller，RIC），并与中心网处理与编列（management＆ orchestration，MANO）功用紧耦合，因而笔者把RIC放在中心网部分论说。RIC架构如图2（b）所示，RIC分为非实时Non-RT RIC（non-real time RIC）和准实时Near-RT RIC（near-real time RIC）。准实时 RIC 下沉在无线 接口与CU/DU相连。准实时RIC的功用包含运用AI的才能进行无线资源处理、移动性处理、无线衔接处理、切换处理以及无线QoS处理等。非实时RIC则界说在中心网MANO体系中，经过A1接口与准实时RIC衔接。其首要功用在于依据AI的事务与战略处理，高层事务流程优化以及帮忙准实时RIC离线练习AI模型等。O-RAN的RIC现在还正在规范完善和前期试验中。相关于 3GPP NWDAF，O-RAN RIC离老练商用还有较大间隔。

　　（3）传输网传输网是通讯网络的根底，担任在物理上衔接各个网络节点，将数据传送到目的地。因为光通讯具有大带宽、安稳、损耗低一级特色，现在干流的传输技能经过光网络这样的载体进行通讯。光传输网络的打开阅历了准同步数字传输体系（plesiochronous digital hierarchy，PDH）、同步数字体系（synchronous digital hierarchy，SDH）、多事务传送途径（multi-service transport platform， MSTP）、波分多路复用（wavelength division mulplexing，WDM）、自动交流光网络（automatically switched optical network，ASON）、光传送网（optical transport network，OTN）技能的打开和改造。为了完结网络流量的灵敏操控，更好地支撑事务传输需求，近几年业界又开端探究将SDN引进光网络，完结软件界说光网络（software defined optical networking，SDON）。SDON承继了ASON动态康复事务中止的特色，但一起也致力于确保网络容量和事务牢靠性。别的，因为下降运营本钱的需求，供给光网络组网的自动化及智能化水平，光网络需求与大数据、人工智能、云网交融等技能结合，完结光网络的智能化处理。这也引进了认知光网络（cognitive optical network， CON）的概念以及业界的探究。依照欧盟赞助的CHRON（cognitive heterogeneous reconfigurable optical network）的项目方针，认知光网络的中心是认知决议计划体系（cognition and decision system，CDS），担任处理传输要求和网络事情。操控和处理体系（control and management system， CMS）担任操控和传达相关指令，如图3所示。现在，SDON/CON与人工智能的结合也呈现了一些研讨效果，例如猜测毛病、缩短康复时刻、改善光的信噪比等。

　　另一方面，第 4 版互联网协议（internet protocol version 4，IPv4）向第 6 版互联网协议（internet protocol version 6，IPv6）的演进要点处理地址空间、网络传输的QoS确保等许多问题。为了满意5G场景的需求，构建依据IPv6的智能IP 网络也是承载网的打开趋势。怎么完结灵敏的网络路由、确保承载网的网络切片 SLA （service level agreement）、承认性网络传输，需求运用人工智能技能进行确保。例如，可依据人工智能技能对 IP 网络的目的进行辨认和判别，针对性确保网络体会。但全体而言，现在IPv6 网络和人工智能的结合还处于初始探究阶段，业界期望能够运用人工智能技能对全网的工作状况进行监测，及时发现网络的问题和危险，智能化地辨认网络反常；可针对发现问题进行毛病的根因定位而且发生相关的最优战略。为更好地完结智能化IP网络，还需求引进分段路由IPv6、SRv6（segment routing IPv6）、随流检测等技能，对网络进行感知和灵敏的路由装备，将 IPv6 技能晋级到 IPv6+。现在业界相关的研讨还处于探究阶段。

　　现在，云网边端的资源分配和存储算力资源运用相对独立，例如在云服务器进行杂乱的人工智能运用，在终端进行简略、轻量化的人工智能运用。跟着SDN、IPv6、IPv6+等技能的打开，业界致力于完结算力网络与IP网络的交融、云网交融等全新的架构。现在，在这个进程中还存在许多技能难题，例如怎么完结最优的路由、怎么最优地散布算力、怎么确保算力的服务质量，这需求凭借人工智能等技能战胜难题。现在相关研讨还处于初级阶段。

　　（4）终端依据终端的人工智能包含终端和芯片的智能化。终端操作体系本身和运用层的App已有一些智能化运用打开，而笔者要点注重的依据终端的人工智能关于网络根底设施的赋能现在还在前期打开阶段。比较典型运用是终端芯片搜集的功用数据陈述给 SON 体系或许运维支撑体系（operation supporting system，OSS），运用这两个部件的网络人工智能剖析引擎，进行无线GPP SON中的最路测小化（MDT）表现。

　　全体上，人工智能在通讯网络根底设施范畴的打开在3G/4G年代较为平平，而在5G年代完结了加快打开。跟着 3GPP 的 NWDAF、ORAN的RIC和欧盟5G-MoNArch（5G Mobile Network Architecture）项目组的 RAN-DAF（RAN data analytics function）的逐步老练以及商用打开加快，人工智能将进一步深度融入5G及B5G的网络架构，且以独立网元和网络功用实体的办法存在并长时刻演进。一起也看到人工智能的数学模型和移动通讯范畴常识还相对独立，当时许大都学模型成果还缺少在通讯层面有物理含义的解说，两者需求进一步做深度交融增强人工智能在通讯物理网络运用上的可解说性。传统通讯设备商也需翻开数据接口黑盒，进一步敞开与规范化数据接口，帮忙运营商构建中立（vendor agnostic）的智能化网络根底设施。

　　人工智能在网络处理范畴的打开，从MDAF、ETSI、ENI引擎和OSS这3部分描绘。（1）MDAF

　　3GPP R16界说的MDAF以及服务方针如图4（a）所示，3GPP SA5在R16开端界说网管智能化功用，例如MDAF经过进行数据剖析，帮忙处理体系设置合理的网络拓扑参数进行网络装备，确保服务质量。网络依据MDAF供给的剖析成果进行合理装备后，操控面和用户面可做进一步参数调整，进步用户体会。关于OAM（operation administration and maintenance）处理体系，要害的进程为事务需求剖析供给什么信息给 MDAF。例如网络切片的通讯服务处理功用（communication service management function， CSMF）将客户的SLA翻译成通讯服务需求，运用MDAF的剖析才能判别此需求是否与现有的切片实例匹配，经过挑选最优的切片实例进行切片SLA确保。

　　MDAF在处理面也能够为SON赋能，如图（4 a）所示。MDAF运用搜集的处理面和网络数据，进行相关的剖析，完结第3.1节中描绘的各种SON功用。可是MDAF在R16的规范（例如接口、搜集的数据信息界说、流程等界说）均不完善，较难在当时的5G网络中运用及布置。针对R16的问题以及新场景，3GPP开端在R17对MDAF进行增强，除了完善R16的功用外，对掩盖增强、资源优化、毛病检测、移动性处理、节能、寻呼功用处理、SON协作等场景也进行界说与完善。R17中界说的 MDAF 与服务方针联络如图4（b）所示。MDAF在R17中的服务架构更杂乱，而且与NWDAF 怎么协作也还没有终究承认，其 R17的技能规范还在进行中。MDAF现在在中美运营商的 5G 网络处理体系中都还没有完结商用布置。（2）ETSI

　　ENIETSI 于2017年界说了ENI体系，作为一个独立的人工智能引擎为网络运维、网络确保、设备处理、事务编列与处理等运用供给智能化的服务。ENI功用架构如图5所示，ENI包含上下文感知、常识处理、认知处理、情境感知、模型驱动和战略处理等与人工智能相关的常识处理、模型处理、战略处理模块。经过数据处理和正则化（input processing and normalization），对原始数据进行整理和特征处理，然后经过内部的AI模块处理后，向 OSS、BSS、用户、体系运用、编列器、根底设施等服务方针供给相关的战略或许指令。去正则化和输出构成等模块将ENI发生的战略或许指令进行翻译，输出服务方针能够了解的言语。

　　现在，ETSI ENI还在继续演进ENI的功用，界说更多高档的运用，例如依据目的网络的节能、数据机制、ENI与运营商体系的匹配等。现在相关的作业还在继续中。针对ENI界说的功用和运用场景，国内外运营商测验了相关的试点项目，在切片处理、用户体会优化、无线能量优化等方面取得了杰出的效果。例如在参阅文献展现的试点陈述中，UC3M、三星和意大利电信等公司打开协作，经过 ENI 对切片资源进行弹性管控，能够很好地操控端对端时延、服务创立时刻、体系容量等功用。在参阅文献展现的陈述中，我国电信、亚信科技、北京邮电大学等进行协作，将 ENI 用于依据目的的用户体会优化，进步用户体会处理。现在，ENI没有作为一个独自的人工智能体系或许网元在5G网络或许网管体系中布置，但其界说的许多功用以解耦的办法在全球运营商的网管体系内开端运用。

　　TMF界说的OSS特色如图6所示，2019年TMF在Future OSS的研讨陈述中界说了未来OSS由“数据驱动”，有必要依靠人工智能、机器学习、自动化、微服务、事务优化紧耦合，有必要具有灵敏、自动化、自动性、猜测性、可编程性的特征。在界说未来OSS最重要的10个要素中，其间有 4 个要素和人工智能严密相关：自动闭环服务注册与确保、自动闭环网络优化、AI驱动的客户参加、AI驱动的网络优化。因而，干流通讯运营商也在面向 5G 演进的 OSS 中逐步嵌入了AI途径或许功用模块以等待OSS完结智能化演进。AT＆T的ECOMP（enhanced control, orchestration, management ＆ policy）体系中在规划态界说了依据 AI 剖析的事务规划作业室（Analytic Application Design Studio）功用，如图7所示。工作履行态中ECOMP也界说了DCAE（data collection, analytics and events）功用。DCAE供给依据AI的实时FCAPS功用，经过智能剖析处理与编列事务、网络、资源，并完结自动化闭环。Verizon 也把人工智能当作 BSS/OSS 的必选功用，特别在用户网络与事务体会中得到了深化的运用。

　　图7AT＆T界说的ECOMP我国的运营商在面向5G OSS的体系构建中，在数据中台与OSS中心功用模块之间刺进一个新的途径或组件，命名为网络 AI 中台或许智能中台，用来承当网络人工智能的功用。在图8（a）中，笔者将我国三大通讯运营商的5G OSS网络中台体系笼统得到了一张技能中立的 5G OSS网络中台架构图，其间数据中台首要担任网络侧数据搜集、数据存储、数据处理、数据同享等功用。网络人工智能中台为满意5G网络、事务、服务处理的智能化要求，以数据中台的网络大数据为首要燃料，环绕网络生命周期中的规划、建造、优化、运维等场景，不断构建、推理、发布、沉积出网络AI算法模型，为4G/5G网络供给包含反常检测、容量猜测、网络优化、根因剖析、告警猜测、毛病自愈、事务编列、感知优化等网络 AI功用，全面进步5G网络自动化与智能化才能。

　　通讯事务支撑体系BSS供给了客户运营及服务的才能。TMF的Frameworx体系中，BSS功用首要面向客户的商场与出售、产品、客户、服务、资源、供货商与协作伙伴等多个范畴，如图8（b）所示。BSS范畴的中心出产体系包含客户联络处理（customer relationship management， CRM）、计费账务体系（billing）、运营剖析体系（business intelligence，BI）、呼叫中心体系（call center，CC）等。全球干流运营商的BSS均已十分完善，大都已完结集中化、途径化建造。其间，我国运营商在BSS范畴正引领依据才智中台的技能演进，即经过才能运营协同事务中台、数据中台、技能中台、AI中台等中台体系完结面向终究用户与协作伙伴的IT服务与交互。其间，AI中台以人工智能算法为根底，经过场景化服务才能封装，为事务进程注智赋能。到现在，人工智能技能经过 AI 中台体系现已在 BSS 域的营销、出售、客户服务、计费等多个事务范畴及相应场景得到较好的运用。（1）商场营销

　　该范畴典型人工智能运用是客户营销智能引荐及运营决议计划辅佐。经过人工智能各类引荐算法模型和专家阅历规矩，构成有针对性的引荐战略模型，依据客户特征输出最佳匹配战略。并在此根底上，凭借人工智能决议计划相关算法，聚集产品匹配度、价值度、公司效益等要素构建归纳决议计划模型，生成最佳运营决议计划，帮忙企业进步效益。适用场景包含：抢手产品引荐、相关产品引荐、个性化套餐引荐、合约引荐、数字化内容引荐等。

　　该范畴典型人工智能运用是运用人脸辨认、OCR（optical character recognition）等技能支撑客户在营业厅事务受理的身份认证稽核、出售协议签字认证、实在人物事务处理承认等场景。而在政企客户的出售进程中，运用人工智能的OCR、图画辨认技能，支撑事务录单环节企业信息自动化辨认、政企事务印章辨认完结事前认证稽核、出售合同自动起草等场景，完结事务出售的智能化、自动化，进步客户经理作业功率。

　　该范畴典型人工智能运用是依据语音辨认、目的辨认、多模态问答匹配、语音组成、语义处理、用户情感剖析、标签多分类猜测、OCR等技能完结客户与智能机器人进行的语音交互、客户情感实时监控；猜测客户诉求，有用分配服务坐席；实时监听客户问题，进行自动分类辨认，自动检索常识库，辅佐坐席回复问题；依据客户语音声纹的身份认证；潜在投诉猜测；客户服务进程中的语音质量检查，进行智能量化评分；依据工单文本信息的智能派单；常识库常识的自动生成；智能客户服务排班等。

　　该范畴典型人工智能的典型运用是经过引证智能运维AIOP（artificial intelligence for IT operation）支撑计费体系运用流程晋级和装备批改上线的灰度发布，完结计费体系的毛病发现、毛病确诊、毛病自愈、毛病防备等；结合机器人流程自动化RPA（robotic process automation）才能，支撑计费体系日出账的自动化。别的，依据多量纲的定价因子（带宽、时延、牢靠性、精度、衔接数、容量、网络功用实例数等）与客户资料，运用AI算法能够完结智能定价，承认最优价格，以帮忙B2C企业获取最大利益。

　　任何一种电信事务都无法在OSS或BSS单一体系中孤立运营或运维。一体化贯穿的电信事务流程、演进中的技能中台体系架构特征以及事务与网络数据的交融剖析运营，是驱动BSS与OSS进行深度交融的三大首要要素。通讯人工智能在跨范畴的交融智能化打开也催生了多种运用场景与事例。（1）客户体会处理（customer experience management，CEM）

　　通讯运营商的安排结构中，网络运维支撑与事务运营支撑一般是相对独立的范畴，其对应的出产体系OSS与BSS也相对独立运营与演进。网络范畴要点注重网络、网元的各项要害功用方针（key performance indicator，KPI），事务范畴担任面向商场打开新客户与新事务以及存量客户服务。通讯运营商一般选用ITU和ISO（International Organization for Standardization）拟定的QoS体系用于其与客户签定的服务质量协议（SLA）。传统的QoS以技能为驱动，以网络KPI来界说服务质量，无法实在表现用户在运用网络事务的体会与感触，因而网络范畴中依据QoS体系的网络功用质量和和事务运营范畴注重的客户满意度、感知体会之间构成了一条“数字间隔”，如图9所示。CEM 作为网络与事务跨范畴交融的一个新范畴，凭借人工智能技能，将运营商的 QoS服务质量体系向以用户为中心的体会质量 QoE体系演进，完结从以网络 KPI 为中心到以客户体会为中心的网络事务服务转型。

　　CEM 的中心在于运用人工智能结合心理学树立一套能精确反映客户对通讯网络与事务运用感知体会的算法模型体系，称之为电信心理学算法，将网络体系的QoS与用户体会的QoE体系进行量化映射，然后弥合网络质量与用户实在体会之间的间隔。现在，常见的点评用户体会感知的办法有两种：净引荐值（net promoter score，NPS）和情感衔接度评分（emotional connection score， ECS），如图10所示，NPS用来衡量客户是否引荐某个公司、产品、事务的或许性。NPS 依据客户反应构建评分方针体系，经过电话或问卷采访调研用户对某个公司、某个产品或服务的满意度，量化在0～10分。NPS相对来说是一种被迫、依据客户长时刻形象、静态的量化点评机制。当时全球运营商中约有 7%运用 NPS 衡量客户满意度。

　　跟着机器学习交融心理学的情感衔接度评分（ECS）模型呈现，传统NPS方针体系已过期。很多研讨标明客户的情感衔接度评分是最挨近衡量实在体会质量的方针体系。不同于NPS，ECS是自动和继续性的，如图11所示，经过会聚接入跨网络和事务范畴的多方面数据，并运用ECS电信心理学算法不断学习可量化的客户体会和各项方针之间的联络，并将事情成果映射到ECS分数中，然后及时开掘客户体会发生问题的根因，辅导改善网络与事务质量，抵达进步用户体会的方针。亚信科技提出一套电信心理学体会感知算法以及可量化用户感知体会的指数集，经过对通讯范畴用户级片面数据（例如NPS调研、客户投诉、自动拨测等）和客观数据（例如语音通话、上网、高清视频事务、VR事务等质量方针）进行海量数据机器学习，比对和校验各地区之间的用户数据差异性，进行ECS参数优化，再结合用户级通讯、消费、服务等多方面行为进行画像剖析，终究生成ECS电信心理学模型，用于即时性点评客户旅程中任何一刻、任何一地、任何一种事务的瞬时体会质量。

　　通讯人工智能在CEM的运用，客户的全生命周期旅程中，如图12所示，以用户体会进步为收敛方针，点评用户的事务瞬时体会质量，对体会下降的问题进行快速定位与确诊，把自动感知与关心的用户个性化战略贯穿其间，然后观察每一个用户在网络旅程的体会方针，并经过网络和事务体系向用户并经过网络和事务体系向用户供给个性化服务，然后完结 5G 网络个性化（network personalization，NP）。

　　网络战略操控首要依据规矩界说，在4G LTE中网络战略操控由战略和计费规矩功用（policy and charging rules function，PCRF）完结[112]。3GPP从 R7 开端引进 PCRF 网元，对用户和事务 QoS进行操控，为用户供给差异化的服务。而且能为用户供给事务流承载资源确保以及流计费战略，完结依据事务和用户分类的更精细化的事务操控和计费办法，以合理运用网络资源。PCRF包含战略操控决议计划和依据流计费操控的功用，供给数据流检测、门控、流计费的网络操控功用，能够以事务、用户、方位、累计运用量、接入类型、时刻等多个维度为触发条件，生成管控规矩。人工智能在PCRF没有得到运用，PCRF的战略规矩都以规矩装备为主。PCRF 架构如图13（a）所示，经过Gx 参阅点与战略与计费履行功用（policy and charging enforcement function，PCEF）等网元交互，履行战略和计费功用。

　　3GPP 仅仅面向网络侧界说了战略操控功用PCF，但仍需求结合BO（BSS and OSS）域的交融在功用上进行增强，原因在于跟着5G事务的丰厚，用户对5G服务差异化需求的添加，运营商除了对网络资源的运用和网络操控有更高的要求外，还需求具有更详尽的结合事务战略的剖析才能，而这剖析才能往往要求掌握事务范畴的用户特色特征或许事情信息。这就要求对PCF的效果规划进行扩展，不只要在OSS域搜集数据，还要在BSS域搜集数据，运用的方针也要从网络域扩展到事务域。依据以上考虑，PCF 需求演进到PCF+，以供给全新的服务办法、事务场景或许商业办法，如图13（b）所示。

　　别的，因为人工智能/大数据才能在5GC（5G core）的引进，战略管控变得愈加智能化，而不是像曾经 PCRF 依据专家体系或许规矩装备功用。例如经过 NWDAF 和 PCF/PCF+的交融，能够很简略地完结智能化的切片体会处理、智能化 SLA确保等功用。别的，PCF+运用网络域/事务域交融的数据（从网络域获取小区拥塞状况，从BSS域获取用户的等级和套餐运用状况），结合人工智能技能动态调整用户套餐设置或许引荐最优套餐，进行用户的QoS确保，进步用户的满意度。

　　5G面向笔直职业除了供给公网服务，也可供给专网服务。通讯人工智能在5G专网中可供给一系列智能化专有服务与安全确保。依照网络资源的同享办法，5G专网的布置分为3种类型：虚拟专网、混合专网和独立专网，如图14所示，其间虚拟专网以现有 5G 公网为根底，以切片办法完结专业用户的事务承载，而且有如下特色：●虚拟专网与公网享受 UPF 网元；

　　混合专网以 5G 公网的中心操控面及无线接入部分为根底，承载专网事务，其特色为：

　　●专用基站确保掩盖无死角，UPF/MEC确保专网数据下沉，确保网络独立性。

　　在上述 3 种办法中，通讯人工智能能够在任何一种专网办法中运用，例如能够用于虚拟专网中的网络切片SLA确保，进行通讯传输功用、质量和资源的优化。对独立专网，人工智能体会感知算法能够对用户的感知体会进行实时或准实时点评，供给精准的QoS组合确保服务质量，完结差异化的智能运维服务。在专网中，也能够运用联邦学习、搬迁学习等人工智能技能，完结5G切片反常确诊模型的云化处理和继续学习优化。别的，人工智能技能也能够对专网中的无线网络功用进行实时点评，经过与笔直职业运用途径的交互，自适应调整运用层的参数设置，用于进步运用层的视频质量或许进行游戏加快。

　　鉴于人工智能技能在 5G 商用以来的飞速打开，通讯世界规范安排也开端对通讯人工智能的打开老练度进行开端的分级。智能化自治无法一蹴即至，需按部就班。彻底的智能自治网络是终极方针，但也需从自动化的重复操作手法开端，先开端完结网络运维的自动化；再对网络环境与状况进行自动感知，运用机器学习进行不断优化的决议计划；再从网络感知向认知打开，认知用户目的，构建闭环的认知学习网络，终究完结从感知，到认知再到预知的闭环自治网络体，并不断自我优化与演进。详细的通讯网络智能化分级体系，GSMA、ETSI、TMF等都做出了相关界说与主张，各自分级规范比照见表1。

　　依据第3.1节～第3.5节中通讯人工智能在各通讯生态体系的总述，结合L0～L5的分级体系，对通讯人工智能现在在网络根底设施范畴、网络处理范畴、通讯事务范畴、跨范畴交融以及笔直职业范畴的运用做出等级点评，见表2。

　　全体上，通讯人工智能在各通讯生态体系的打开与运用还处于初级阶段。在网络处理范畴和事务支撑范畴的某些运用，人工智能已抵达了第三等级，即部分自治。例如SON在网络范畴的自由化与自治好以及 AIOP 在网络运维范畴的事务流程自动编列与灰度发布等。网络处理与运维本身具有大数据搜集才能，算力可经过服务器集群得到确保，智能化运用场景比较清楚，例如无线节能、毛病检测等，先天具有通讯人工智能运用较好的根底与途径，打开相对较快。电信事务范畴触及的智能客服、智能营销等人工智能服务才能可很好地横向学习其他职业相似的运用阅历，打开也比较快。其他生态范畴的智能化进程还多处于L0和L1阶段。网络根底设施的人工智能打开还有待NWDAF、MDAF、RIC等实践商用效果查验，也依靠于3GPP、O-RAN、ETSI 等世界通讯规范安排未来对 AI 融入网络根底设施架构的敞开程度。人工智能在跨范畴的交融打开前景，也有待于人工智能与CEM、PCF等中心体系或网元紧耦合后发挥的效果而决议。

　　展望移动通讯的下一个十年，将全面向B5G和6G的规范演进, 也将是通讯与人工智能深度交融的要害十年。结合当时3GPP、ITU-R、ETSI等通讯技能规范的打开进程，能够预见通讯生态体系中各范畴经过与人工智能的深度交融，将分阶段在未来逐步完结B5G与6G“彻底自治”的愿景。

　　4.1 世界通讯规范B5G到6G打开道路年以来，欧盟、日韩、美国和我国均开端了6G预研作业, 例如欧盟在Nokia（诺基亚）的带领下发动了Hexa-X项目，美国工业界例如Qualcomm（高通）、Microsoft（微软）、Facebook （脸书）等联合树立了NextG Alliance进行6G技能研讨。我国工业和信息化部已将原有的IMT-2020 推进组扩展到 IMT-2030 推进组。ITU也发动6G作业组Network 2030。2020年2月19日，在瑞士日内瓦举行的第34次世界电信联盟无线D作业组（ITU-R WP5D）会议上，针对拟定6G研讨时刻表和未来技能趋势研讨陈述、未来技能愿景主张书的编撰等作业进行了评论。

　　关于 B5G/6G 详细的打开道路，各个通讯规范安排还在规划中。据白皮书以及对3GPP和ITU 6G 规范作业路标的猜测，2020—2023 年，即3GPP R17-R18规范化阶段，是6G技能趋势和愿景的研讨阶段；2023—2027 年，即 3GPP R19-R20规范化阶段，是6G频谱、功用的研讨阶段；2027—2029年，即3GPP R21规范化阶段，是各国向ITU提交6G点评成果的阶段。

　　3GPP估计最早在2025年开端6G规范拟定,并最快在2026—2027年即R20规范化窗口完结6G空口规范技能规范拟定作业，并于2029—2030年，即3GPP R22规范化阶段向ITU提交3GPP 6G规范。可估计 B5G/6G 将继续在移动宽带、固定无线接入、工业物联网、车联网、扩展实践（extended reality，XR）、大规划机器通讯、无人机与卫星接入等用例进行空口协议演进与增强，并研讨和拟定更高频段例如NR（new radio）52.6～71 GHz、太赫兹的相关规范。别的，6G通讯规范的服务规划将从陆地扩展到卫星、海底、地下，实在完结海、地、天三位一体通讯。对工业物联网等笔直职业，蜂窝窄带物联网络、面向可穿戴与视频监控等中档终端、接入与回传集成演进、5G 直传空口及其演进功用、5G非答应频段空口、定位增强、智能自安排网络、通讯传感集成及其演进功用、网络拓扑增强功用等规范研讨作业也将继续进行而且老练。其间一些研讨作业现已在 3GPP SA1/SA2等作业组打开。

　　在无线接入网中，SON 的运用场景被 3GPP界说得十分清楚，而且从前运用的机器学习算法在产业界已取得必定成效，笔者以为SON在B5G的无线接入网范畴的打开会继续加快。神经网络、增强学习等人工智能算法也将逐步替代传统机器学习的遗传算法、进化算法、多方针优化算法等，在SON中自优化、自治好的两个范畴会有很大打开的空间。3GPP SA5和RAN3也设立了2个研讨课题“Study on SON for 5G”和“RAN-Centric Data Collection and Utilization for Long Term Evolution and NR”。除了承继了上一代SON的绝大大都场景用例，主张3GPP对SON的下一个要害举动是赶快界说好 SON 对 NR、5GC、OAM 和4G体系的接口与信令协议，使得SON赶快融入5G网络根底设施中。一起，现在3GPP RAN3正在研讨SON独立成为一个RAN逻辑实体或功用的可行性。假如SON以一个逻辑实体的办法完结，那么将有助于SON对无线侧进行共同数据搜集与剖析，并完结无线侧的参数自装备、功用自优化、毛病自治好的SON的三大中心功用。

　　除了 3GPP 在 5G 中心网侧界说的 NWDAF,欧盟5G-MoNArch项目组也主张在无线侧可考虑设置一个独立的人工智能剖析网络功用RAN-DAF对5G NR的CU面进行数据剖析和决议计划。因为无线侧的实时性，例如无线资源调度处理等，无线侧的智能剖析需求实时或准实时决议计划，因而依据实时数据的AI剖析需求尽在本地进行，以确保能够完结即时和动态的功用优化。RAN-DAF 将作为无线接入网的人工智能与数据剖析网元，具有搜集和监控无线侧UE和RAN的数据，包含信道质量方针（channel quality indicator, CQI）、功率水平（power level）、途径丢失（path loss）、无线链路质量（radio link quality）、无线资源运用率（radio resource usage）、调制与编码方案（modulation and coding scheme, MCS）、无线链路操控（radio link control, RLC）和缓冲状况信息等。MoNArch 主张 RAN-DAF 将这些信息送往 RCA （ran controller agent）-MoNArch界说的RAN侧操控器，相当于O-RAN界说的RIC，RAN-DAF与RCA一起决议计划对无线侧质量进行优化，例如弹性无线资源操控、切片可感知的RAT（radio access technology）挑选、跨切片的无线资源处理等。因为RCA在3GPP里没有相对应的功用，因而一个比较实践的挑选是在RAN侧仅设置RAN-DAF，以SBA的办法，经过跨范畴音讯总线与中心网侧互联。RAN-DAF与NWDAF和MDAF的接口描绘如图15所示。现在，5G-MoNArch RAN-DAF没有构成 3GPP 规范网元界说, 未来是否承当RAN 的操控或处理功用，或承当部分 SON 的功用，都还没有承认。主张RAN-DAF或SON的独立逻辑虚拟功用，取其一即可。

　　O-RAN的RIC将会继续演进与加强，特别在面向不同App类型时的智能战略操控，用于帮忙运营商在事务编列层完结依据App特征的事务编列。RIC将感知App类型，南向依据App特征，运用第三方的xApps进行相应App的无线资源处理，北向依据 App 类型经过网络敞开 API （application program interface）与边际运用服务器进行交互，如图16（a）所示。RIC的才能敞开与增强的无线资源处理功用会包含，例如多个O- RAN设备之间的数据同享、无线切片的SLA确保、车联网/无人机的无线资源优化、动态频谱同享、与MEC 结合满意笔直职业的事务需求，如图16（b）所示。关于O-RAN界说的SMO（service management and orchestration），在功用架构和接口逐步老练后，可支撑更强壮的无线云运维处理以及非实时RIC功用。

　　NWDAF作为中心网的AI网元，在未来将具有增强的网络功用优化与用户体会优化才能，在域内完结自治和智能化服务。跟着与中心网周边网元接口全面互通（例如其他NF（network function）、AF（application function）和OAM等）以及数据软搜集才能完结，NWDAF 将能够全面、实时地参加中心网操控面的决议计划操控。例如NWDAF 与 NSSF 和 PCF 协作，PCF 可依据NWDAF 的切片级剖析成果做出战略履行决议计划， NSSF可依据NWDAF的负载剖析做出切片挑选。

　　图16依据O-RAN RIC的事务编列和O-RAN RIC的才能敞开NWDAF 一个新用例是“UE 驱动的剖析同享”。在这个用例中，UE 端的信息（例如用户定位信息、用户画像信息等）帮忙NWDAF做网络切片的智能决议计划。其要害功用是NWDAF怎么搜集 UE 等级的信息，以及 NWDAF 怎么运用 UE信息做剖析后再将剖析成果供给给其他 NF。与NWDAF相关的研讨项目还包含依据NWDAF帮忙的QoS确保、话务处理、个性化移动性处理、战略决议、QoS调整、5G边际核算、NF的负载均衡、切片SLA确保、可猜测的网络功用等。这些功用假如在NWDAF未来完结，将大大进步5G中心网智能化的程度。NWDAF 的跨范畴互动也是一个值得推进的方向。

　　3GPP SA5也在研讨NWDAF怎么将剖析功用赋能给OAM或RAN。别的，NWDAF将参加与MEC的交融，经过MEC支撑笔直职业的运用，为更多的笔直职业运用赋能。作为网络范畴注重的安全问题，能够等待NWDAF也将继续增强相关功用，例如NWDAF会监控终端或许网络的反常行为，发现反常会及时向相关NF或许OAM进行陈述，选用相应的维护战略或办法。NWDAF在一些要害信息传输上，例如AI算法模型，也可结合区块链等技能进行溯源和安全确保。NWDAF与MDAF/RAN DAF的交融架构如图17所示。

　　未来 10 年，SDON/CON 与人工智能结合愈加严密，将会逐步完结“零触摸”的认知光网络，完结光网络的彻底自动化处理和操控。依据光网络的运维常识图谱将逐步老练，能够经过它快速定位传输问题，猜测传输功用，进行传输参数的优化。关于传输的详细方针，例如调制阶数、差错批改、波长容量等，能够运用人工智能技能进行最优装备，确保传输的功用。

　　在云网交融方面，云网边端的算力资源将完结彻底散布式的架构，依照事务需求供给无缝、高质量的算力资源，为终端、边际的高阶人工智能运用供给资源确保。弹性算力网络/动态的云网交融老练后，也会呈现新的供给云核算服务的商业办法，能够运用区块链的智能合约等进行安全确保，处理用户的隐私问题，完结网络和核算资源的可变现才能。

　　终端和网络根底设施的衔接经过空中接口（air interface）与无线网络进行交互。依据终端，面向未来网络根底设施的人工智能首要运用在终端和芯片的无线感知功用中，即经过依据终端和芯片的人工智能技能对无线环境和内容的感知来优化无线接入的开支和时延等功用。经过依据终端的人工智能完结无线个方面：频谱与接入感知，即某一终端能够检测其他终端的行为，可使5G体系功用具有更好的接入和调度功率；内容感知，即从RF信号、传感器或话务行为数据中估测与剖析得到用户的内容，例如方位、速率、移动性等用于优化终端的功用与运用体会；无线环境感知，经过监控信号传达与反射办法等来检测姿态、举动和某一物体等来催生新的场景事例。

　　依据终端的人工智能对未来 5G 网络体系的赋能表现在以下3个方面：榜首，增强终端体会，智能化的波束成形和功耗处理可优化速率、稳健性和电池寿数；智能化的波束成形可运用深度增强学习来完结，经过对方位、速率和其他环境与运用参数的感知来进步网络的稳健性与速率；能耗节约方面，运用终端依据人工智能的内容感知来权衡功用与功耗。第二，改善5G体系功用，首要表现在智能化的链路自适应，经过依据方位的无线搅扰猜测可使体系速率和频谱功率得到改善；智能化的网络负载优化，经过依据终端的人工智能推理能够使原始数据需求在全网传输的负荷下降；智能化的无缝移动性，以终端为中心的移动性处理经过终端人工智能和传感器能够更好地猜测网络切换行为与机遇。第三，改善无线安全性，运用终端的人工智能技能能够即时地在本地检测和防护歹意的基站诈骗、歹意搅扰等安全损害行为。

　　能够估计3GPP从规范视点在SA5作业组继续MDAF的继续演进，对与运维相关的处理面智能化功用进行增强。在SON的注智方面，MDAF在掩盖增强、资源优化、毛病检测、移动性处理、能量节约、寻呼功用处理、SON协作等多个场景方面的运用逐步老练。例如MDAF供给更精准的掩盖剖析才能，而且指出掩盖问题发生的原因，然后辅导基站调整参数，确保用户的事务体会不会下降。MDAF也会更精准地剖析RAN用户面的拥塞状况，指出导致拥塞的原因，而且供给相关的战略主张。MDAF会供给更精准的资源运用方面的剖析陈述，而且供给处理资源运用问题的战略主张。在SLA的要害参数上，例如时延、牢靠性等， MDAF 也会进行精准的剖析和供给改善试验功用的主张。在毛病处理方面，MDAF 会进行更精准的毛病定位，供给相关的举动主张。MDAF 也会在用户的移动性处理上供给精准的战略主张，进步用户的切换成功率和网络功率。关于切片的处理供给更强壮、更智能化的服务，能够精细地处理切片的各项功用方针，确保SLA的参数。别的， MDAF和网络设备（例如NWDAF）交互方面也将得到完善。

　　（2）ETSI ENI现在ENI体系界说了功用架构，可是对接口的详细界说没有开端。能够猜测ENI作业组将界说相关的接口，让ENI在布置和运用方面更有参阅含义。别的，数据的处理机制怎么与ENI架构相结合、在运营商体系中怎么布置ENI以及ENI和其他智能化网络单元怎么协同、目的战略怎么表达和处理、流信息遥测等方面，能够估计相关的作业也会逐步打开，相关的场景/功用界说将变得逐步完善。下一个版别的ENI 将在智能化运用场景和落地方面进行相应的增强。

　　现在，我国电信打开了随愿网络的研讨。3GPP 和 ETSI 等开端界说 IBN（intent based networking），均旨在界说更智能的网络自动化处理机制。3GPP TR28.812 中描绘目的处理（intent driven management，IDM）顾客发送目的恳求给IDM的供给者（出产者），IDM供给者供给相关的网络装备，如图18所示。一起，IDM的供给者会监控网络状况，监控顾客的目的是否得到满意。假如不满意，将从头进行目的点评和参数调整。

　　能够估计目的驱动的处理服务将在往后10年继续演进和老练，为运营商进一步削减处理杂乱度和对底层设备的常识需求，一起在跨多厂商的场景添加网络处理功率。3GPP SA5、ETSI ENI等规范化安排将继续这方面的作业，例如界说合理精准的目的表达、自动化机制、目的的生命周期处理等。关于运用场景，估计在网络服务注册、切片资源运用优化、切片功用确保、网络优化、网络容量处理、网络功用布置等方面会逐步增强和完善。

　　和4G/5G网络信令体系专心各网元的互联互通与交互处理不同，网络 AI 信令体系是网络 AI中台或途径与其南北向各接口及其相衔接的各网元、OAM模块、OSS各体系的一整套规范的互联互通及AI交互处理指令体系，包含网络人工智能处理指令的界说、网络人工智能指令流在各接口之间的上传、下发机制，网络人工智能剖析成果的履行机制，网络人工智能鉴权、授权等机制，网络人工智能算法的练习、推理、发布、布置机制，网络人工智能算法核算、存储资源处理，网络人工智能指令的监控、安全等。

　　典型的网络AI信令接口如图19所示，包含网络 AI 中台与 3GPP SON 体系、3GPP NWDAF、O-RAN RIC、ETSI ENI等体系的AI数据搜集与AI指令履行接口，也包含网络AI中台面向5G OSS各个体系（例如网络编列、网络功用、网络资源、网络毛病等）AI 数据搜集与 AI 指令履行接口。一个典型的小区话务量反常检测的网络 AI 信令流程示目的以及相应的网络AI信令包结构如图20所示。

　　图20典型的网络AI信令包结构和小区话务量反常检测网络AI信令流程示目的

　　网络的软件界说与云化趋势下，网络功用（NF）处理将由软件界说的处理程序接收，并从面向专有硬件，向同享的核算与通讯资源池的虚拟化处理转型。因而，传统上相对固态的OSS/BSS，除了处理功用，网络的编列才能在未来网络技能演进中也将发挥至关重要的效果。ETSI早在2014年开端发布了NFV（network functions virtualization）的处理与编列规范规范，开端界说了在NFV环境下处理与编列 MANO 的功用架构。跟着通讯人工智能面向网络编列的嵌入（built-in），业界有必要将网络编列在5G后续的演进道路出落清楚，一起清楚人工智能功用与网络编列功用的逻辑与物理衔接联络。如第3.2节所示，网络编列是运营商网络处理体系中十分重要的功用。网络的衔接与构建、网络资源调度编列、网络作业流程以及事务需求转译这些首要功用，别离对应网络（拓扑）编列、网络资源编列、网络事务编列3部分。在5G OSS 中，网络事务编列甚至可独立成一个子体系，首要担任5G各个虚拟网络功用（virtuali network function，VNF）构成的网络切片事务的编列与处理。依据SLA的切片智能处理将是通讯人工智能在网络事务编列中的首要运用场景。而针对网络事务，例如切片质量的确保与优化，又牵涉底层网络资源对上层事务的即时性与智能化编列支撑，此刻网络资源编列功用关于上层网络事务编列功用起到确保与支撑效果。在这里，网络资源的编列未来需求做到 3 个弹性（elasticity）：核算弹性，即在规划与规划化VNF做到核算弹性；经过灵敏设置VNF完结依据编列驱动的弹性；经过跨切片资源供给机制完结切片可感知弹性。根底的网络资源编列功用在 ETSI MANO 里已有界说，但未来怎么依据SLA 或ELA（experience level agreement，体会质量协议），完结网络资源与网络事务的联合编列，并清楚AI与网络编列功用的逻辑与物理衔接，ETSI ENI现在供给了一个参阅架构，可供业界继续推进演进，如图21所示。

　　与此一起，灵敏性差、自动化才能弱的存量传统网络在被彻底替换之前，与支撑网络拓扑、资源、事务智能化编列的新式网络怎么共存与协同作业，是业界需考虑的一个问题并需赶快构成共同举动方针。例如，传统网络事务（例如专线）怎么与完结自动化和相对规范化的编列规矩流程，并与新式5G网络编列体系统合。现在，全球运营商的网络自动化与智能化编列才能还处于初级阶段，在技能和规范层面都需进一步完善。能够估计跟着通讯人工智能和网络编列体系深度交融，网络（拓扑）编列、网络资源编列、网络事务编列三大才能将得到继续改善。特别，以 SLA 或 ELA 最优化作为收敛条件，人工智能在网络事务需求和网络拓扑构建与资源确保之间的翻译、转译和自动与弹性匹配大将扮演重要人物。规范层面，可估计 3GPP、ETSI 等规范化安排也将逐步完善相关的场景、接口、流程界说。

　　关于BSS智能化/处理财政范畴，能够估计往后10年AI将在客户处理、套餐引荐、财政智能处理范畴全面赋能，而且完结从初级到高档的过渡。从面向客户树立以人为本的全面客户体会，到面向电信运营企业树立愈加工作高效的事务运营进程，直至新事务、新办法、新技能的快速立异兑付，都将起到要害效果。下面将从客户运营、事务运营、事务办法和运营办法3个视点进行阐明。

　　从客户运营来看，电信运营企业现已完结从以客户为中心打开到以客户体会为中心的全面客户体会阶段。电信运营企业不只注重面向客户供给营销、出售、服务进程中的精细化运营和服务满意度进步，更将客户在网络、事务运用进程中的体会作为重要方针参加全面客户体会体系进行共同点评。经过搜集、会聚、相关、发掘客户在途径触摸、网络服务、事务运用进程中的体会，树立以客户为中心的全面旅程体会。在此根底上，结合人工智能算法辅佐，将进一步满意客户在更多细分场景的需求，一起进一步进步智能化、自动化互动才能，构成以客户为中心的全面客户体会。

　　从面向电信运营企业事务运营来看，现在电信运营企业现已根本完结流程的端到端数字化晋级，正在经过运用大数据、人工智能等植入现有流程中，完结事务处理进程的智能化，进一步进步事务运营功率。跟着机器流程自动化（RPA）、智能事务流程处理套件（intelligent business process management suite，IBPMS）等技能的引进，估计未来人工干预的事务进程将进一步削减，流程工作功率进一步进步，一起本钱进一步下降。跟着AI被引进运营商风控体系，收入确保才能进一步进步，欠费危险将进一步下降，运营商能够结合本身风控预期，打开更多的立异型事务。这将进一步推进电信运营企业愈加健康向上的现金流。

　　从现在电信运营企业事务办法和运营办法来看，针对群众商场以重财物办法投入，选用按量计价的办法现已很难满意高速打开的需求。而传统的选用人工办法针对群众商场选用大颗粒度细分客户群的进行产品拟定、计价办法拟定的办法也很难满意未来用户场景化、个性化的要求。因而运营商需求充分运用 AI 才能，以虚拟专家/个人帮手的办法进行针对更细力度的商场细分和事务运营，合作智能化作业流和智能化风控体系，面向客户推进“一客一策”“千人千面”的事务产品和服务，进一步经过立异事务产品和运营办法进步立异。

　　20世纪90年代以来，ITU、ISO等世界规范安排界说的服务质量（QoS）体系被绝大大都通讯运营商选用用于与其用户签定的服务质量协议（SLA）中。传统的 QoS 是以技能为驱动的，特别以网络与事务功用方针来界说服务质量，即网络中的方针被归入SLA中。因为传统QoS无法实在表现用户在运用网络事务的体会与感触，近些年服务质量体系逐步向以用户为中心 上一篇：移动通讯再次遭受信任危机 下一篇：绿色我国“加减法”丨信息通讯业减碳 “一加一减”看改变