AI赋能，网络智能化演进趋势

        5G正大踏步地向我们走来，便捷的网络服务给我们的生活带来极大的变化，丰富多彩的网络业务层出不穷。优越的网络条件不但极大改变了个人用户体验，也给各行业带来了全新的业务发展空间。传统业务颠覆式的革新已席卷而来，人工智能与通信网络的结合进入人们的视野，网络智能化成为网络发展的必然趋势。

什么是人工智能？

        1956年，美国青年学者麦卡锡（J·McCarthy）等首次提出了“人工智能”这一术语，从而为人工智能学科奠定了基础。人工智能的主要挑战是建立智能行为的模型和机制。20世纪90年代以后，越来越多的人倾向于人工智能的目标是建造可表现出一定智能行为的主体的观点。机器学习是实现人工智能的一种方法。机器学习就是使用算法分析数据，从中学习并做出推断或预测。与传统的使用特定指令集编写软件不同，机器学习使用大量数据和算法来“训练”机器。

        人工智能的根本在于智能，而机器学习则是部署支持人工智能的计算方法。简单地讲，人工智能是科学，机器学习是让机器变得更加智能的算法，机器学习在某种程度上成就了人工智能。

        通信领域对人工智能的研究和应用进展

        通信领域众多标准/开源组织已经开始在各方面研究人工智能技术在通信网络中的应用，各标准组织研究进展如下：

        -3GPP（第3代合作伙伴项目）

        3GPP在2017年5月的业务与系统工作组（SA WG2）#121会上通过了“Study  of  Enablers  for  Network  Automation  for  5G SI”的立项，在核心网领域增加网络数据分析功能（NWDAF）来进行数据分析，并将分析结果反馈给网元来决策。

        -ETSI（欧洲电信标准化协会）

        2017年2月，业界首个网络智能化标准组——“体验式网络智能（ENI）”宣布成立，该组织使用人工智能来提升运营商在网络部署和操作方面的体验。其核心概念是网络感知分析、数据驱动决策，以及基于人工智能（AI）的闭环控制。2018年1月，零触摸网络及业务管理行业规范小组（ISG-ZSM）的相关会议召开，会议聚焦端到端网络和服务管理，目标是在理想情况下100%自动执行所有操作过程和任务。

        -ITU-T（国际电信联盟电信标准化部门）

        2017年11月的SG13会议上，ITU-T成立了面向5G未来网络的机器学习焦点组（FG-ML5G）。FG-ML5G的工作目标是提高面向5G的机器学习的互操作性、可靠性和模块化能力，制定用于未来网络的机器学习研究报告和标准，包括接口、架构、协议、算法和数据格式，分析用于未来网络的机器学习的适应性及影响。

        -CCSA（中国通信标准化协会）

        CCSA已经在多个应用领域展开相关研究工作，在2017年7月的TC1-WG1#58会上讨论通过了“人工智能在电信网络演进中的应用研究”课题 立项。2018年8月的TC5-WG6#49次会议上通过“移动通信网络智能化能力分级研究”课题立项。2019年12月底的技术管理委员会第二次会议上，通过“5G网络切片SLA保障技术要求”课题特设组立项。

NFV网络智能化的应用场景

        2015年至今，国内三大运营商NFV技术发展日趋成熟，2019年成为NFV网络规模商用的元年，全球主流运营商也均已完成NFV规模商用部署。以中国电信的网络规划路线为例，将从增量、政企开始，逐步优化网络结构，适应云计算IDC布局，在IP网和传送网引入SDN的同时，在核心网扩大NFV范围，城域网边缘继续引入NFV，云网边协同，实现网络弹性可拓展、智能调度和开放。智能化在其中不可或缺。

在运营商通信网络整个NFV商用化部署的生命周期中，包含规、建、维、优、营几个阶段，需要逐步引入自动化、智能化，实际应用场景如下（见图1）：

        -网络规划：云化设计、DC规划、资源规划、局数据规划、负载预测等；

        -网络建设：远程部署、自动测试、自动配置、资源优化、碎片整理；

        -网络运维：异常监测、三网互视、网络诊断、自动配置、智能根因分析、日志关联分析；

        -网络优化：切片优化、NWDAF、SLA评估优化、资源调度等；

        -业务运营：用户画像、业务预测等。

网络智能中台助力实现分级网络智能化

        中兴通讯已发布智能化系统架构图，旨在提供满足运营商实际业务场景需要、功能齐备、架构清晰的系统架构，所提供的中台架构符合业界中台基本架构组成，能够支撑各运营商的中台建设（见图2）。

        系统架构中，包含技术中台服务、数据中台、业务中台等功能组件：

        技术中台：提供可演进的云原生平台，支撑云边DICT场景，支持运营商做好云网集成；

        数据中台：支撑运营商构建网络数据处理大数据平台及建、维、优一体化平台；

        业务中台：拉通B/O/M域，提供面向客户运营、云网管控的业务能力。

        采用智能化中台架构后，网络增加了组件灵活调度能力，支撑各产品快速迭代的完成。同时，根据从自动化到智能化的演进策略，需要对智能化能力进行分级划分。

        自动化主要针对基于规则的动作执行，通过设定规则，用来降低人工投入，从而提高生产效率；智能化则主要是基于决策和判断的能力，从大量数据中学习，从而帮助快速准确地判断和决策，以提高决策和判断的质量。结合运营商网络现状、云化转型进度、5G及IoT等技术成熟度，以及运营商网络演进策略等多方面因素，我们将云化网络从自动化到智能化的演进划分为五大阶段：

        -L1辅助运行：执行过程基本由系统自动完成，少数场景需要人工参与；

        -L2初级智能化：执行过程全部由系统自动完成；

        -L3中级智能化：执行和数据感知过程全部由系统自动完成；

        -L4高级智能化：执行、数据感知和分析过程全部由系统自动完成；

        -L5完全智能化：由系统完成需求映射、数据感知、分析、决策和执行的完整流程的智能化闭环，实现全场景完全智能化。

结束语

        5G网络的智能化之路，是从全人工方式，经半自动化到全自动化再到智能化的漫长演进历程。智能化5G网络将服务于千行万业，其多样化的业务场景给网络建设和运维带来了非常大的挑战，如智能电网、远程医疗、远程教育、自动驾驶等，这些业务在网络属性、资源属性、覆盖范围、策略控制、安全、计费等方面均不尽相同。运营商与服务商首先需要充分理解各行业的网络需求，抽象成一个可描述的网络要求，结合智能化技术对市场需求、业务需求、网络需求进行充分的融会贯通，提供一个可订购、可运维、可运营的综合一体化智能网络。智能化网络涉及标准繁多，3GPP、ITU-T、TMF、ETSI等均有定义和描述，但并没有完整的如何实现智能化的指导标准，需要行业或运营商内推出统一的规范，用以辅助各厂商的实现。采用统一的AI算法将会使得全网智能化能力得以提升，可以更方便、快捷地构建有竞争力的业务，各行业与运营商的深度合作和共生发展，可以催生新的商业形态。

        中兴通讯致力于帮助运营商将先进的智能化技术运用到运维运营工作场景中。运用多年积累的电信行业经验，中兴通讯正在为全球超过50家运营商提供智能化运维综合解决方案及应用。智能化之路非一朝一夕，我们应不骄不躁，积极探索，在智能化的征程上不断积累，不断总结，迎来网络智能化质的飞跃。