电信网络人工智能应用

白皮书(2018年)中国人工智能产业发展联盟2018年9月AIIA电信网络人工智能应用白皮书(2018年)引言1956年,在达特茅斯学院举行的一次会议上,人工智能这个研究领域被正式确立,距今60多年里,人工智能先后经历了上世纪六十年代和八十年代两次繁荣.
进入21世纪后,借助互联网、云计算等信息基础设施的广泛应用以及CPU/GPU等计算硬件能力的大幅提升,深度学习算法带动了本轮人工智能大发展,并给出了亮眼的成绩.
例如:在围棋方面,AlphaGo力胜世界冠军;语音识别方面,目前所有的商用语音识别算法都基于深度学习算法,并带动了一大批智能音箱、智能手机语音应用的繁荣;在图像分类领域,目前针对某些具体任务的图像算法分类正确率可以达到或超过人的水平,但软件系统处理速度和效率可以远超人类.
除此之外,深度学习在人脸识别、通用物体检测、图像语义分割、自然语言理解等领域的应用也取得了突破性的进展并不乏成功商用的案例.
人工智能被认为第四次工业革命的主要使能技术和通用技术之一,获得了各个行业的极大关注.
目前,从企业数量来看,人工智能渗透较多的垂直行业主要包括医疗健康、金融、商业、教育和安防等.
电信网络作为信息通信的基础设施,具有应用人工智能技术的巨大空间和潜力.
如何利用人工智能算法提供的强大分析、判断、预测等能力,赋能网元、网络和业务系统,并将其与电信网络的设计、建设、维护、运行和优化等工作内容结合起来,成为电信业关注的重要课题.
AIIA电信网络人工智能应用白皮书(2018年)目前,学术界和工业界相继对人工智能在电信网络的更深入的应用方案进行研究,推动人工智能与电信网络技术的深度结合.
国内外电信运营商也已纷纷开始对人工智能技术的应用探索,并在部分领域取得了良好的效果.
本白皮书试图从人工智能技术与电信网络结合的角度,展示人工智能在电信网络应用的研究现状,发掘人工智能在电信网络的应用场景,对处于萌芽期的电信网络人工智能应用领域进行梳理.
AIIA电信网络人工智能应用白皮书(2018年)目录1.
电信网络发展面临的挑战与机遇12.
人工智能在电信网络应用概述32.
1.
电信网络应用人工智能技术的优势.
32.
2.
人工智能在电信网络应用范围.
42.
3.
人工智能技术的应用方式.
52.
3.
1.
离线应用.
62.
3.
2.
在线应用.
72.
4.
目前标准化进展.
82.
4.
1.
ETSI.
82.
4.
2.
ITU-T.
92.
4.
3.
3GPP.
92.
4.
4.
CCSA.
112.
5.
电信网络的智能化分级.
123.
人工智能在网络运维支撑中的应用133.
1.
概述.
133.
2.
应用示例.
143.
2.
1.
故障处理辅助.
143.
2.
2.
日常维护.
153.
2.
3.
智能规划.
153.
2.
4.
智能预测.
163.
2.
5.
智能优化.
173.
2.
6.
智能客服.
184.
人工智能在网络业务拓展中的应用194.
1.
概述.
194.
2.
应用示例.
204.
2.
1.
业务应用.
204.
2.
2.
行业应用.
215.
人工智能在网络通信和管控技术中的应用225.
1.
概述.
225.
2.
应用示例.
236.
总结24缩略语.
26鸣谢.
28AIIA电信网络人工智能应用白皮书(2018年)11.
电信网络发展面临的挑战与机遇随着网络规模的扩大和业务种类的发展,电信网络自身也不断面临新的挑战和问题,从而驱动网络自身不断进行技术演进和革新——从IP化到云化、软件化等——以期获得更加灵活和高效提供服务的能力.
物联网、软件定义/虚拟化和5G是当前电信网络发展的重要路标,每一项技术的实现都将对目前网络架构和技术带来重大改变,同时对网络的设计、运行和维护都将产生巨大的挑战,包括:——网络设备和流量不断增长:物联网中M2M联网设备数量和数据将迅速增长,视频/VR/AR等大流量业务不断涌现,大数据和大连接成为网络面临主要问题;——软件化/云化带来运维复杂性增加:基于SDN/NFV/Cloud的网络架构重构给网络提供了强大的灵活性的同时带来新的多维度管控复杂性.
例如:虚拟网元与物理网元的互动、虚拟网元的生命周期管理、产生大量新的逻辑接口以及更加难以定位故障,这需要一整套开发运营维护协同的新模式,在很大程度上抵消了其带来的诸多好处;——5G网络技术日益多样和灵活:5G网络支持eMBB(增强型移动宽带),uRLLC(超高可靠低时延通信),mMTC(海量机器类通信)三大业务形态.
性能方面,引入大规模天线阵列、灵活空口、非正交多用户接入等技术;灵活性方面,架构上AIIA电信网络人工智能应用白皮书(2018年)2实现各种解耦,如软硬解耦、控制转发解耦、控制面功能分解、RAN的CU和DU分离等,从而使得网络功能更容易部署在云计算平台,实现灵活的网络编排和自动化部署,提高资源利用率,并为千行万业提供网络切片服务.
5G网络在性能和灵活性上带来质的飞跃同时,网络的复杂性在显著增加,网络运维面临更大挑战;面对上述的挑战,人工智能技术在本轮的蓬勃发展为电信网络带来了新的机遇.
对数据和信息的掌控能力是运营商数字化转型的重要能力,人工智能以强大的数据分析和信息提取能力,帮助从运营商从数据红利转化为信息红利.
行业寄希望于通过引入人工智能技术,对内帮助解决通信网络当前遇到的种种效率和能力问题,对外能够灵活智能的提供融合的数字和信息服务,使通信网络具备"智慧的大脑",最终实现网络的智能化.
例如:——针对效率提升和成本控制问题:通过引入人工智能等自动化技术,促进网络的自我维护、自动优化、智慧运营能力和运维效率提升;使得网络自主灵活调整以适配不同场景、不同行业应用、不同用户的个性化需求更具可实施性;——针对海量网络数据价值挖掘和安全保障问题:通过人工智能技术辅助进行数据采集解析等分析操作,进一步提升大数据分析能力,并及时发现安全风险,增强安全保障措施;——针对网络开放能力不足问题:将人工智能技术和虚拟化技术相结合,提升网络基础资源的管理能力和效率,缩短新技术应用实施AIIA电信网络人工智能应用白皮书(2018年)3周期,加速迭代;通过能力开放接口,基于网络大数据的智能分析结果对外提供行业应用能力支持,或开放网络传输、计算资源,提升网络资源利用率.
2.
人工智能在电信网络应用概述2.
1.
电信网络应用人工智能技术的优势电信网络是信息流通最重要的基础设施,其规模庞大,结构复杂,网元众多,是信息化社会的最直接的参与者和支撑者.
在电信网络应用人工智能技术拥有三大天然优势:——数据量优势:电信网络中的各种网元、终端和业务系统每时每刻都在产生大量的数据,例如:网元状态、链路流量、告警事件、信号质量、业务日志等,这些数据中蕴含着大量有价值的结构和信息,可以使用人工智能相关算法进行分析、提取转化为帮助网络优化运营的信息.
——算力优势:以深度学习为代表的人工智能算法在训练过程中需要强大的计算能力支撑.
基础电信运营商自身拥有大量的数据中心硬件设施以及云计算软件设施,特别在目前"云网融合"的网络演进趋势下,不论是中心DC还是边缘DC,在计算能力的广度和深度上都将进一步的增强,有利于建成为支撑人工智能算法的大规模AI计算加速设施.
——场景优势:电信网络中拥有丰富的人工智能应用场景,主要AIIA电信网络人工智能应用白皮书(2018年)4分为内部应用和外部应用两类.
首先,电信网自身就是一个规模庞大、分布广泛、数据繁多并不断变化的复杂信息系统.
从通信技术、网络技术的研发到实际网络的规划建设、运行维护等存在大量的潜在场景可以通过人工智能技术进行性能或效率上的提升.
其次,电信网络服务于社会生活的方方面面,支撑大量的垂直行业的信息化和智能化需求,在智慧城市、安防、交通、医疗、教育、工业、农业等具有智能化需求的场景下,均可借助电信网络提供的信息化服务促进其人工智能应用.
2.
2.
人工智能在电信网络应用范围从网络层级来说,人工智能技术可以应用于链路网元层、网络管理控制层、业务运营编排层以及更上层的业务系统.
在每一层级中,人工智能技术都可以利用其独特的数据回归、分类、推断、优化技术为网络服务.
从流程上来说,人工智能技术可以应用于网络的规划、设计、运维、优化以及客户服务等不同的环节.