5G背后：网络技术变革，人工智能技术能帮忙做什么？_风闻

斗转星移，通信网络已经发展到第五代移动通信技术（5G，5th Generation）。网络的传输速率、传输时延、连接规模等关键指标出现迭代性的提升，性能和灵活性也出现根本性改变。

祸福总相依，5G 在性能和灵活性上带来质的飞跃同时，网络的灵活性增加，复杂性更是显著增加。赛灵思无线系统架构师阮铭博士也曾公开表示，人工智能技术是5G网络应用场景里面必不可少的一环技术，因为人工智能技术能够提升对越来越复杂网络的管理。

中兴通讯在2019年初夏，上海世界移动通信大会（MWC）上提出，可以赋能的关键点很多，包括网络部署效率的提升、流量精准规划、数字化维护，站点节能等。

4G时代，人工智能技术用法解决日常最不胜烦扰的垃圾短信。这点很容易理解。垃圾短信的过滤依靠传统的基于贝叶斯的分类器方式效率高、虽然所依赖的数据少，但是也有适应性差，精度低的缺点。深度学习的短信分类器可以对海量数据的信息进行深度挖掘，也可以从信息的语义和内容上对垃圾信息进行判别，省去了人为提取垃圾短信特征这一环节，大大提升垃圾短信的识别精度和适应能力。可能你会说，这么高级的技术都用上了，为啥我的垃圾短信也没有变少。有可能的原因是“幸存者偏差”。人工智能算法已经处理掉了很多了，我们看到没有处理掉的还是很多的原因，有可能是整体的垃圾短信数量比以前更多。也有可能是垃圾短信也在用人工智能技术对抗筛查与判别。总之，4G时代AI用处很多。

5G时代说来就来，人工智能技术在5G网络技术变革与发展阶段的用武之地也很多，甚至更多，除了场景多元化之外，5G网络技术本身用到AI的地方也很多，包括：

第一、基站选址和射频规划。

使用人工智能算法对现有站点位置、覆盖、容量、场景特征等信息进行分析和仿真，可对后续站址的选择和频率的分配提出有目的的优化指导。学习以前怎么建站的经验，应用到5G建站的过程里，提升基站选址和射频规划的效率。因为5G网络比起4G网络各种基站数量要多很多的，包括各种组网制式、站型、频段以及小微基站。这一变化，使得规划的复杂性指数级增长，传统的静态规划的方法难以起效。所以，需要人工智能技术帮忙。

第二、大规模天线阵列（Massive MIMO）智能调整。

当上海虹口万人足球场举办球赛，当上海新国际展览中心举行大型展会，这类场景往往需要深度覆盖5G网络。而会议结束，展商撤展，观众退席，对网络需求又迅速降低。

大规模天线阵列（Massive MIMO）进行波束调整，可以根据用户的分布规律，灵活调整广播/控制信道的波束分布，达到覆盖和容量的最优，而干扰最少。基于MR、网管等数据，结合人工智能的识别类算法，找出场景。比如在具有潮来潮往的潮汐效应的区域，能根据每个区域内的话务分布特点，结合潮汐效应时间段做出智能化调整。再比如根据信号使用人员的分布状况在一段时间内相对固定不变这一特点，设计广播权值自适应来达到最优覆盖。第三、优化网络覆盖。

利用人工智能技术进行无线覆盖特性的学习与建模，对5G 等无线网络中基于规划的频段、MR 数据、3D 电子地图、邻区关系、邻区信号强度、传播路径上的遮挡物位置和高度等信息和特性进行分析，评估对应的覆盖效果。结合站址选择智能规划，优化 5G 网络的覆盖。

另外，人工智能算法用于通信和网络控制一直被学术界所关注，传统数据科学的机器学习算法，例如决策树、线性模型、k均值聚类等在应用场景中大显神威。而近年来，深度学习方法例如卷积神经网络、循环神经网络、增强学习等迅速发展，并在认知技术等领域取得了重大突破。

再看，从底层的链路通信技术到网元的运行控制以及网络的管理协同等都能找到人工智能算法的用武之地。但是，令人遗憾的是在实际中还没有形成重要的能力。究其背后的原因，一部分是人工智能研究和应用单点突破的情况为主，人工智能应用架构和配套功能无法体系化和系统化。人工智能技术领先企业很难深入厂商业务领域，好技术用不起来，很多好的场景还有待挖掘。

最后，在当前技术更迭、网络转型的大背景下，网络智能化的大方向逐步获得了业界的认可。但是如何将人工智能技术应用于无线传输技术和无线资源管理，是一个尚在探索中的领域。无线通信的功控、Qos、资源管理、调制解调、估计和检测和实现等多个方面还停留在学术研究的层面，但是人工智能技术赋能无线系统技术发展的方向不会错。

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。但是这些挑战都在业界视线范围之内。2019年初夏，上海世界移动通信大会（MWC）上人工智能赋能5G网络是一个热门讨论方向。（完）

亲爱的数据

出品：谭婧

美编：黄楠