11月28日消息(张海龙)在今日召开的“2018未来信息通信技术国际研讨会”上,中国移动研究院副院长黄宇红表示,5G承载着改变社会、跟垂直行业结合的责任。这让5G变得非常复杂,投入巨大。
黄宇红认为,如果用传统方法发展5G,其很难发展成功。未来的5G网络不再是一张纯粹的通信网络,其应该是一张智慧网络,这样才能为国家打造智慧社会作出它应有的贡献。
将发布5G智慧网络白皮书
黄宇红介绍,为满足未来社会的需求,需要对5G进行颠覆性的设计,让5G与AI很好地结合。为此,中国移动提出了“四新”即新的架构、新的感知能力、新的网络能力、新的生态。
新架构需要从终端到网元到网管到平台全部AI赋能。如终端具备边缘AI能力;网元具备分布式智能,能够自环感知分析决策;网管具备集中式智能,可统一数据、集中管控;平台具备智力众筹能力,实现数据与能力开放。
新感知即构建全方位网络感知能力。黄宇红认为未来新的智慧网络的感知能力应该是主动的、泛在的而且是实时的。
如智能终端可实时进行环境感知、采集生物特征、收集语音和图像信息;接入网可进行智能业务识别,用户体验感知,用户位置感知等;核心网可通过虚拟化采集方式对全网流量进行感知。
在此基础上网络就拥有了新的能力,不仅提升网络效率,而且还能对外提供更多的服务,如定位的服务能力,用户感知的评估,流量的预测等。
同时,高度灵活开放的网络可引入外部智慧进行创新,即智慧众筹。比如移动性的算法,天馈优化算法,可以引入某些高校和创新公司的创新技术,如果效果好就可以在全网推广。
据黄宇红介绍,在中国移动合作伙伴大会上,中国移动将发布《5G智慧网络白皮书》,并提出5G网络发展计划,从基础层、核心能力层、功能层不断加载智慧能力。
积极推进标准化及产业化工作
除了积极打造5G智慧网络,中国移动还在标准化和产业化方面推动智慧网络发展。据黄宇红介绍,在标准化方面,中国移动在ITU和CCSA主导完成《移动通信网络智能化能力分级方法》研究立项。
据悉,该立项为智能网络划分了5个等级:
L0为人工运维,从数据采集、分析到预测、决策执行、需求映射都采用人工方式;
L1为初级智能化,采用工具辅助模式,并未形成自动闭环。在数据采集上,采用定期自动采集,人工规则;分析上,运用专家经验工具辅助;预测上,少量统计长周期预测;决策执行上,人工决策,部分自动执行;需求映射上,仍旧是人工指令映射。
L2为中级智能化,采用静态策略,自动闭环。在数据采集上,采用实时自动采集,人工规则;分析上,基于历史数据自动分析;预测上,大数据统计,中长期预测;决策执行上,人工辅助决策,自动执行;需求映射上,指令模板映射。
L3为高级智能化,采用动态闭环,策略在线迭代。在数据采集上,采用实时自动采集,部分自主规则;分析上,部分实时数据自动分析;预测上,部分场景实时预测;决策执行上,部分场景自主决策执行;需求映射上,指令模板映射。
L4为全智能化,操作无人化(人工可干预)。在数据采集上,采用实时自动采集,自主规则;分析上,完全实时数据, 自主分析;预测上,所有场景实时预测;决策执行上,所有场景自主决策执行;需求映射上,意图映射。
黄宇红表示,这一立项将促进行业对智慧网络等相关概念形成统一认识和理解,为行业主管部门相关策略和发展规划的阶段划分和目标制定提供参考,为运营商、设备商和其他行业参与者提供技术、产品规划决策辅助。
在产业化方面,中国移动主导成立了ORAN联盟,并得到了全球广大运营商的支持。在ORAN联盟的发展目标中就包含了网络的智能化、接口开放化、软件开源化、硬件白盒化。
此外,中国移动还成立了5G联创中心,已有255个合作伙伴,18个开放实验室,在9个领域开展研究工作。
最后,黄宇红表示,智慧网络的价值和意义重大,需要全方位的合作。中国移动希望与高校、产业的合作伙伴,特别是垂直行业及广大的开发者共同合作,打造5G的智慧网络。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 千家早报|十二部门印发,事关5G规模化应用;小米申请“超级小爱主动智能”和 “AIOS” 等商标——2024年11月26日
- 未来家居装饰的人工智能设计趋势
- 个性化客户体验:人工智能在现代营销中的作用
- 打破生态壁垒,自研双芯抢网:OPPO Reno13系列发布,2699元起
- 打破生态壁垒,自研双芯抢网:OPPO Reno13系列发布,2699元起
- “移”起向“新”:京津冀协同发展纵深推进,信息科技保驾护航
- 工信部批准6项量子密钥分发领域行业标准
- 三大运营商2024年省分一把手大调整:27位总经理走马上任
- 中国铁塔2024年POI产品集采结果出炉 中兴等四家厂商中标
- 对话华为周军:升级运力、以网强智,把握AI时代确定性机遇
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。