9月23日消息（艾斯）在近日于上海举行的6GANA第二次全体会议上，中国移动研究院副院长黄宇红发表了题为《从5G网络智能化到6G智慧内生》的演讲，从5G自动驾驶网络愿景各个阶段的目标，到面向6G网络自治的内生智慧如何实现，黄宇红在其发言中进行了详细介绍。
她指出，6G网络以实现L5等级的自动驾驶网络为目标。相比5G，6G新增内生的智慧面、数据面和虚实交互的数字孪生网络，并通过内生智慧与数字孪生网络的交互与融合，实现6G网络全生命周期的高水平自治；但在如何实现6G内生智慧方面，产业界依然面临着数据、模型、算力等多重挑战。
面向5G网络自动驾驶的智能化实践
黄宇红介绍称，中国移动的自动驾驶网络目标框架包括2大目标——外部商业增长和内部效率提升，3个闭环——资源闭环、业务闭环和用户闭环，以及4个层次——网元管理、网络管理、业务管理和商务管理。而从L0到L5的自动驾驶网络层级，意味着不同的网络特征和能力，其中L5意味着完全自动驾驶网络，也即网络可以自动实现，规则顺应变化自动迭代，实现网随业动。通过算力集成、数据治理、算法创新，最终实现应用创新，这些应用包括智能感知、智能诊断、智能预测和智能控制等。
目前中国移动在5G网络智能化方面已开展了多项实践，包括Massive MIMO智能优化何智能基站节能等。其中，中国移动的Massive MIMO智能优化已在2个省份13个地市进行规模应用，通过更灵活的波束配置、应对更精准的用户要求和更复杂的优化场景，实现了5G流量提升10%，5G用户数提升5%。此外，中国移动智能基站节能也已在4个省份超过100万小区接入，实现了节电增益5%-10%，万量级指令智能全天候下发以及网络监控零故障。
“从5G共生到6G内生，我们进行了一些思考。在架构方面，要从集中式智能向多形态智能转变；在场景方面，要能够应对多样性发展需求，尤其是ToB场景业务智能化水平仍需提升；在效果方面，我们需要从降本增效的运营智能向端到端高度服务智能转变，实现高度自治网络；在环境方面，要能够实现强大的模拟复现能力。”黄宇红谈到。
如何实现6G高水平网络自治
“6G网络是以实现L5等级的自动驾驶网络为目标，面向消费者和垂直行业客户提供全自动、零等待、零接触、零故障的创新网络服务与ICT业务，打造自服务、自治愈、自优化、自演进的通信网络。”黄宇红在会议上表示，数字孪生和内生智慧将推动实现6G网络高水平自治。
其中，数字孪生网络业界尚无统一标准架构，结合数字孪生的技术特点和通信网络的需求，中国移动提出了“三层三域双闭环+三体五态”参考架构。据介绍，其中的三层是指物理网络层、孪生网络层和网络应用层；三域是指孪生网络层数据域、模型域和管理域；双闭环是指——孪生网络层基于服务映射模型的“内闭环”完成配置变更下发前的仿真验证和迭代优化，以及基于三层架构的“外闭环”完成对网络应用的控制、反馈和优化；三体是指规划体、孪生体、物理实体；五态则是指双空态、规划态、服务态、孪生态、节能态。
在关于6G端到端智慧内生设想方面，黄宇红指出，这当中包括协议栈进行重构以更好适应AI服务的需求；数据面充分开放，能随时获得各种用例按需提取的数据；局部智能与整体智能间的协同：智慧网元和数字孪生网络之间的交互；网元智慧进一步拓展，不仅提供网元智慧，还提供行业客户所需的集通信感知计算于一体的智慧能力。
具体到6G内生智慧的典型场景，她介绍到，在面向网络方面，包括网络自治——助力网络自身实现高水平网络自治，降本增效；以及网络安全——检测威胁、自主防御或协助防御，实现内生安全。在面向客户方面，包括为2C客户提供极致业务体验和高价值新型业务，以及更好满足2B客户差异化的智能需求，可实现“随时随地”智能按需供应。
6G内生智慧的技术需求与挑战
然而，要实现6G内生智慧，仍然面临着一些技术方面的需求与挑战。黄宇红分析称，在6G内生智慧技术需求方面，面向行业、网络自治以及2C用户分别有不同的需求。
在面向行业方面，AI功能/服务要能按需灵活编排到端-边-云的计算节点，同时需要端网协作的分布式AI架构和服务质量评估和保障体系，行业间联邦学习、知识共享框架，模型间的连接融合计算，以及面向行业业务逻辑的数字孪生。在面向网络自治方面，需要实现网络自治需求的自发现、效果的自评估、多域闭环，AI智能应用效果可预先验证、在线评估和闭环优化，通信-存储-计算多维资源融合，高效利用网络资源，以及支持可信的网络自治方案。在面向2C用户方面，需要利用终端大量数据和算力，实现端网融合的分布式AI架构，以及对终端数据和算力的智能感知，同时还要确保用户数据脱敏、数据关联聚合，保障数据隐私。
与此同时，黄宇红指出，在如何实现6G内生智慧方面，面临着数据、模型、算力等多重技术挑战。
在数据方面，网络数据封闭，开放不足，如何解决数据的开放共享问题？如何实现数据的按需可得？如何实现数据的高效存储和管理？如何保护数据安全和隐私性？实现可信的认证、鉴权和获取？在模型方面，当前的训练方法导致模型泛化性能差，如何突破？非线性模型的黑盒性，导致AI模型可解释性、安全性和公平性差，如何建立可信的AI？数据非独立同分布场景下，如何保证模型的收敛性和有效性？在算力方面，集中式和分布式节点间算力如何协同，以满足内生智慧计算任务的性能需求？计算通信感知等多维资源如何联合调度，以高效支持各种AI任务？如何不终端算力协作，提供端侧所需智能服务？
这些都是亟待解决的问题。针对此，中国移动推出了一个智慧网络人工智能开放创新平台，该平台聚焦大规模复杂网络建模的关键核心算法突破，打造以试验环境为主的网络数据，算法、知识、环的开放平台，解决网络智能化攻关中，缺乏试验环境的难题；同时联合产、学、研、用多方协同攻关，打造网络智能化研发新模式。
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。
