中国移动温子睿：6G应具有内生于网络的AI能力

2月25日消息（水易）今日，由中国移动研究院主办的“遇见未来”——6G协同创新成果发布会在北京召开，发布了中国移动研究院在6G方面的阶段性成果。中国移动研究院研究员温子睿对《6G无线内生AI架构与技术白皮书》进行了解读。

温子睿表示，近年来人工智能相关技术发展迅猛，并且在5G中已逐渐得到广泛的应用，但是当前以云端智能为主的实现方式正面临着诸多挑战，因此行业内考虑对网络架构进行革新，在网络中引入内生AI能力。

6G应具有内生于网络的AI能力

目前5G网络智能化主要采用“外挂式”AI，这种方式面临着诸多挑战，如：缺乏统一的标准框架，导致AI应用缺乏有效的验证和保障手段；外挂模式难以实现预验证、在线评估和优化的全自动闭环导致模型迭代周期较长；以及外挂模式下，算力、数据、模型和通信连接属于不同技术体系，导致跨技术域的协同性能低效。

与此同时，“外挂式”AI也难以适配未来6G应支持的如网络提供泛在AI服务与依靠AI对网络提供高水平自治等全新应用场景。因此，与面向连接的传统通信网络不同，6G系统需要在设计阶段就考虑网络与AI的 融合，增加算力、模型、数据等新资源维度，并对其实现端到端的控制和编排。

为此业内需要构建AI的服务质量评估和保障体系、设计AI工作流端到端的编排管理、并实现计算与通信的 融合，这些都需要通过对网络架构的革新来实现，包括新增数据面、新增智能面、扩展控制面、扩展用户面。

为解决5G网络智能化面临的挑战和6G智慧泛在新场景的需求，中国移动提出6G应具有内生于网络的AI能力。《6G无线内生AI架构与技术白皮书》应运而生。

温子睿介绍，在本白皮书中，首次阐述了内生AI的理念与技术内涵，创新性地提出了QoAIS、全生命周期编排、计算与通信融合3大新理念，提出了AI模型选择、分布式训练和推理以及预验证4大新技术，并设计了包含智能面、数据面、控制面等的全新网络架构。与此同时，这也是业内首次对智能面技术架构进行系统阐述。

新理念、新架构、新技术共促内生AI

温子睿指出，考虑到不同的智能应用场景对AI服务的质量将有着不同的需求，因此需要一套指标体系表达用户层面的需求，即QoAIS（the quality of AI service AI服务质量评估和保障体系）。同时，白皮书指出，QoAIS还是网络内生AI编排管理系统和控制功能的重要输入。

为保证各AI服务QoAIS的持续达成，需要对AI全生命周期进行编排管理。工作流通过AI数据服务所对应的QoAIS产生，之后网络中的管理面对该工作流中每项任务所需的算力、算法、数据、连接等资源进行编排。同时在管理面，根据QoAIS情况，不断优化方案和策略，实现智能化的编排管理。

除管理面外，在用户面与控制面上实现计算与通信的融合也是保障AI服务QoAIS持续达成的有效手段。与管理面在宏观视角上对资源的合理调配不同，这一方式为QoAIS目标的持续达成提供了较高实时性的保障手段，因此内生AI计算与通信的 融合需依靠管理面、控制面、用户面三个维度共同实现。

为通过管理面、用户面与控制面实现内生AI计算与通信的 融合，就需要从架构设计上融入AI要素，使数据、算法和算力三大AI要素与网络连接一样成为网络内部的基本资源。对于内生AI系统而言，前述3大新理念主要体现在资源层、网络功能层、应用与服务层、管理面以及6G新增的智能面、数据面和计算面上，而为了支持新增的“三面”，原有的控制面与用户面也需要进行相应的扩展。

值得一提的是，在新增的“三面”中，白皮书首次系统阐述了智能面的功能架构设计。并且为智能面功能架构总结出了五大技术特征：包括AI用例的自生成和导入；QoAIS的生成；AI工作流全生命周期的承载；管理面、控制面和用户面的协作以及AI集中式与分布式架构的结合。

此外，白皮书还对可用于支撑内生AI架构的关键技术进行了归纳总结。首先是AI模型的选择与再训练，平衡目标域训练开销与模型性能；其次是终端与网络协作的AI模型训练和推理，提高计算资源利用率、提升模型性能、保护数据隐私；最后是基于网络数字孪生的AI性能预验证技术，提升AI模型的泛化性与鲁棒性。

当然，6G内生AI的研究还处于起步阶段，还有诸多问题需要更深入的研究与探讨。温子睿表示，未来，中国移动将在联合成立的6GANA联盟中与产学研各界一道，专注6G内生AI相关技术、标准化、监管和产业的持续探索和推广，并对涉及的关键使能技术进行更深入细致的探讨，与IMT2030、CCSA等组织共同推动6G内生AI的研究与最终落地。

生成海报

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。