无线AI的思考

点击“人工智能园地”关注我们~

1

无线AI应用的展望

未来社会将走向“云智数联”时代，万物感知、万物互联、万物智能，信息快速传播，进入数据经济时代。任总说：“未来二三十年人类社会会演变成为智能社会，其广度、深度我们现在还难以想象。”在新的历史时期下，全球的网络平台将会走向ABCC架构，其中的Connection就是支持万物互联的5G。

ABCC=AI +Big Data+Cloud Computing + Connection.

无线网络的变迁，如果从大的业务变迁来看，无线网络其实可以重新划分为四个阶段。5G阶段将会进入智能网络时代，其中IDN: intelligent defined Network 。

所以我判断，未来的5G+/或者6G将会在原来的维度上，增加第四维，也就是AI/大数据。2017年7月1日在上海交大的移动3C研讨中，大教授北邮张平教授和清华的牛志升教授也都提到了将AI/大数据作为5G的第四维的概念，他们各自用了几十页胶片来论证这个观点。

无线通信中，单链路的物理层性能已经逼近了香农极限，所以学术界在2010年左右有一个“is the PHY layer dead"的讨论。但大家都知道，在复杂环境下，无线的“网络容量”离开理论极限还很远，存在很大的提升空间。学术界、工业界多年的努力，给出了很多的解决方法，比如IA，ICIC，CoMP, MIMO...等，但依然无法很好的实现逼近理想限的问题。根本原因是在时变、复杂的无线环境下很难进行准确建模，面向十几个或者更多的维度，传统的简化建模很难适应实际环境（实验室里面可能有好结果），而且模型的普适应也很差。所以，基于数据建模的ML算法可能在这种环境下有帮助，而且能够利用增强学习去匹配环境和自适应的提升。

从目前的学术界和工业界的进展来看，无线AI在长周期环境下的应用已经不存在分歧，相对比较清晰。但对于低时延、短周期的应用上还存在较大的挑战，有较大的不确定性。尤其是物理层传输（RTT）上的应用是目前学术界努力的关键方向，短期内还没有产生实质性的突破。一旦突破，很可能是革命性的。

2

智能分级去构建产业商业模式和生态

在我们探讨AI应用的时候，我们经常会面临一个尴尬的局面，无线AI可能在很多单点上形成了突破和优势，但缺乏一个清晰的商业模式和行业里面的统一的语言。单点的技术突破很难形成具有颠覆意义的整体解决方案，也很难给客户推广。其实这一点已经有解决方法。就是参考自动驾驶分级机制制定无线智能分级。如果问你自动驾驶L3具体做了什么，估计你也不一定清楚，但大致内涵你是了解的。整个行业和社会在自动驾驶上形成了统一定义和标准，成为技术、商业的统一衡量标准。在推动下，目前国家层面也开始了无线智能分级的标准化制定和研讨。

关于未来的无线智能网络，我个人有这么个梦想：构建这样一个网络，就像一台大型的机器，他仿佛是有生命的，在各种复杂的环境下，随着环境变化呼吸着，资源流动着，基站的天线摇头晃脑着。他知道这个网络所有状况，也能够预测到网络即将发生的一切变化，包括可能发生的故障，甚至是环境的变化，及时的做好调整，并不断进化，最大效率的做好信息传输和服务。而且不再需要什么管理人员。

3

对无线AI工作的建议和期望

关于无线AI，当前行业里面可能会存在两个误区，第一个误区是：无线AI已经比较成熟了，概念说过两年了，现在应该是产品开发为主的工作，尽快的推动这个技术大规模商用。第二个误区是：无线AI就是中医，忽悠人的事情，没有啥用，如果一定要用，相关的Case一定要证明要比现有技术有优势才能有用。

对于第一个误区，看完整篇就应该明白了，这个技术学术界也才从2017年起步，还有大量的技术挑战和产业挑战存在，如果说技术已经非常成熟了，我相信没有人会信的。对于第二个误区，我就希望相关专家和领导多一些耐心，不要太着急下结论，AI在图像识别和自然语言处理中的成熟也花了很多时间。早年的DL应用也是比不过人眼的，难道能够证明DL不行吗？ 在这一点上，业界里做无线 AI兄弟很有压力，一个小树苗，面临着跟参天大树和集团军做对比，内心很受挫折。

无线AI还是一个小树苗，可能阶段会有商业价值的产出，但不可能马上吃出一个大胖子。可以从一个个Case入手，稳步前行。需要组织的呵护，长路漫漫，任重道远。未来的2-3年肯定会经历技术幻灭最黑暗时段的考验，请大家理解，提前做好心理准备。

文字 / 黄华

排版 / 保尔

图片 / 保尔