5G网络在发展中正面临多方面的挑战，而引入人工智能应对这些挑战成为当前业界研究的热点。AI是5G那把对的钥匙吗？5G﹢AI将擦出怎样的火花？近日在#NokiaLive“逐光而行”系列直播活动上，行业专家分享了关于AI和5G的观点，并介绍了诺基亚的AI研究成果及在中国进行相关应用实践的情况。

AI助力5G接入网性能提升

　　诺基亚芬兰Future X Lab首席创新官至纯指出，当今我们正处在一个人工智能的时代。AI应用已在诸多行业起步，特别是广泛的图像识别、各种语音机等，这些也让大众对人工智能技术渐渐熟悉了起来。

　　通信网络中的AI，更精确地说是机器学习。机器学习包括深度学习，这是模型建立从而使得机器变得聪明的基本工具，是AI的基础。对于AI或机器学习来说，在网络中的基础目标应用自然是实现自动化，其带来的益处可以主要概括为四个方面：提升研发能效、促进和确保网络深度自动化、增进网络侧和用户侧的性能、带来多样化的增值服务和创收的机会。

　　至纯表示，目前来看，我们可能面临的难点是：复杂场景难以模型化、现网中的数据提取有诸多困难、传统的通信网络架构与应用人工智能所需要的理想环境还存在一定的“代沟”。尽管如此，人工智能在通信行业尤其是在5G网络方面依然具有非常广阔的应用前景。

　　AI技术对于提升5G接入网性能至关重要，通过机器学习神经元深度学习算法，可实现无线资源自动优化调度、大数据实时处理简化、精细化管理以及预测、智能化分析及根因分析和提升终端用户体验保障等。通常我们会把接入网支撑机器学习的应用程序分为AI架设于接入网之上、AI内嵌在接入网之中两大类。

　　从5G接入网架构方面来说，至纯认为需要四个核心技术的构建：算法本身的革新；有效利用机器学习的优势；数据提取及其接口可编程性；用于推理、模型管理和学习的中间件及计算能力。至纯表示，诺基亚致力于建造无处不AI的新型智能通信网络。在诺基亚贝尔实验室的“Future X”网络目标架构中，就已将AI的支撑功能融入每个网络节点，并通过人才培养、算力挖掘、算法创新和实例验证四大实施策略来确保这个目标的实现。

四大场景挖掘AI无限价值

　　通过神经元的深度学习，AI技术可以实现大数据实时处理、无线资源优化调度、精细化管理以及预测、智能化监测和根因分析、提升终端用户体验保障。诺基亚贝尔人工智能领域资深项目经理左良介绍，诺基亚在全球已经开展了一系列有关机器学习应用的现网实验，目前AI机器学习在5G网络技术中的主要应用场景包括：基站无线资源优化调度、基站智慧节能技术、网络大数据异常检测和用户体验保障等。

　　左良指出，5G通信技术的一个重要特征，就是提供超高小区吞吐率(eMBB)。由于发射频段高，5G无线信号衰减快，优化无线资源调度就成了提高吞吐率的重要技术手段。采用机器学习算法对无线资源进行优化调度后，所获得的下载速率与理论值很接近，对小区边缘速率也能观察到同样的提升效果，这将大大提升无线资源的利用效率和用户体验。深度神经元网络的能力，在无线资源管理、站点节电、用户行为识别等更多领域能够得到广泛的应用。

　　能耗在5G网络运营中是非常重要的参考指标。在传统节能方案中引入诺基亚的AI技术，在基站接口上进行实时的数据采集，然后依靠机器学习算法对数据进行实时建模，持续优化算法来预测未来的业务流量，并控制基站去启用节能方案，这样基站能耗降低至少15%以上，并且能够提供更好的扩展性。

　　网络管理是对网络设备运行状况进行监测，及时发现网络异常，提前进行处置，以降低故障带来的损失。随着无线网络技术越来越复杂，传统方案面临重重挑战。诺基亚所采用的机器学习算法支持对海量网络数据的处理，针对上千维度的向量空间进行异常检测，并对检测结果自动分类。同时，利用异常检测的结果，可以快速发现用户感知问题，快速定位问题的根源和实现网络故障预警。

　　在体验经济时代，同类竞争产品的功能差异不大时，用户体验将提升为产品的核心价值。比如说，基于云的VR服务，需要将业务流计算交由云端实现，是目前要求极为苛刻的5G应用之一，它要求毫秒级别的大带宽响应能力，需要保障实时用户请求和虚拟画面的缝合。基于O-RAN 开放架构的5G新型网络解决方案，可以根据网络和业务实时状态，预测并快速适配网络带宽，调节应用流量，从而能够针对这一业务的体验提供保障。

　　通过这些应用实践，我们可以看到AI在5G网络中巨大的应用价值。5G﹢AI，将碰撞出绚烂的火花。