芯耀
1524
當下，AI的迅猛發(fā)展正在對各行業(yè)產生深刻變革，推動經(jīng)濟社會的高效、智能化發(fā)展。在通信領域，AI面向新業(yè)務和新技術引領的數(shù)字化轉型，展現(xiàn)出巨大優(yōu)勢，正在加速賦能L4高階自智網(wǎng)絡，探索更開放、更智能、更低碳的網(wǎng)絡管理和服務模式。
在以“AI注智網(wǎng)絡 共促新質發(fā)展”為主題的“2024數(shù)智網(wǎng)絡論壇”上，通信行業(yè)研究機構、相關院校、國內三大運營商及中興通訊等企業(yè)就AI在通信領域的創(chuàng)新應用展開了深入、廣泛的討論。其中，中移蘇州軟件技術有限公司云網(wǎng)產品部副總經(jīng)理姚軍、江蘇電信智能云網(wǎng)調度運營中心副總經(jīng)理張正、江蘇聯(lián)通網(wǎng)絡創(chuàng)新負責人孫宏、中興通訊綜合技術交付部副部長趙剛博士、中興通訊星云通信大模型規(guī)劃總工王成春、中興通訊大模型訓練引擎負責人鐘斌等業(yè)內知名專家圍繞“AI+L4高階自智展望”的話題進行了圓桌討論。他們就大模型在高階自智網(wǎng)絡中的應用及探索發(fā)表了深刻見解，為我國L4高階自智網(wǎng)絡向前邁進帶來新思考。
01、實現(xiàn)高階自智，算力網(wǎng)絡建設先行
本次圓桌論壇主持人趙剛博士提到，自智網(wǎng)絡這一概念已經(jīng)在全球通信產業(yè)凝聚為發(fā)展共識，研究報告顯示，全球91%的運營商已將網(wǎng)絡自動化納入戰(zhàn)略，且大部分運營商計劃2025年將逐步達成自智網(wǎng)絡L4級別。在人工智能加持下，自智網(wǎng)絡正從L3加速向L4演進。而真正實現(xiàn)高階自智，首先要保證算力基礎網(wǎng)絡的建設。
姚軍強調了算力基礎網(wǎng)絡與AI的緊密聯(lián)系，并指出隨著大模型技術的普及，算力的需求急劇增長。中國移動通過構建亞洲最大的智算中心，并結合“算網(wǎng)大腦”的融合能力，為AI提供了強有力的支持。
在探討算力基礎網(wǎng)絡的關鍵指標時，姚軍指出，為了滿足大規(guī)模集群并行計算的需求，網(wǎng)絡必須具備高帶寬均衡性、低時延以及跨域算力整合的穩(wěn)定性和可靠性。面對分段網(wǎng)絡的挑戰(zhàn)，確保業(yè)務端到端的順暢運行至關重要，任務完成率和路徑高可用性因此成為衡量網(wǎng)絡性能的核心指標，不僅體現(xiàn)帶寬水平，也反映網(wǎng)絡的恢復能力與靈活性。為實現(xiàn)這些目標，姚軍提出運用大模型、先進技術以及數(shù)字孿生進行高效定界定位，認為這是推動算力基礎網(wǎng)絡向L4高階自智發(fā)展的重要路徑。
02、產業(yè)界共推高階自智網(wǎng)絡頂層設計
在確立了算力網(wǎng)絡作為基礎之后，通信行業(yè)進一步聚焦于高階自智網(wǎng)絡的頂層設計。
孫宏談道，中國聯(lián)通開展網(wǎng)絡智能化比較早，在2020年發(fā)布了《中國聯(lián)通自動駕駛網(wǎng)絡白皮書V1.0》，提出了網(wǎng)絡智能化分級，2024年又發(fā)布《中國聯(lián)通自智網(wǎng)絡白皮書（2024）》。事實上，中國聯(lián)通在《中國聯(lián)通自智網(wǎng)絡白皮書2.0》中就確定了自智網(wǎng)絡“四零四自”愿景目標。四零即為零等待、零故障、零接觸、零風險；四自即為自規(guī)劃、自配置、自修復、自優(yōu)化。
孫宏還介紹了中國聯(lián)通的自智網(wǎng)絡遠程架構體系——“三化三層三閉環(huán)”架構。三化：數(shù)字化、智能化推進敏捷化；三層：智能化執(zhí)行層、運營層、商業(yè)層；三閉環(huán)：知識閉環(huán)、意圖閉環(huán)、任務閉環(huán)。
中興通訊作為全球領先的綜合信息與通信技術解決方案提供商，也在大力推進自智網(wǎng)絡，推動通信行業(yè)智能化轉型。王成春提到中興通訊基于跨城、跨域、單域和內生分層指導思想，并引入智慧大腦，構建了uSmartNet自智網(wǎng)絡架構，旨在實現(xiàn)業(yè)務流的全面自動化與智能化。不僅優(yōu)化了固定規(guī)則下的自動化處理，還增強了對網(wǎng)絡故障的智能分析與快速響應，從而推動了自智網(wǎng)絡向更高層次的發(fā)展。
03、自智網(wǎng)絡成效應以收益和效率為標準
在談到制定自智網(wǎng)絡評價體系時，張正介紹了江蘇電信基于新城運營及AI平臺構建的網(wǎng)絡智能運維通用能力。隨著網(wǎng)絡持續(xù)運營，經(jīng)驗及數(shù)據(jù)積累，逐步優(yōu)化運營算法，拓展運營場景。AI給云網(wǎng)運營帶來了以下變化。
首先是專家經(jīng)驗高效沉淀：基于大模型提示詞將專家經(jīng)驗IT化，結合時序預測、日志監(jiān)測能力，革新云網(wǎng)生產操作流程，拉通故障處置1-5-10各環(huán)節(jié)，實現(xiàn)故障快定位、快決策。
其次是云網(wǎng)規(guī)則高效總結：基于分析規(guī)則、質檢規(guī)則實現(xiàn)各類報告的智能分析和質檢，避免信息轟炸、確保報告質量。
在云網(wǎng)能力隨時調用中：革新運維操作方式，以往靠命令執(zhí)行PC運維，指令復雜、誤操作情況多，基于語義識別和指令稽核能力，可轉變?yōu)橥ㄟ^便攜式交互工具掌上運維，通過自然語言交互形式，隨時掌握網(wǎng)絡運行質態(tài)，應急決策效率更高。
多專業(yè)協(xié)作提質增效方面：原先問題處理僅依賴單專業(yè)響應，通過AI技術自動構建網(wǎng)絡孿生，可構建端到端知識圖譜，轉變?yōu)槎鄬I(yè)聯(lián)合作戰(zhàn)，快速打破專業(yè)壁壘，拉動多領域知識與經(jīng)驗融合，從而顯著提高疑難雜癥的解決效率。
最后是微調構建多領域專家：針對異構網(wǎng)絡、不同客戶打造差異化智能體，構建專屬AI服務經(jīng)理，原先被動式地故障驅動運維，變?yōu)榭壳胺?、主動式運營。
孫宏從四個方面論述了中國聯(lián)通自智網(wǎng)絡成效衡量標準，并將其概括為“四精”。
一是精心服務，圍繞用戶服務，幫助用戶實現(xiàn)自助化服務，包括自助下單、自助調測。
二是精致產品，中國聯(lián)通持續(xù)關注創(chuàng)新產品和市場新動向，更好地服務用戶，提升客戶畫像精準度，圍繞精準營銷，提升業(yè)務營銷。
三是精智運營，面向網(wǎng)絡側，力爭實現(xiàn)網(wǎng)絡生命周期中規(guī)劃、建設、維護 、優(yōu)化、運營的智能化，包括基于網(wǎng)絡數(shù)據(jù)自規(guī)劃，網(wǎng)絡故障后自修復、自愈指標等，都是自智網(wǎng)絡等級里納入的衡量指標。
四是精益管理，在能耗上，積極響應國家雙碳戰(zhàn)略，關鍵節(jié)能指標覆蓋自智網(wǎng)絡的運營；在人員效能上，更多依托數(shù)字化流程治理，簡化生產流程；在成本管理上，三家運營商都面臨成本壓力，應做好成本精細化運營分析、管控。
在運維領域，中興通訊一直在通過新技術來提升網(wǎng)絡運維的生產力、業(yè)務運維的智能化水平。王成春強調，網(wǎng)絡運維正逐步向智能化轉型，從依賴人工經(jīng)驗到利用數(shù)據(jù)驅動，再到模型化運維，同時，構建以預防重大故障和減少工作量為核心的成效指標體系成為關鍵。鐘斌強調，應追求參數(shù)與業(yè)務收益之間的合理平衡，并指出提升小模型的知識密度是實現(xiàn)這一目標的關鍵。同時，他還提醒需關注大模型的魯棒性和幻覺問題，以確保輸出的準確性和可靠性。
04、大小模型協(xié)同，“高效”賦能高階自智網(wǎng)絡
邁向高階自智的技術和手段有很多，如AI小模型、大模型智能體、大數(shù)據(jù)、低代碼等，他們各有用處，但卻不會“一招吃遍天下”。在這些技術中，王成春認為，大模型智能體在高階自智場景中能夠發(fā)揮更大價值。由于CoT(思維鏈)的注入，大模型智能體具備了問題分析能力，加之智能體擁有記憶、規(guī)劃、工具調用和執(zhí)行四大能力，能夠感知外界變化，做出自主響應。
運維的模式經(jīng)歷了“基于經(jīng)驗的運維-基于數(shù)據(jù)的運維-基于模型的運維”。王成春表示：“對于運維中的結構化數(shù)據(jù)處理，可通過機器學習和深度學習的方法，抽取特征向量，尋找合適的算法建模，擬合出最佳的模型來推理。”大模型處理結構化數(shù)據(jù)是有難度的，因此，大小模型協(xié)同對于高階自智具有重要意義。隨著大模型技術的發(fā)展，可以預見未來結構化大模型將日益成熟并廣泛應用。
L4高階自智面臨的場景更多、更復雜，除了對模型本身能力提出更高要求外，還需要利用LLM作為中樞構建領域Agent以解決復雜問題。此外，大模型智能體的規(guī)劃能力和工具使用能力對于L4高階自智意義重大。
在規(guī)劃能力層面，可利用大模型的理解和推理能力實現(xiàn)復雜問題的分解和決策。鐘斌談道，目前業(yè)界的主流做法是構建思維鏈監(jiān)督數(shù)據(jù)，對大模型微調使其具備一定的領域邏輯推理和規(guī)劃決策能力，但這種訓練方式存在兩個潛在問題，一是泛化性不足，模型可能只是生硬地對訓練數(shù)據(jù)模仿，無法真正解決更復雜多樣的實際問題；二是專家經(jīng)驗無法結構化，對特定領域知識無法有效地形成高質量源數(shù)據(jù)供模型訓練，導致專家經(jīng)驗無法高效地注入大模型中。
在工具使用層面，可借助外部工具解決子問題，包括小模型、RAG（檢索增強生成）、第三方API等。鐘斌認為，大小模型協(xié)同有兩大優(yōu)勢，一是能力復用，如意圖識別、信息抽取等小模型可輔助大模型進行決策；二是降低成本，小模型在處理簡單任務時性能有所保證，并且訓練和推理成本相對較低。通過協(xié)同分配機制，簡單的問題由小模型完成，困難的問題交大模型完成，這種協(xié)同分配機制既提高了效率又節(jié)約了成本。
在L4高階自智的演進中，大模型正以其強大的學習與生成能力，引領人工智能潛力進一步釋放，通過最終實現(xiàn)網(wǎng)絡群策智能，帶來網(wǎng)絡運營范式的根本性變革。綜上所述，通過算力網(wǎng)絡的建設、頂層設計的確立、大小模型的協(xié)同應用，高階自智網(wǎng)絡正逐步走向成熟，為通信行業(yè)的智能化轉型注入新的活力。
此次“數(shù)智網(wǎng)絡論壇”作為江蘇省通信學會與中興通訊聯(lián)合舉辦的行業(yè)盛會，對推動通信網(wǎng)絡數(shù)智化轉型及新質生產力發(fā)展具有積極意義，促進了產業(yè)鏈各方的深度合作與生態(tài)共贏，也為通信網(wǎng)絡服務的數(shù)字化、智能化未來描繪了清晰的藍圖。
作者：孫天
責編/版式：王禹蓉
審校：王 濤?梅雅鑫
監(jiān)制：劉啟誠
