总有想不到的新惊奇 人工智能的商业场景浅谈

在近期举办的“2019全球人工智能与机器人峰会”上，业界提出了一个观点，即自从个人电脑出现以后，人类的数字化生活出现了爆发的趋势（人类经历了从计算机时代到互联网时代、移动互联网时代，获取数据的方式和便利性越来越方便也越来越便利），而这其中，人工智能的存在为数据分析和二次应用提供了真正切实有效的支持。如此一来，人工智能的商业化场景应用就变得非常具象了，尤其是5G基础应用的全面铺开，让大众的生活总有意想不到的惊奇。

智能化是物联网的必然场景需求

之前我们多次提到过-当世界互联发展到了IoT时代，AI对IoT支持的全面铺开，现在最热门的5G会让终端获得数据以及信息沟通交互更加方便。而且-在IoT时代，算法会越来越多地体现在IoT的边缘和端的场景上。同时，IoT的海量应用场景为算法也提供了海量数据-特别是针对场景的数据，这些数据会反过来推动人工智能算法不断地加速迭代，实现更智能化的目的。在这样一个有机的循环和推动下-一个全新的时代一一”5G+AIoT”的时代到来了。

或者说，人类将进入一个以AI为典型特征的第四次工业革命-在这样的工业革命下，很多AI的创业公司不断涌现，同时资本也在不断推动这次工业革命加速的往前发展。对于芯片来说·到2025年预计总量会比现在增长7倍，特别是在边缘和端侧的芯片，容量会大幅度提升，比云端会有更大的成长空间，同时占的比例也会更大，这就给我们相关企业带来很大的机会。

业内分析认为-到2025年，预计有30%的数据是实时数据。实时数据需要的是边缘、端侧的实时处理，这也是我们现在在边缘和端侧人工智能不断往前推进和加速发展的一个动力。而对于5G的AIoT场景，业内普遍认为是对算法的需求也是多模态、多维的算法。一个边缘和端未来是全新的运算平台，不能只跑某一种算法，需要在AIoT场景下应对用户各种各样的需求，包括多场景、多复杂度的需求，同时要满足实时数据的处理要求，需要有本地的时延满足实时性要求。同时，由于受到边缘和端侧设备体积的限制，需要有很高的效能。

至于安全性，这里当然也要谈到。毫无疑问，安全是人工智能发展不可逾越或者说不可回避的一个矣键问题，如何让用户享受到人工智能带来便利的同时，又让个人隐私得到有效保护，这是一个很大的话题。在5G化AIoT时代做的芯片要满足高安全的需求，保证本地的数据既要有安全性同时又保证隐私。当然，在上述条件的需求化推动下，传统的CPU，GPU将很难满足，在性能、功耗、成本方面无法推动5G化AIoT时代对芯片广泛应用的需求，需要更高效的神经网络处理器的架构设计。

基于人工智能的切片化应用

众所周知，5G作为数字化社会的矣键基础设施，不仅服务于个人用户，还需要满足各行各业的数字化转型需求。之前，3GPP协议已经定义了3种类型的网络切片支持ITU提出三大应用场景：增强型移动宽带、超可靠低时延通信和大规模机器类通信。而网络切片的按需定制、实时部署，动态保障给网络带来了极大灵活性的同时，引入了专门的管理网元来实现切片实例的全生命周期管理，又给网络带来管理和运维的复杂性。如果网络切片的智能化程度不够，无法根据用户的特殊需求进行切片定制，运营商通过网络切片进行业务创新就会受限。

当然，智能切片当前还处于起步阶段，更多的是理论研究，在具体落地方面任重道远，目前还存在一些需要解决的问题。

比如从切片管理的角度看，资源隔离是网络切片的重要特性，能够使一个切片的故障、拥塞，不会影响另一个网络切片的工作。虽然无线资源可以通过资源独占的方式实现完全的隔离，然而考虑到无线资源受频率、用户业务分布与密度等因素的影响，需要结合切片的业务体验，以动态调度的方式让不同的切片共享无线资源以实现资源利用的最优化。

又比如，AI平台和分析系统的挑战。当前AI和网络切片属首二欠结合，仍处于理论分析阶段。对于AI分析的多种算法，如聚类、回归、推荐等，需在理论分析的基础上充分进行测试验证、积累相矣经验，为最终商用做好准备工作。

还比如，切片智能部署的挑战。切片管理系统需要将租户的SLA需求转化为无线、传输和核心网各域的配置参数，由于网络配置参数包含QoS相矣参数、容量相关参数、业务相矣参数等很多细化参数，因此，如何合理分解配置参数将直接影响切片能否满足切片租户的需求。

所以，在数据分析和网络智能的帮助下，运营商能够精确监控和调整各个切片的服务质量，合理利用资源为更广泛的行业提供具有定制SLA的5G服务，进而扩展服务市场。切片租户也可以从中受益，在确保自身业务体验的同时，借助智能化的切片服务在新兴市场中创造商业价值。

写在最后

很多人都认为，脱离了人工智能的大数据一带来的则是挑战而非机遇一没有人工智能的数据是没有用的。所以一从当前的AI模拟人脸、无人驾驶以及AI数据管理模型来看，我们当前知道的数据很多一越需要AI进行分析和解释一这个过程的发展周期还很长。而且，包括区块链去中心化和大數据的隐私问题一也都需要人工智能通过区分式、联合式的学习来收集数据并实现保护数据隐私。所以，在5G时代全面到来的时候，人工智能的商业化场景还有许许多多的玩法可谈。