5G技术与人工智能的智能结合

蔡静

（武汉职业技术学院 湖北省武汉市 430074）

5G和人工智能(Al)是这十年的突破性技术。这两种技术各自以自己的方式将数千家最具影响力和创新性的公司聚集在一起，以构建可能改变我们生活和工作方式的最强大的生态系统。这些技术的结合将成为许多其他新兴技术的催化剂，并将为消费者和企业领域的各种新商机铺平道路，没有它们，现有技术是不可能产生的。

1 5G网络为人工智能提供基础

5G不仅仅是向长期演进(LTE)的接入技术进步，其主要优势在于扩展网络容量和降低延迟。借助网络切片和服务编排能力，5G和网络转型为构建智能、安全、可靠的基础设施奠定了基础，能够按需适应具有不同资源和服务需求的新服务、用例和应用。

如图1所示，通过引入SDN和NFV，5G网支持控制系统和用户系统分离。其中，核心网主要处理5G控制系统的访问控制请求，接入网和承载网主要负责提供5G用户侧的数据传输服务，从而有效减轻了核心网的压力。

图1：5G网络为人工智能提供基础

5G将在网络边缘创建一个处理能力构架，以及高带宽和可靠的低延迟连接。5G网络和相应的用例将需要更高水平的灵活性和适应性，这是当前网络设计范式无法提供的。当企业垂直用例成为主流时，对此类功能的需求也将呈指数级增长，移动服务提供商(MSP)将需要以超出当前设想的方式调整其网络。因此，网络需要具有灵活性和适应性，以适应新功能和迎合新用例，同时开放以激发第三方的创新。5G结合边缘计算将成为人工智能提升网络边缘能力、降低数据对云依赖的重要驱动因素，同时，5G的低时延响应和边缘计算能力使设备能够直接通信和协同工作，5G的边缘计算能力也意味着设备将能够更好地理解其工作环境。5G网络支持服务能力的就近部署和服务，大幅提高了服务能力、灵活性和效率，5G网络的引入为人工智能提供基础。

2 人工智能推动5G网络智能化

人工智能是推动下一轮互联网升级改造的核心引擎。智能化机器、智能化网络、智能化互动将创造智能化的经济发展模式和社会生态系统。以云计算、大数据和物联网为基础的高度信息对称、和谐、高效运行的社会生态，将是以人为核心的“智能+”的象征。

人工智能现在正在为不同垂直领域的多个用例启用大量新应用程序、增强体验和高效流程。当前的人工智能实现主要以公共云为中心。将更强大的处理能力迁移到边缘，再加上5G的低延迟性能，可能会创建一个以私密和安全的方式蓬勃发展的基础设施。

实现这些需要网络转变。这将需要云原生平台、网络编排、网络应用程序编程接口（APls）和第三方访问，以及在网络组件和流量控制方面相当程度的灵活性。这一转变并非易事，而是服务提供商充分利用5G和人工智能结合的必要举措。

2.1 人工智能提升5G网络关键能力

目前，人工智能技术得到了快速发展，在5G网络领域同样如此。人工智能提升5G网络关键能力主要体现在以下几个方面。

2.1.1 资源分配技术

传统的网络资源配置方式只能被动进行网络资源配置优化，无法实现主动地优化网络资源。传统网络资源配置方式的要么造成网络资源的浪费，要么造成网络拥塞。

人工智能算法应用到5G资源管理中，可以有效预测网络资源使用情况，实现用户资源的动态分配。如，人工智能领域的遗传算法被用来分配无线资源。通过遗传算法寻找资源分配的最优解，往往比传统的分配算法能够取得更优异的结果。除遗传算法外，神经网络学习、蚁群优化等算法在无线资源的动态规划和自动优化中也得到了广泛的应用。

2.1.2 流量分类技术

伴随着互联网技术与应用的快速发展，网络流量迎来爆炸式增长。应用人工智能先进技术，可以对基于流量行为数据进行实时分类，并展示异常事件的客观事实。

人工智能技术通过网络进行智能化的独立监控和管理，提供多种应用和服务。如，基于深度学习的流量分类，就是利用深度学习技术对网络上的大量流量进行智能分类。基于深度学习的流量分类可以提供关于通信网络中海量流量数据的模式，建立流量分类模型，从而提供更高效的网络性能。

2.1.3 业务预测技术

随着网络业务需求量的提升，业务预测工作成为了5G网络覆盖和管理的重要组成部分。如果业务预测工作具有很强的精确性，人们就可以根据数据流的追踪建立起实际网络业务模型。目前，利用人工智能进行业务预测已成为5G网络监管的重要组成部分。人工智能通过采集和处理数据，并采用人工智能算法，如神经网络、支持向量机算法等对结果进行预测，从而确定决策的正确性和未来业务发展的规模。

2.2 人工智能在5G网络架构中的应用

5G连接人与人、物与物，引领万物互联。现有的人为干预方式的网络维护管理模式，已经无法满5G时代网络的需求，5G网络需要“自治”的管理。将人工智能技术应用于5G网络架构中（图2），可以解决5G网络架构复杂且资源利用率低的问题，利用人工智能发挥自主学习和数据分析的优势，赋予5G网络自我管理、优化和维护的能力。人工智能在提升频谱利用率、网络覆盖率，优化SDN及NFV能力、智能网络切片及核心网智能化等方面都能够发挥自身巨大的使能价值。

图2：人工智能赋能5G网络架构

2.2.1 智能化5G频谱利用

频谱被有人描述为“不可或缺但有限的资源”，运营商必须尽可能最有效地利用频谱。5G网络天线的优化参数由数百个组合增加到数万个组合。由于覆盖场景的多样性和参数配置的复杂性，单靠人工很难有效地配置参数。利用人工智能的算法在频谱共享中可以精确认知，提升检测器的识别准确率。利用人工智能可采用智能调度算法，实现按需分配的可能性。借助人工智能高效部署能力，可率先帮助用户获得最佳体验。根据对接入设备分布的统计和预测，可以动态地预测和制订频谱资源使用策略，进而提高频谱资源的利用率。

2.2.2 智能化5G网络覆盖

为达到网络覆盖最大化，5G基站的选址、规划工作庞大而复杂，5G部署成本问题越发突出。依靠人工采集和分析各项数据，耗时耗力，还难以保证得到最优方案。利用人工智能技术，可自动对数据进行分析，可在极短的时间内，从无数参数中找到最优解决方案，有效扩大网络覆盖范围，大大节省基站建设和维护成本。人工智能技术还可生成5G基站建设策略，用于指导5G基站的选址、规划、建设和配置。

2.2.3 智能化SDN与5G网络虚拟化

通过引入SDN，可以在5G接入网或5G核心网中实现控制面与用户面的分离及控制面的集中管理。通过引入NFV技术，可以实现5G接入网计算和频谱资源的虚拟化，使特定区域的基站能够协同工作。SDN和NFV的结合使5G网络更加开放、灵活和可扩展。

基于SDN的5G网络部署的工作环境将体现出非常明显的动态特征，为了对网络事件和服务需求进行及时响应，必须充分利用人工智能的闭环自治系统及可操作性，以解决控制面功能重构、扩展能力、兼容性和安全性、数据面转发性能和内容缓存优化等问题,实现SDN主控制器和控制器的智能化。

此外，NFV也带来了网络的复杂性问题，以前的运维方式也很难适应。对于虚拟化的5G来说，在NFV的世界里，逻辑和物理产生了分离。在这种情况下，如果还让人工对故障进行分析和定位，会对准确率和速度产生严重影响。以“大数据+人工智能”在收集大量的网络数据之后，由人工智能对其进行清洗和分析，人工智能可以赋能实现NFV功能管理、移动性支持和虚拟资源的优化利用，进而实现对虚拟资源的动态智能监测、预测、优化和回收。

2.2.4 智能化网络切片

5G网络通过引入SDN和NFV技术，可以引入网络切片协作机制,如图3所示。通过采集业务需求、切片信息、网络状态和业务效果信息，利用人工智能技术，实现对不同层次切片及不同层次间切片协作关系的智能化监测和调控。切片是5G的呈现形式，通常而言，在5G上运行着大量的切片，少则数十个，多则上百个，这种情况下，如果还采取之前的人工运维模式，肯定会造成隐患。如果围绕人工智能打造一个自动化运维模式，则可以自动监控网络运行状态，并提前预测出网络行为，可在网络出现故障时能够实现自动恢复。

图3：SDN分层图

在网络切片构建上，人工智能利用挖掘模块对相关信息进行分析和处理，并以网络节点需求资源的使用情况为主，合理预测未来节点资源的需求量，之后利用相关模块推理来获取相关虚拟网络功能的部署方案，为后续工作开展奠定基础。人工智能还能在运行过程中进行动态监控和分析，提高资源调整的速度，加快功能升级的部署，利用整个网络的资源和服务，进一步提升网络灵活性和网络资源利用率。

2.2.5 核心网智能化

5G网的建设面临诸多挑战，传统依靠人工的运行维护机制已无法满足需求。网络运营商需要明确如何有效地整合和管理5G网络的用户、策略、控制和数据，提供差异化的端到端高效节能的网络切片服务，这就要求网络切片在保证服务质量的同时支持一网多用。引入人工智能技术，可对数据的深度挖掘，并进行评估和预测；可对网络的流量趋势进行判断和预测，实现网络资源的合理调配与预留；可对监视与告警信息关联性分析，精准的定位到故障位置及根因，实现网络管理智能化。

3 5G网络重构与人工智能发展三要素

3.1 5G网络重构

5G的网络架构比较复杂，我们可以将其拆解为三大要素、分别是接入网、核心网与承载网，如图4所示。由于5G技术在不断革新，其网络架构也必须紧跟其革新的步伐重构。

图4：5G网络架构三大要素

3.1.1 接入网

接入网的主要工作是负责将用户终端与网络连接起来，而其组成要素也随着5G时代的推进而发生改变，当前的主要发展路线是实现共享化效果，接入方式也转向了无线接入。实现资源共享可以有效减轻基站压力，而无线接入网的共享将成为5G时代的主流趋势。

3.1.2 核心网

5G核心网在架构上的调整非常明显，不仅在控制面和用户面之间的隔离操作上有了新的改变，并且还在控制面上添加了新功能，即对网络切片的选择。就两个面的分离情况而言，二者能够更加独立，而无须再受到统一管理的影响，分别行动往往能够使业务的完成效率得到提升。而5G核心网改版后更注重对网络切片形式的应用，在虚拟技术方面的建设也能使AI的智能监测效果交得更好。

3.1.3 承载网

就承载网而言。其同样由于受到5G技术的影响而在架构上出现了较大的改变。5G承载网不仅在部署形态上变得更加灵活，另外由于带宽的大量增加，其业务连接方式比起4G时代也会更加灵活。而我们在核心网中提到的网络切片技术，在5G承载网中同样是存在的。

与5G有着密切关系的人工智能三要素，即大数据、算法以及计算能力。

3.2 人工智能发展三要素

3.2.1 大数据

大数据分为三个层次。一是容量很大的数据；二是大容量且有用的数据；三是从中挖掘核心数据的强大能力。大数据不能简单地理解为数据多，其核心是数据挖掘。挖掘数据则要涉及到云计算。这种如云般运算的能力与强度，实际上就是考验科技与研发人员的“认知”水准。

所谓数据挖掘（与传统定义有点不同），是指通过交换、选择、整合和分析海量数据，从而发现新知识，创造新价值，带来“大知识”、“大科技”、“大利润”和“大发展”。也就是，将海量数据最大化的、集约性的、多头性的运用于企业、社会、生活等等的各个方面，以创造最大的价值。

作为初始的进入关卡。大数据是负责堆砌房子的砖石，如果没有足够多且质量过硬的砖石，即便勉强越过数据去完成后续工作，其效果也不敢保证，很有可能只是在浪费时间，5G的融入使得数据的质量大幅提升。

3.2.2 算法

“算法”即算的法则，它起源于数学，指解决某些“类数学”问题规范而完整的方法。通常所说的算法可分为两个层次。一是数学和逻辑层次的算法，它刻画人类思维和解决问题的逻辑过程，这一过程可以通过形式语言或数学公式来描述。二是计算机算法，它是固定化的计算方法与步骤，是解决现实问题的计算机执行过程。

算法对于人工智能具有重要意义。算法是逻辑性非常强的指令，如果算法自身存在问题，人工智能的某些行为将很难进行。换句话说，算法就像一种解题思路，只有思路正确，才能使解题的效率得到提升。

3.2.3 计算能力

我们可以将该要素简称为算力，从普通定义来讲，我们可以将其理解为每秒能够完成多少次的碰撞。在5G浪潮与人工智能的联合推动下，企业对于算力的需求越来越大，而成本则成为企业需要面对的困难问题。人工智能离不开算力，并且算力也必须寻找到一个突破口，否则很难应对高速增加的计算量。

在互联网环境中，每个要素的改变几乎都会对其他要素造成影响，每种技术之间的关联性都很强。就像5G网络重构会激发人工智能的潜力，人工智能三大要素的优化也会带动5G进步。

负责大数据提取的，就是物联网建设。基于物联网的大数据采集，是当下产业变革的基石。

从物联网衍生出来的产业技术概念非常庞杂，如大数据、数字孪生、虚拟现实等。物联网传感芯片将万事万物的状态转变成为数据信息，通过网络上传到服务器，然后由电脑进行分析。

“5G-第四代人工智能-物联网”，构成了一个完善的新一代人类社会神经系统。5G将成为执行更多工作负载、数据存储在边缘设备上的模式的主要推动力，数据驱动算法将控制每个云驱动过程、设备。同样巨大的是，人工智能将是确保5G网络从头到尾得到全天候增强的关键环节。

5G与人工智能二者能够实现优势互补、相互搭配，就很容易制造出更佳的应用效果。

4 5G+人工智能智慧赋能几个垂直领域的案例

5G和人工智能带来的不仅仅是一项旨在提高网络访问带宽或网络延迟的技术，5G和人工智能的结合将对许多垂直领域和相邻领域的生产力和全球经济增长产生影响，包括汽车、云服务、医疗保健、制造、智慧城市、零售和电信等。

5G与人工智能和的结合，有可能提高许多企业和行业的效率和绩效。这种效率可以通过实施分布式智能和无处不在的连接来实现，这些连接允许工人和机器进行通信、按需共享信息和智能，并以自主方式进行协作。这一发展将帮助企业提高其基础设施的性能，并使他们的员工能够将投入的时间用于解决原本可以由机器完成的工作，从而转化为更具生产力的任务。这种组合还可以显着提高产量。

4.1 协作机器人

人工智能使机器人能够执行过去需要人眼、手和思想的任务。为了顺应人为造成的不确定性，在高效解决工作的同时，机器人需要配备更多种类的传感器。经济实惠和先进的传感器相结合，使机器人能够感知环境并获得足够的数据来训练人工智能平台。广泛可用的惯性测量单元、力和扭矩传感器以及无损检测 (NDT)方法都将有助于收集大量数据。

5G的高级功能（例如 URLLC）是实时数据可靠流动的基本前提。一旦通过5G连接收集到这一重要数据集，人工智能应用程序就能够为机器生成可操作的见解，同时，人类工人可以享受终极安全体验。

随着制造业继续激增和劳动力市场收紧，各个国家和公司都努力通过自动化提高生产力。制造商已经开始提供提高人类生产力的工具，并提高了资本密集型机器人在全球竞争中的重要性。过去，机器人在操作过程中与人类工人严格分开，主要是因为它们可能对人类造成人身危险。然而，将人类和机器人的最佳品质融合在一起，可以实现无法预见的生产力增长。

人类与机器人两者各自的相对优势，复杂的决策和人类智能与可重复性和机器人的精确性相得益彰，当人类和机器人协同工作时，累积的优势会急剧增加。在这种情况下，机器人和人类将相互依赖。

4.2 工业人机协作

机器人可以通过多种方式学习。给定一个任务，机器人可以自行探索动作空间，但是，如果任务太难执行，这可能会花费大量时间。为了加速学习过程，行业专家可以教机器人使用模仿学习来完成任务。在模仿学习期间。机器人使用其传感器，例如机器视觉系统、关节角度传感器以及力和扭矩传感器，观察专家，并尝试学习观察结果和动作之间的映射。

过去，人类必须一步一步地教机器做什么，但现在机器学习使机器人本身能够弄清楚该做什么以及如何解决一个独特的问题。很快，机器人就可以接手重复性或体力要求高的任务，而人工智能与5G的结合为未来开辟了新的产业机遇。例如，边缘计算服务器和5G连接，再加上工厂车间的机器视觉，可以帮助机器人在用例之间转移学习，并在不同的工业用例中应用推理。

基于无线工厂的概念，可以显着提高生产线的灵活性并缩短生产周期。这个概念基于机器人之间的无线URLLC和通过电感应进行的无线能量供应。无线工厂可以以更快、更简单的方式重新配置其生产线，以适应不断变化的需求。当不需要有线连接时，移动设备并重新配置它会更有效。5G和人工智能的结合所造成的颠覆将重塑工厂工人的角色。

4.3 金惠科技：5G解锁机器视觉检测新技能

企业简介：郑州金惠计算机系统工程有限公司（简称金惠科技）成立于1997年，公司专注于以深度学习为核心的图像智能识别技术，打造业界领先的图像人工智能产品和解决方案，为教育、高铁、智能交通、智慧工厂、政务服务等领域提供信息化服务。

技术亮点：5G+机器视觉。应用成效：20秒完成多面轮穀检测，准确率达99.99%。在金惠科技，5G网络助力下的机器视觉检测系统快速检测出质量缺陷，做到了以往难以完成的复杂产品检测。

5G+机器视觉，20秒完成多面轮榖检测。

“这台设备是基于我们自己的机器视觉在工位检测领域的应用，以前是传统的人工检测，后来我们上了基于人工智能的深度学习的检测产品之后，把以前的抽样检测变成了全量检测，还可以把产品的质量做一个全量的提升。现在我们也在做新的技术改造，去支持机器视觉+5G的用法。以前没有5G的时候，软件产品的存储和计算全是在本地的布控机里完成，用了5G以后我们现在可以把很多本地的计算和存储资源全部放到云端。第一可以大量节省存储计算资源。第二可以在线在云端对我们人工智能算法进行实时的训练，让我的人工智能算法可以变得更聪明。”金惠科技品牌运营总监潘东介绍。

金惠科技运用自己研发的基于人工智能的深度学习以及机器视觉在工位检测领域应用的设备检测产品。以前是传统的人工检测，现在在5G和人工智能的助力下把以前的抽样检测变成了全量检测，还可以把产品的质量做一个全量的提升。他们也在做新的技术改造，来支持机器视觉+5G的用法。以前没有5G的时候，软件产品的存储和计算全是在本地的布控机里完成，用了5G以后现在可以把很多本地的计算和存储资源全部放到云端。第一可以大量节省存储计算资源。第二可以在线在云端对人工智能算法进行实时的训练，让人工智能算法可以变得更聪明。

金惠科技打造公有云的5G机器视觉的工业互联网品牌，能够把企业的非核心的工业数据全部上到公共网络上，把缺陷图片放到云端，可以对软件的融通算法做实时的更新和训练，这套端边的架构能够让人工智能的机器视觉检测变得越来越聪明，保证企业数据安全和整个云端计算资源的成本降低。

5 结语

人工智能与5G相辅相成，二者共同改变生活。

随着时代的发展，人工智能会变得越来越成熟，应用会越来越广泛。与此同时，5G技术的商用化也已经成为定局。对于人工智能来说，连接是一个十分重要的能力。因此，在人工智能的助力下，一个连接应用大脑及各类终端的超大规模网络将会逐渐形成。如果把5G也添加进去，形成“5G+人工智能”，则会释放出更强大的能量，进而改变生活。