都說5G和AI密不可分，但究竟是為什么？難道2G、3G和4G不配嗎？之所以5G與AI能擦出不一樣的火花，不僅與移動通信自身的性質有關，還與人工智能的發展方向有關。

為什么是5G+AI?

在回答這個問題之前，首先要了解通信人工智能的發展階段。

畢竟，移動通信和人工智能，并不是從一開始就"緊密聯系"的。

個關鍵轉折點，發生在1999年。

這一年，3GPP作為全球的通信行業和技術標準委員會，次將無線通信算法、模型寫到了3GPP的2G/3G場景規范中。

當時的算法和模型，雖然還不叫人工智能，多數叫做"基于數據的網絡仿真"、"基于數據分析/機器學習的網絡仿真"等技術，但它確實是通信人工智能的萌芽。

在這之后，移動通信經過了2G和3G,一直到2008年來到4G商用階段。

第二階段，是2008年~2018年。

這段時間，3GPP在3G/4G標準中定義了一個關鍵字SON,有自組織、自優化、自治愈的特性。

隨著SON的提出，通信行業的廠商和通信運營商，開始逐漸認識到機器學習和人工智能對于網絡的助益。

理論建立了起來，然而機器學習和人工智能，在這段時間里卻一直沒有長足發展。

這與2G、3G和4G自身的特性有關。

其一，雖然3GPP次將機器學習和人工智能定義到3G和4G的網絡生態體系中，但它卻并非一個"必選品",其作用僅僅相當于一個電腦附件。

其二，在當時知名度較高的AMDOCS、Verizon和AT&T等軟件公司，雖然都有意發展SON,但卻忽視了一個事實--

2G和3G的網絡體系生態，包括軟硬件、接口、流程、信令等，都不是從智能化的理念來設計的，因此人工智能對它們的加成意義不大，"就像打了一針疫苗卻沒有引起身體反應一樣。"

這也是為什么，在2G、3G乃至于4G的發展期間，人工智能和移動通信并沒有出現強相關的現象。

隨后，5G到來，通信人工智能真正進入第三階段。

2017年12月，3GPP次定義了通信人工智能的網元，讓人工智能真正變成了移動通信的核心功能。

但，為什么5G和AI的相性度會這么高呢？

其一，5G網絡本身相當復雜。

3G、4G的網絡設計，直接就融入了一些AI模型也會用到的算法，如BS算法、生成算法、多目標優化等，用于負載均衡、網絡質量、容量優化等應用中，但不需要再進行進一步融合。

然而，不論是從接入側、核心網，還是從傳輸、終端、應用這些層面來說，5G的網絡生態都要復雜得多。

在這種時候，5G的網絡模型，已經無法用精確的數學模型表示，這個時候用上AI模型，反而能在傳輸和運營等層面上提供新的思路。

其二，5G通信產生的數據量非常巨大。

而AI的特性之一，剛好是能處理大量數據。

利用深度學習算法，就能讓通信網在協議層真正地融合，也能更高效地使用計算機領域的算法、和互聯網中的技術，來讓移動通信變得更高效。

除此之外，張亞勤院士認為，5G與AI融合所面臨的大挑戰，是要看它的核心應用在什么地方：

看視頻更快、圖片傳輸效率更高、VR/AR等等，可能都不是它核心的應用。更大的應用，可能還是在工業場景，例如無人駕駛、邊緣計算、低能耗等場景上。如何用新的網絡設施、低能耗的方式、有效的路徑完成任務，是一個很大的挑戰，但也是未來的機遇。

通信人工智能，到哪一步了？

那么，處在"第三階段"的通信人工智能，現在發展到哪個階段了？

目前通信人工智能處于L1和L2階段之間。

簡單來說，目前行業實現了通信生態系統中部分自治的能力，也就是通過人工智能、自動化技術，來實現生態系統中某一部分自治的能力。

而且，這個能力并不是百分百閉環的。

也就是說，目前我們正處在L1.5的階段上。

以通信網絡為例，目前3GPP在核心網絡的交換機中已經定義了NWDAF功能，它可以幫助網絡路由更智能地進行判斷和選擇，也可以進行更準確的分析。

也就是說，在網絡的各個節點上、或者網絡的某些關鍵組件和部件上，實現了一些智能化的功能。

而理想的階段，則是達到完全網絡自治管理。