1、引言
2016年7月，在国务院印发的《“十三五”国家科技创新规划》中，人工智能（Artificial Intelligence，简称“AI”）被作为新一代信息技术中的一项列入规划。
2018年6月，在以“5G+AI，共创万物智联新时代”为主题的2018GTI国际产业峰会上，探讨5G产业的发展趋势，以及在万物智联新时代中5G与各行各业融合带来的新机遇、新价值。中国移动提出，将主动把握万物智能互联新时代新趋势，深化实施“大连接”战略，加快推动5G和AI融合发展，打造5G+AI智慧运营和服务能力，努力成为数字化创新的全球领先运营商。
而在当前移动互联网迅速发展的背景下，随着市场的发展和电信运营商网络制式的不断更新升级，以“BAT”为代表的互联网公司争相抢占运营商网络管道推广各自的应用，各种智能终端厂商抢占用户市场，电信运营商面临严峻的“被管道化”危险；与此同时，我国电信市场移动数据和互联网业务总量持续攀升，而资费水平逐年下降，收入增速持续走低，用户的要求却越来越高，电信运营商面临着“降本增效”的压力，亟需通过各种手段长效地解决此问题，而人工智能可助力运营商积极推进数字化创新，提高运营效率、节约成本。
2、人工智能关键技术
人工智能包含四个组成要素，即“数据、算力、算法、场景”，其中，算法是人工智能的核心，当前算法中最具代表性的就是机器学习算法。
2.1、经典机器学习
机器学习是利用能够从数据中提取知识和模式的数学模型来解决业务问题，从机器学习问题本身分类的角度来看，可以将其分成下列类型的算法：如表2.1-1所示。
表2 .1-1 机器学习算法分类
2.2、深度学习
随着云计算、大数据时代的到来，计算能力的大幅提高可缓解训练的低效性，训练数据的大幅增加则可降低过拟合风险，因此，以“深度学习”为代表的复杂模型开始受到广泛关注。
深度学习，即深层的神经网络，是一种大规模的神经网络，通常有许多处理层，即通过无监督逐层训练的有效手段进行多隐层网络的训练，进而通过增加隐层的数目的方式增加拥有激活函数的神经元数目以及激活函数嵌套的层数，从而提高深度学习模型的复杂度和学习器容量。
深度学习，包含DNN（深度神经网络）、CNN（卷积神经网络）、RNN（循环神经网络）等，其模型的多隐层特征，使计算机能够处理比以前复杂得多的数据，如视频、图像、语音和文本数据，从而支持人工智能的最新进展。
3、AI在电信行业的典型应用
3.1、AI网络运维应用
根据参考文献[7]所述，电信运营商传统运维体系在运维过程中存在“系统变化感知滞后”、“未来故障无法预测”、“故障响应慢成本高”三大痛点。
针对上述痛点，可以结合大数据技术和深度学习算法，推出智能运维解决方案，以提升电信IT系统的运维能力——既提升了电信IT系统的维护效率，又节约了电信IT系统维护成本，满足电信网络智慧运维的需求。
AI网络运维应用的设计流程如下：
第一阶段（节点主动感知）：利用运营商大数据平台的优势，通过电信运营商IT支撑系统海量日志的自动采集及分析，主动感知IT系统节点运行状态的变化。此阶段包含节点日志实时采集、节点日志实时汇聚、节点状态实时分析等三个步骤。
第二阶段（运维网格构建）：采用大数据技术（如图计算技术）自动构建运维网格，并通过可视化技术展示网络各个节点的影响力、健康度以及依赖关系，实现IT支撑系统节点的立体感知。
第三阶段（故障智能预测）：利用诸如基于TensorFlow/Keras框架的深度学习算法，构建运营商IT支撑系统日志的深度学习应用模型，实现IT支撑系统节点故障的智能预测。
深度学习数据处理流程如图3.1-1所示。
3.2、AI网络优化应用
根据参考文献[8]所述，无线网络覆盖优化是提升无线网络质量的重要工作内容，现有覆盖优化主流技术以仿真优化、人工经验优化为主。此外，仿真优化在很大程度上依赖传播模型的准确性，没有充分考虑用户及业务量分布场景。下述网络优化应用利用深度学习来进行覆盖优化，设计思路分为以下几个步骤 ：
第一步：覆盖TopN小区问题分析。利用MRO（Measurement Report of Original Type，测量报告原始数据）数据中小区的覆盖关系、地形地理位置数据、基站站型结构数据、用户分布情况等，构建覆盖评估矩阵，并通过预置规则判断，输出小区软、硬参数定性调整建议或问题（包括接入电平/功率/A2门限/下倾角/方向角优化建议，以及工参准确性问题），输出TopN小区分析和定性优化建议。
第二步：利用深度神经网络构建本区域的覆盖模型。使用小区网络结构、参数配置、地形地貌、业务类型、覆盖指标、干扰指标等特征属性，并将这些样本按照业务逻辑进行向量化，预处理后用于网络覆盖的精细画像，然后对本区域覆盖模型进行训练。
图3 .1-1 IT系统运维节点故障自动预测业务流程图
图3 .2-1 基于深度学习的覆盖优化系统模型设计
第三步：覆盖指标定量预测。动态输入功率、方向角、倾角调整方案，实现对弱覆盖、过覆盖等指标量化预测；也可根据预测结果，实现全流程自动输出推荐方案。
本应用的深度学习模型设计如图3.2-1所示。
表3 .4-1 AI在电信网络运维/优化场景的应用情况
3.3、其他应用场景
AI在电信网络运营领域的应用不胜枚举，除了上述两种典型应用场景外，还有如下场景：
网络运维领域中的资源质监场景，如针对分光器等无源网络设备的清查稽核，此类应用以资源设备端口图片为主要数据源，经分析后提取出端口占用情况、端口序号等特征，利用TensorFlow框架，结合RFCN，RCNN等目标检测算法模型，最终完成资源图片质检，及端口占用检测。
参数智能化设置与推荐场景，通过智能化的学习现网已有参数配置经验，快速复制和推广参数优化经验，LTE小区建模，分类，参数配置；异常网络质量特征的智能检测、原因定位、告警/投诉预诊断，借助人工智能算法，预先预测网络出问题概率，减少网络故障实际发生概率，将运维模式从事后处理推向事前预防，大大减少投诉发生，提升客户感知。
智能工单规则分析与精确派单，探索利用现网已积累的闭环工单处理数据，进行挖掘分析并建立数学模型，利用有监督机器学习算法，分析网络特征与工单处理方案、工单反馈结果之间的映射关系等，通过大量数据训练模型，实现网络问题智能分类和工单智能派发。
智能隐患预测与自动巡检，针对集中维护中的隐患预测、动态巡检等需求进行机器学习和数据挖掘处理，通过同步用户权限数据，集中优化平台数据，动环监控数据，从多维度对站点运维指标进行特征画像，实现细粒度可视化的管理站点等等。
3.4、小结
人工智能在电信网络运维、优化场景中的应用情况总结如表3.4-1所示。
人工智能在电信网络运营前景非常广阔，不仅是提高网络运营效率、提升服务质量的重要工具，而且将是改变运营模式的重要支撑。
4、AI在电信行业的应用体系
通过针对上述AI在电信网络类应用场景分析，可以总结出AI应用的实施具有规律性，需要有一套体系来作支撑，该体系中包括AI平台技术架构、AI实施的方法论以及切入方式等。
4.1、AI平台技术架构
大数据的应用需要有云计算资源池和大数据平台作为技术架构支撑，人工智能的应用同样需要有人工智能平台作为技术架构支撑，人工智能应用的开展对底层硬件有着特殊的需求，同时，电信运营商开展人工智能业务应用离不开大数据平台的支撑；人工智能应用与底层支撑之间还需要集成算法等技术能力层。
基于以上因素考虑，本文提出一种电信行业人工智能平台技术架构，如图4.1-1所示，平台整体划分为三层，从底层到顶层依次为基础支撑层、技术能力层、应用服务层，以及系统管理功能。
4.2、AI应用实施方法论
图4 .1-1 电信行业人工智能平台技术架构图
图4 .2-1 人工智能应用实施方法论
如前文所述，人工智能包含“数据、算力、算法、场景”四个组成要素，其中电信运营商所掌握的数据资产种类众多、数量庞大，针对如此庞大体量的数据，如何与云计算资源池、大数据/人工智能平台等结合处理，如何与多达上百种的人工智能算法建立关联，又如何有效地支持具体的应用场景等问题是电信运营商需要重点关注的问题，这些问题就需要方法论作为支撑和指导，根据方法论将这些要素串联协同起来，为开展人工智能应用提供业务流程和实施路径的指引。
本方法论基于质量管理中的“PDCA循环”思想，并结合前述分析提出，即计划（Plan）、执行（Do）、检查（Check）、处理（Act），如图4.2-1所示。
人工智能应用实施方法论：首先，根据梳理后的业务需求确定出有价值的应用场景，如优化网络覆盖、提升网络运维效率、提升客户体验等；然后，在了解人工智能算法的基础上，根据应用场景中的目标，基于应用场景中所涉及的流程或机制，选取相应的预处理（即数据采集、关联和清洗等处理）后的数据源作为输入，经过数据分析后，选取好样本特征，再针对提取的特征，选用合适的人工智能框架以及算法，经过建模、训练后得出AI模型，最后实现业务应用；在业务应用落地后，要持续对应用效果进行动态跟踪评估，并反馈给建模分析迭代调优，以保证人工智能应用效果的持续提升。
4.3、运营商人工智能的切入方式
对应人工智能的技术架构，其产业结构也可分为应用层、技术层和基础层三个层面，底层的基础资源和技术研发的进步共同决定着上层应用的发展速度。
总体而言，人工智能的发展切入路径可以分为三种模式，如图4.3-1所示。自下向上切入，即从底层基础切入，掌握海量数据资源，研究人工智能的核心算法和模型，并向技术研发和场景应用延伸；从中间切入，即从特定技术切入，如从语音、视觉识别等感知智能技术切入，并应用到教育、安防、交通等各个领域；从上层切入，即自上向下切入，即从上层应用场景切入，直接采用成熟的技术手段，发展产品和服务。
图4 .3-1 人工智能的发展模式（切入方式）
科技巨头普遍选择从底层自下而上切入产业链，以纵向一体化的模式主导产业的发展，这种模式对主导企业要求较高：首先，必须具备一定深度的技术沉淀和相关的基础资源积累；其次，本身拥有平台级数据入口，从而具备大量数据资源用于深度学习和反馈演进；最后，通过人工智能的应用能为业务带来极大优化、节省大量的人力成本或提供创新的高附加值业务。
由于大部分企业不具备发展基础平台的能力，他们会基于自身的业务布局和技术积累，选择诸如语音识别、机器交互、机器人等特定技术，并开发相应的应用和产品，从中间切入。
创业公司多采用从上层切入的模式，其核心是将人工智能相关的成熟技术作为手段，结合有一定创造性的商业模式，提供具有特色的应用和智能硬件产品。
运营商的AI发展有其自身特色。运营商走在信息网络的最前沿，能获取用户核心数据，同时一直为用户提供全面的ICT服务。运营商在信息化与数据方面有长远的积累，这给运营商发展AI带来一定的优势与差异性。
因此，针对电信运营商而言，考虑已建立相关平台，拥有平台级数据入口的条件，以及电信运营商的综合实力不及谷歌、IBM、微软等科技巨头的现实因素，可参考“两头切入”的模式，立足自有核心业务优势，通过增强自主研发、灵活投资、加强与互联网巨头的合作等形式，布局人工智能的基础层和技术层关键节点，挖掘数据价值，拓展和增加应用场景，创新商业模式，提升服务水平，在全球电信运营商“电信IT化”、“网络虚拟化”的演进过程中，人工智能将发挥越来越重要的作用。
5、总结与展望
电信行业虽然在组织机构上的基础相对薄弱，如在人工智能战略视野与方向、创新文化、对人工智能技术的组织性承诺、组织灵活性、组织驱变力、人工智能相关人才与技术能力，但由于拥有大量高质量的数据积累以及自动化的工作流，为人工智能技术的介入提供了良好的技术铺垫。
目前，人工智能技术已经进入到大规模应用的前夜，虽然需要克服的技术问题还有很多，但不得不承认在某些研究充分的领域，规模化应用条件已经具备，但要使人工智能成功应用，与之相配套的技术研发及支撑保障体系可能更加重要。
对电信运营商而言，人工智能技术本身可能不具备销售价值，其价值体现在嵌入人工智能技术产品的新特性、新功能的形成及提供，使原有产品具备业界竞争力、新价值发现、或节约产品的运营成本等。要实现人工智能技术的成功应用，并产生有助于业务生产的效果还有许多方面需要思考，例如应用人工智能技术的业务系统的升级有时需要的投资比单纯的某项具体技术的应用成本还高，业务系统的流程设计、升级、测试工作量要超过人工智能技术本身。需要考虑的因素还包括：
（1）结合业务需求演进的技术长远规划，不但要求针对人工智能的应用进行业务需求系统化研究，包含近、远期要实现的功能需求以及与之相适应的人工智能技术研究，还包含为实现这些业务功能所需具备的基础系统条件、网络条件、后台服务数据条件等整体性研究。
（2）人工智能技术进展的跟踪与研究，以及服务于电信行业发展需求的合作伙伴的选择以及长期合作机制的建立。
（3）人工智能技术应用效果评价体系的建立及完善：人工智能技术的特点是使原有系统或产品具备智能属性，其价值是附着在原有产品上，本身单独的评价较难；根据业务应用规划，建立科学合理的评价方式，并由评价方式确定参与单位在技术研发中的定位等问题需要思考研究。
（4）资源投入的持续性保障，如业务人员、科研人员、运维人员等。
（5）建立适配人工智能应用开发特点的项目管理方式。
参考文献：
[1] 王万森.人工智能原理及其应用（第3版）[M]. 北京：电子工业出版社, 2012.
[2] 周志华.机器学习[M]. 北京：清华大学出版社, 2016.
[3] 中国人工智能学会与罗兰贝格联合发布.中国人工智能创新应用白皮书[R]. 北京, 2017.
[4] 中国信息通信研究院.2018世界人工智能产业发展蓝皮书[R]. 北京, 2018.
[5] 徐渊.人工智能：万物互联时代运营商的新机遇[J].中国电信业,2017,(4)：72-74.
[6] 向坤.人工智能可以给运营商带来什么价值[J].中国电信业,2017,(3)：76-77.
[7] 郭云峰,蔡珩,戈磊.基于大数据网格的电信IT系统智能运维体系[J].电信科学,2018,(6)：153-160.
[8] 王西点,王磊,龙泉,薛阳.人工智能及其在网络优化运维中的应用[J].电信工程技术与标准化,2018,(7)：81-85.
[9] 王轶奇,赵豪杰.人工智能创新发展助力运营商转型升级[J].电信技术,2017,(4)：65-67.
[10] 杨震,杨宁,龚晟,俞惠华.人工智能在电信领域的探索[J].信息技术与标准化,2017,(11)：32-35.
[11] Ovum.2018年趋势观察：自动化[EB/OL].https：//ovumkc.cn,2017-10-17.
[12] 谢剑超.运营商如何发展AI业务[J].中国电信业,2017,(3)：58-62.
作者：梁杨、胡立强、孙淳晔、赵晗
单位：中国移动通信集团设计院有限公司河北分公司
原文刊载于《互联网天地》2019年2期
声明：本文来自互联网天地杂志，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
