5月22日，第三届未来网络发展大会在南京江宁盛大开幕，在多模态智慧网络分论坛上中国电信北京研究院网络AI研究中心主任王海宁给我们带来了《网络人工智能发展与实践》主题演讲。
人工智能自1956年首次提出已经经历了63年的发展时间，主要又可以分为三个阶段：1）推理期；2）知识期，将人类的知识教授给计算机系统；3）人工智能发展浪潮。
如何理解人工智能？
其实从1956年到现在，业界对人工智能还没有一个权威的统一的定义，我们怎么来理解这一轮的人工智能发展？因为这一轮人工智能的发展是伴随着深度学习研究的爆发和应用，所以从狭义的角度来讲，我们现在讲的人工智能可以等同于以深度学习为代表的机器学习类的一些理论、应用。从整个产业的角度来讲，它是包括了从底层的芯片到大数据，以及上面的人工智能开发的技术框架和模型算法，和最上层的面向特定应用场景的一些人工智能的应用方案和服务，这组成了产业界人工智能的内涵。
第三轮的人工智能发展有什么样的特点？为什么我们会说第三轮人工智能发展有可能真正地从产业界取得一定的成功？这其实是由各种技术因素驱动的。首先是从算法模型的角度来考虑，在传统的机器学习中，假设我们要去识别一张图片里面的人是谁，在传统的机器学习算法中需要人工智能的工程师去定义他的鼻子、脸等等特征，并选择合适的机器学习算法。经过不断的调整调试，识别出这个图片里是张三。这个过程就需要人工智能的专家投入大量的时间精力做特征的定义、模型的调试和参数的调整。
新一轮的深度学习有一个比较典型的特征，我们把大量的图片数据输入到深度神经网络里，然后我的机器就基于这些AI开源的框架可以自动调整模型的参数，包括神经网络的层数等等，所有的这些配置的参数不需要人再去做太多的参数调整、模型设计的工作，最后就能通过大数据的输入和AI算力的支持，来把图片里的人识别出来。
所以说在强大的算力支持下，将大数据深度学习的模型进行训练，机器是可以比人类的专家更快地得到更优的模型。所以在本轮的人工智能发展中，人工智能的广泛应用成为了可能。本轮人工智能的发展特点也是大数据+深度学习+人工智能芯片驱动的。
网络如何结合人工智能？
通讯技术至今已经发展了数十年，为什么到现在我们才来提将人工智能应用在未来网络上？这里有一个最显著的特点，最近几年引入了很多新的网络技术，包括软件定义网络SDN、5G、云计算，以及新型的开发模式。这些新的网络技术的引入使得我们的网络变得更加灵活和强大，但同时也变得非常复杂。王海宁提到， “运营商现在面临着一个前所未有的复杂的网络，同时运营着3G、4G、5G、固网。如果再引入了这些新的网络技术，这些大量的部署运维的工作再去依靠人工去解决，基本上是不太可能完成的工作。”
王海宁表示，未来网络的网络架构会动态变化。传统的网络里是根据我们的业务制定下的设计部署一个一个独立的烟囱的系统，网络架构都是固定的，网元也非常明确。整个大网的设计和部署周期5-10年才会发生一次变化。但是未来会将业务和网络功能都原子化，按需的编排组合我们需要的业务原子和网络功能的原子，包括引入的网络切片的概念。
所以未来网络里面网络架构是随时可变的，它这个变化可能是以小时计，甚至是以分钟来计的。怎么适应这种运维模式的挑战？就需要引入更多的自动化和人工智能化的手段。
在引入NFV技术以后，网络层次就更多了，在传统的网络里通常一个网络设备就是一个厂商来提供的，当设备承载的业务出现问题时，我们就去找厂家来解决问题。引入NFV技术最大的好处就是软硬件结耦，动态的管理和编排引入了MANO系统，避免了厂商锁定。
在这样一个复杂的多方组网的环境下，发生的故障点也会变多，一旦发生了故障，需要去定位到底是哪一层哪一个设备出现了问题，到底是哪个厂家的问题，这就很容易出现不同的厂家之间互相推卸责任的情况。所以我们需要用人工智能的手段去定位故障，甚至去做一些主动的故障预测和识别。
王海宁认为，网络资源应该做到实时调整。运营商的网络传统上是用人工统计各层网络下一年的业务需求，通过部署大量的冗余设备容量来保证峰值的业务需求。引入NFV之后可以动态地进行资源的分配，目前NFV在规范中给网络功能分多少资源都是通过NFV的模板来定义的，这个模板可能定义了不同级别的规格并提前写入，一旦业务量达到静态设置的阈值就进行扩容，但这个相对来说是一个比较死板的方式。我们需要预测业务量的变化趋势，然后去做这种动态的资源分配和调整的策略，并且下发给网络设备来执行。
中国电信早在16年就针对这一系列问题发布了白皮书，17年2月中国电信成立了全球第一个组织ENI，经过两年半的发展，ENI发布了包括用力、需求、术语，以及现有标准与预期的差距等等一系列的标准规范，目前也在开始第二个阶段的工作，主要工作包括定义ENI整个体系架构，以及新增的具体用例如何用架构来实现，还启动了一系列的概念验证的项目来验证架构是否能够支持现网的应用。
最后，王海宁表示，整个人工智能的发展需要上下游的伙伴一起配合完成，希望能够同基础设施厂商、芯片厂商，以及AI理论研究、AI解决方案的提供商有更多的合作，希望产业界能够一起共同推动整个网络人工智能产业的发展。
