5G时代利用人工智能提升运营商网络竞争力的研究

摘要： 近年来，人工智能技术已被应用于通信网络智能化领域，以解决传统技术面对通信网络复杂化、用户体验多样化、业务场景多样化等新发展趋势所遇到的瓶颈问题。总结了中国联通在网络智能化应用方面取得的一些成果，对网络AI中台、网络智慧运营、网络服务智能化等方面的人工智能应用进行了深入分析，探讨了多种场景下的智能化应用。同时指出，中国联通在网络智能化应用方面仍有巨大潜力，未来需将网络AI应用在价值闭环、网络演进、组织变革等方面进行深度融合。

1

概述

自第二代通信技术诞生以来，运营商网络持续演进[1,2]，网络通信逐步实现从固定到移动、从窄带到宽带、从电路交换到云网融合、从人人互联到万物互联的演进。进入5G时代，人工智能（AI）、大数据、云计算、物联网、产业互联网、边缘计算等融合交织，促使产业生态走向跨界融合，呈现出“聚变”效应。而这给通信运营商带来的挑战也是全方位的。

a）通信网络复杂化： 5G网络与2G、3G、4G长期并存，多制式带来的协同和互操作难度增加；超密的分层网络和动态变化的虚拟化、云化网络使得资源统一调度非常困难；分层解耦架构下的故障定界定位也越来越困难。

b）用户体验个性化： 比如沉浸式体验、实时交互、情感和意图精准感知、所想即所得等，业务体验也将随之呈现出多元化、个性化发展态势。

c） 业务场景多样化：如混合现实（MR）、智慧城市、自动驾驶等，由此带来的业务级差异化需求，比如高带宽、大连接、 超高可靠性和低时延等。

显然，传统的运维模式已经无法管理复杂网络，而不断进阶的人工智能技术给运营商带来了新的曙光[3-5]，如用AI结合告警数据进行智能告警处理与根因分析、预测用户满意度、预测网络流量等。在5G时代，网络与AI的结合将成为必然命题，随着AI在网络应用中的逐步深化，利用AI来实现网络智能化转型成为了可能，AI也逐步成为5G时代超大带宽、海量连接及超低时延外的第四大网络特性[6-11]。

中国联通在网络智能化应用方面取得了一些成果[12,13]，而AI技术的应用仍有巨大的潜力，需要系统性的突破。本文总结了人工智能在联通网络智能化方面的应用，同时探讨如何提升网络智能化水平，实现规建维优营一体化，在提质降本增效等方面实现价值闭环，支撑公司高质量发展。

2

中国联通在网络智能化应用方面的探索

人工智能在通信网络中的演进过程，可大致分为3个阶段。第一阶段为自动化阶段，主要是实现网络资源的统一部署、控制和管理，实现软件控制业务敏捷部署，释放大量重复、低效的手工劳作；第二阶段为智能化阶段，是在大数据分析的基础上，利用机器学习等AI技术，提供网络预测性感知和前瞻性的保障能力，确保网络可靠、平稳运行；第三阶段为自治化，是在通信网络自动管控、深度感知的基础上，对运营意图持续验证优化，实现运营意图驱动的智能闭环自治。

2018年中国联通提出在网络软件化与云化的基础上，引入AI，打造中国联通智能、敏捷、集约、开放的新一代智能网络。在网络AI应用上，以网络AI中台、网络运营智能化和网络服务智能化三驾马车，助力中国联通全面互联网化运营转型，以实现数字化运营，促进敏捷、高效、高质量的发展。

2.1 面向基层一线，打造易得易用的网络AI中台

复杂的通信网络组网，催生了需求的多样性和智能应用场景的个性化。中国联通打造低门槛网络AI中台以降低网络AI开发者与应用者的智能化应用开发难度，并沉淀网络AI应用能力，打造网络AI能力和应用经验的共享生态。AI中台一方面汇聚了AI模型与场景化应用，实现能力共享；另一方面提供一站式开发环境，AI中台具备数据共享、团队协作、联合开发、模型发布等功能，可实现能力共建。AI中台极大降低了运维人员构筑AI能力的成本，使AI能力成为与之配套的基础设施，像水电一样易得易用；并以开发者和应用者为第一出发点，提供从开发到使用的一站式AI能力，做到模型广覆盖、应用多场景，吸引内外部开发者群策群力，打造可持续的网络AI生态链，支撑网络AI做深、做透、做出规模。

2.2 面向规建维优一体化，实现网络智慧运营

5G时代，网络场景更加丰富、用户需求愈发多元、以及通信网络的复杂性，加之异网竞争、用户诉求准确分类、流量波动等因素，导致网络规划、建设、维护、优化、运营的一体化成为提升网络运营效率和效果的必然要求。为此，我们围绕网络的规建维优一体化各环节的关键场景打造了一系列的网络AI产品（见图1），达到合理的评估网络规划建设的优先级、聚焦高价值用户与区域、挖掘网格潜力、评估真实感知、提高用户满意度的目标，实现持续高效的网络智慧运营。

在规划方面，利用海量的网优数据和互联网场景数据，结合精益的人工智能算法，开发了价值选址和数字仿真功能，实现以天为周期对规划站点进行价值评估。目前这项应用已覆盖联通5G主承建区，累计识别6万价值站点，规划6.5万站点，大大提高了规划效率和投资的有效性。

在建设环节，利用视频智能技术提升安装维护的规范性，管理“哑资源”，减少用人成本，提升装机施工质量。对于站点部署中存在的参数配置复杂、实际安装达不到规划条件等现实问题，引入大数据分析和深度学习算法，实现真正的极简参数规划，大幅度减少部署策略开发，有效提升了策略部署准确性。

在运维环节，在网络大数据、网络自动化能力的基础上，借助AI算法，开发了智能化的告警分析、告警压缩、定界定位、异常检测等场景应用，可以快速实现故障诊断和处置。目前主要的应用场景集中在智能排障、智能巡检、预测预防、自动开通、可视可管等大类产品，每个产品都覆盖全专业领域，例如智能排障包括3 G /4 G /5G场景、传输单域场景、无线/传输/动力跨域场景等。例如智能排障已经在联通全面推广，3G/4G类场景部署20省、5G类场景部署17省，无线传输动力跨域场景部署2省，故障诊断成功率达到95%，估算全年节约诊断工时300万小时。

在优化部分，将AI与网优专家经验相融合，针对网络优化工作中的异常小区监测等重点场景进行智能化处理。针对包含干扰、覆盖、负荷等13类问题进行智能化判别，并自动化派单，将问题定位、处理、解决等环节串联，实现网优工作的智能闭环管控。AI判别准确率超过90%，可压缩至少90%的处理时间。