AI+5G：理想美好 现实骨感

　　AI的“热”触手可及。5月23日，腾讯云AI服务全面免费接入，阿里云发布全球AI开发者计划，百度全自动无人驾驶车在雄安路测;5月21日微软、24日高通的人工智能大会频频刷屏朋友圈;5月，小米的人工智能音箱火到卖断货。在通信领域，整个行业也希望能够抓住信息技术跨越前进的“下一跳”机遇，将AI与5G相融，孕育颠覆式的创新。然而美好的理想与骨感的现实往往不期而遇，“中学生”阶段的5G与同样稚嫩的AI牵手，必然要经历长时间的磨合。

　　要现实评估5G网络能力

　　根据研究机构IHS Markit的《5G经济》调查报告，到2035年，5G将支持各行各业创造价值高达12万亿美元的商品和服务。普华永道则预测，至2030年，AI将为世界经济贡献15.7万亿美元。而5G作为原动力技术，将大力推动终端侧AI的发展，而AI也给5G提供了更广泛的应用场景。

　　网络、计算、算法和模型是AI的四大要素，大带宽、海量连接、低时延和高可靠是5G的网络能力定位。上海诺基亚贝尔股份有限公司客户运营首席技术官常疆认为，未来人工智能极有可能成为下一次产业革命“Industry 5.0”的关键使能技术。5G旨在将人与人的通信联接拓展到万物互联，其超强的网络能力，包括超高速率和超大联接能力将为人工智能充分发挥其魅力创造出史无前例的大数据基础。同时他也认为，从具体技术细节上来看，5G网络的全面建设，包括LTE网络的演进尚存挑战。

　　2017年，已经有专家提示5G商用不宜期望过高。

　　首先，5G网络建设不会一蹴而就。中国移动研究院无线与终端技术研究所总工刘光毅认为，和其他网络建设一样，5G网络建设进度也将以合理的方式推进，比如建网初期可以考虑重点区域的连续浅层覆盖。按需建设的方式是一种可行的选择，后续随着终端的普及和业务的发展再逐步扩大规模，同时逐步引入各类型的小基站进行覆盖和容量的扩充，并引入新的频率，逐步打造高中低频高效协同的5G网络。

　　其次，5G网络核心能力也要分阶段补齐。在商用方面，3GPP定义了5G三大场景：eMBB、mMTC和URLLC。这三大场景并非在5G到来之后就能立刻变为现实。目前业界在5G第一版本完成的主要是eMBB和URLLC的场景，而大连接、车联网的场景需求还在不断磨合之中，不大可能出现在2018年6月提交的第一阶段5G标准中，而有可能出现在2019年9月提交的5G第二阶段标准中;标准成熟度决定商用进度，正因为如此，在5G商用之初，主要应用的场景也将是eMBB，以及部分URLLC，而非mMTC。

　　最后，5G频率较高，对网络规划、建设和优化都将带来挑战。由于5G的首发频段为中频3.5GHz，频段较高导致信号传播损耗和穿透损耗显著高于现有4G网络。为了增强网络覆盖能力并提升网络容量和性能，5G基站要支持大规模天线和大带宽，设备成本、尺寸和重量均有一定增加，对网络规划、建设和优化都将带来挑战。

　　这些因素将在5G商用中叠加，对5G能够提供的能力评估越接近实际，对AI+5G可用场景的选择才会越精确。

　　AI理解能力还需进化

　　AI体验的提高，与网络的关系会越来越紧密。例如现在卖得很火的智能音箱，问答能力就是双向的交互，是一种闭环的交互体验。在这个场景中，除非把语音识别、语意的分析处理和最后的文字转化语音放在前端设备，才可以不依赖网络。但在开放的环境中，就必须依靠网络。AI能力要强，必须把大量的数据放在云上处理，例如升级词库、词汇量，提高多种语言的适配能力。AI在某些局部领域，已经突破了用户体验的门槛，可以提供比较不错的商用效果，但其前提是有稳定可靠、覆盖广泛的网络。

　　AI的智能也需要提高。英特尔中国研究院院长宋继强说，现在AI的感知层能力提升不错，如语音识别、人脸识别、物体识别，有些已经可以进入商用;但是在像无人驾驶这样更深入的人工智能应用中，就需要在认知层上有突破。感知层可以让我们知道这里有什么，认知层则通过这里有什么向发生了什么、可能会发生什么，从概率上进行预判，从而做应对和决策。这对人工智能在真实生活场景中的应用很重要。

　　“例如无人驾驶，分析摄像头数据时，感知层看到前方有一个球，认知层要分析为什么这里会有一个球，球后面是否会跟着人。”宋继强说，“无人驾驶要适应开放环境，高可靠性决策就很重要，就需要认知层有突破，如概率计算能够帮助我们根据环境中有什么进行概率预判。”

　　其实在已经商用的那些人工智能领域，也有很大提升空间。在日前举办的世界电信和信息社会日大会上，人工智能因素与会议直播揉合：搜狗同传将演讲人发言实时转换为中文和英文，并在会议大屏两侧滚动播出。

　　发展中国家工程技术科学院院士钟义信说，搜狗同传的做法很好，但是仔细看同传，不用说英文了，就是中文的转换水平也不理想，这非常典型地表明了现在人工智能理解能力还比较低下，但应当鼓励而不是嘲笑他们，不做永远没有办法提高。

　　以应用场景和生态牵引AI+5G

　　“对AI而言，5G不仅能够提供高带宽、低延迟、高可靠性带来的好处，还在架构上提供了可以把边缘利用起来的可能，让很多数据可以快速地在靠近应用场景的地方被处理、被识别。”宋继强表示。

　　当前AI技术发展的重要趋势之一，是智能正从中心节点向边缘终端拓展。“计算正从中心化的云端兴起并向网络‘边缘’和智能终端迁移。”Qualcomm中国区研发负责人、Qualcomm Technologies，Inc.工程技术总监徐皓说。

　　随着AI从云端向终端拓展，5G所提供的高速连接能力还将带来更多的自由度，使AI计算架构实现云端和终端侧之间最灵活的配比。以自动驾驶为例，汽车一方面可以通过本身配备的传感器和处理器，在终端侧完成自动驾驶所需的部分认知和处理任务，如对刹车系统的检测，以及对周围车辆和行人的侦测;另一方面，自动驾驶还有很多数据需要在云端进行处理，如道路拥挤预警和交通管理。如果5G能在中间提供很好的通信管道，那么就可以帮助在云和端之间取得比较好的平衡。

　　边缘计算能够带来好处，但专家认为不能期望短期内迎来商业爆发。大唐移动核心网高级专家李昊说，除了移动边缘计算的标准和技术规范还不成熟外，业务应用的痛点还未真正凸显，真正的产业生态还未形成。

　　智能家居、智能网联、无人驾驶、工业互联网都是通信行业比较看好的5G与AI结合的应用，每一种场景对网络、AI技术的需求都不相同，生态建设方式也不相同。其实这对通信行业是一个巨大的考验，因为在这些生态中，运营商不再是主导，而是要做努力适配这些应用的配合者。