C114讯 9月23日消息（艾斯）在近日于上海举行的6GANA第二次全体会议上，中国移动研究院副院长黄宇红发表了题为《从5G网络智能化到6G智慧内生》的演讲，从5G自动驾驶网络愿景各个阶段的目标，到面向6G网络自治的内生智慧如何实现，黄宇红在其发言中进行了详细介绍。
她指出，6G网络以实现L5等级的自动驾驶网络为目标。相比5G，6G新增内生的智慧面、数据面和虚实交互的数字孪生网络，并通过内生智慧与数字孪生网络的交互与融合，实现6G网络全生命周期的高水平自治；但在如何实现6G内生智慧方面，产业界依然面临着数据、模型、算力等多重挑战。
面向5G网络自动驾驶的智能化实践
黄宇红介绍称，中国移动的自动驾驶网络目标框架包括2大目标——外部商业增长和内部效率提升，3个闭环——资源闭环、业务闭环和用户闭环，以及4个层次——网元管理、网络管理、业务管理和商务管理。而从L0到L5的自动驾驶网络层级，意味着不同的网络特征和能力，其中L5意味着完全自动驾驶网络，也即网络可以自动实现，规则顺应变化自动迭代，实现网随业动。通过算力集成、数据治理、算法创新，最终实现应用创新，这些应用包括智能感知、智能诊断、智能预测和智能控制等。
目前中国移动在5G网络智能化方面已开展了多项实践，包括Massive MIMO智能优化何智能基站节能等。其中，中国移动的Massive MIMO智能优化已在2个省份13个地市进行规模应用，通过更灵活的波束配置、应对更精准的用户要求和更复杂的优化场景，实现了5G流量提升10%，5G用户数提升5%。此外，中国移动智能基站节能也已在4个省份超过100万小区接入，实现了节电增益5%-10%，万量级指令智能全天候下发以及网络监控零故障。
“从5G共生到6G内生，我们进行了一些思考。在架构方面，要从集中式智能向多形态智能转变；在场景方面，要能够应对多样性发展需求，尤其是ToB场景业务智能化水平仍需提升；在效果方面，我们需要从降本增效的运营智能向端到端高度服务智能转变，实现高度自治网络；在环境方面，要能够实现强大的模拟复现能力。”黄宇红谈到。
如何实现6G高水平网络自治
“6G网络是以实现L5等级的自动驾驶网络为目标，面向消费者和垂直行业客户提供全自动、零等待、零接触、零故障的创新网络服务与ICT业务，打造自服务、自治愈、自优化、自演进的通信网络。”黄宇红在会议上表示，数字孪生和内生智慧将推动实现6G网络高水平自治。
其中，数字孪生网络业界尚无统一标准架构，结合数字孪生的技术特点和通信网络的需求，中国移动提出了“三层三域双闭环+三体五态”参考架构。据介绍，其中的三层是指物理网络层、孪生网络层和网络应用层；三域是指孪生网络层数据域、模型域和管理域；双闭环是指——孪生网络层基于服务映射模型的“内闭环”完成配置变更下发前的仿真验证和迭代优化，以及基于三层架构的“外闭环”完成对网络应用的控制、反馈和优化；三体是指规划体、孪生体、物理实体；五态则是指双空态、规划态、服务态、孪生态、节能态。
在关于6G端到端智慧内生设想方面，黄宇红指出，这当中包括协议栈进行重构以更好适应AI服务的需求；数据面充分开放，能随时获得各种用例按需提取的数据；局部智能与整体智能间的协同：智慧网元和数字孪生网络之间的交互；网元智慧进一步拓展，不仅提供网元智慧，还提供行业客户所需的集通信感知计算于一体的智慧能力。
具体到6G内生智慧的典型场景，她介绍到，在面向网络方面，包括网络自治——助力网络自身实现高水平网络自治，降本增效；以及网络安全——检测威胁、自主防御或协助防御，实现内生安全。在面向客户方面，包括为2C客户提供极致业务体验和高价值新型业务，以及更好满足2B客户差异化的智能需求，可实现“随时随地”智能按需供应。
6G内生智慧的技术需求与挑战
然而，要实现6G内生智慧，仍然面临着一些技术方面的需求与挑战。黄宇红分析称，在6G内生智慧技术需求方面，面向行业、网络自治以及2C用户分别有不同的需求。
在面向行业方面，AI功能/服务要能按需灵活编排到端-边-云的计算节点，同时需要端网协作的分布式AI架构和服务质量评估和保障体系，行业间联邦学习、知识共享框架，模型间的连接融合计算，以及面向行业业务逻辑的数字孪生。在面向网络自治方面，需要实现网络自治需求的自发现、效果的自评估、多域闭环，AI智能应用效果可预先验证、在线评估和闭环优化，通信-存储-计算多维资源融合，高效利用网络资源，以及支持可信的网络自治方案。在面向2C用户方面，需要利用终端大量数据和算力，实现端网融合的分布式AI架构，以及对终端数据和算力的智能感知，同时还要确保用户数据脱敏、数据关联聚合，保障数据隐私。
与此同时，黄宇红指出，在如何实现6G内生智慧方面，面临着数据、模型、算力等多重技术挑战。
在数据方面，网络数据封闭，开放不足，如何解决数据的开放共享问题？如何实现数据的按需可得？如何实现数据的高效存储和管理？如何保护数据安全和隐私性？实现可信的认证、鉴权和获取？在模型方面，当前的训练方法导致模型泛化性能差，如何突破？非线性模型的黑盒性，导致AI模型可解释性、安全性和公平性差，如何建立可信的AI？数据非独立同分布场景下，如何保证模型的收敛性和有效性？在算力方面，集中式和分布式节点间算力如何协同，以满足内生智慧计算任务的性能需求？计算通信感知等多维资源如何联合调度，以高效支持各种AI任务？如何不终端算力协作，提供端侧所需智能服务？
这些都是亟待解决的问题。针对此，中国移动推出了一个智慧网络人工智能开放创新平台，该平台聚焦大规模复杂网络建模的关键核心算法突破，打造以试验环境为主的网络数据，算法、知识、环的开放平台，解决网络智能化攻关中，缺乏试验环境的难题；同时联合产、学、研、用多方协同攻关，打造网络智能化研发新模式。 
