近日，在北京举办的2023 AI网络创新大会的智能网络大模型论坛上，中兴通讯有线产品大模型高级架构师陆建国做了《自智网络崭新时代：大模型驱动的未来》的主题发言，分享了中兴通讯通过微调定向增强模型能力同时提升语料质量，并利用数字孪生实现自动化数据循环，从而将大模型应用于自智网络智能化水平提升的实践思路。
陆建国表示AI使能，数字孪生和意图驱动等多项关键技术将支撑自智网络智能化水平从L4达到L5，并让自智网络不断迭代直至演进到完全自智。在这些关键技术中AI是最重要的引擎，而大模型则是AI技术中的关键。
在如何将大模型应用于自智网络中，陆建国介绍大模型有着超强的生成能力，可以快速生成大量的方案。对于自智网络运维这样一种需要实施大量操作步骤的问题，等价于在高维空间寻找最优解，解集为所有可能的流程，大模型对于一般的解决方案如NP（非确定多项式）问题，大量生成样本、评价、优化、迭代等中都能起到高效剪枝、快速趋近最优解的作用。但是虽然大模型生成了很多方案，可是想要保证这些方案有用却很困难，即便大模型具有一定的思维能力，当处理复杂逻辑时仍需要人为干预。为解决这个问题中兴通讯建议在模型的增量预训练和精调过程中融入专家经验，形成闭环迭代。通过这种方式，可以实现从人工反馈的强化学习向工具反馈的强化学习的平稳过渡，从而一方面有效利用大型模型的生成能力，另一方面还能确保生成的诊断方案准确可靠。在该方案中，结合知识工程构建运维知识图谱是关键一环，数据飞轮方案的生成依托于运维知识图谱，从而避免模型幻觉，确保生成方案的可靠性和准确性。这种基于知识图谱的方法能够更好地整合专家经验和模型生成能力，提供更可信赖的解决方案。
通信大模型闭环迭代
对于大模型的应用逻辑设计，陆建国进一步介绍中兴通讯将基于Prompt工程，采用模型驱动的闭环方法。设计的本质是将人类语言的结构化表达（Prompt模板）作为输入，通过大模型生成结构化输出（编排方案），最后结合应用框架的交互式执行。为实现上述逻辑，中兴通讯将从多模态能力演进、语料准备、资源关系知识图谱知识注入、原子API语料储备/原子API能力储备、构建人工模拟故障环境和数字孪生自动故障模拟环境以及工具准备等诸多方面进行技术准备。
陆建国最后表示大模型的主要价值在于其涌现能力，即它能够通过组合既有知识来生成创新。然而，这种涌现能力的实现取决于高质量的数据生产、验收和沉淀。数据的良性循环是决定因素，而这又取决于工具的自动化闭环能力。在大数据和自智网络相结合的道路上，大模型应用可以不断改进自身，通过数字孪生模型实现自动化的数据循环，不断积累知识和提高性能，为自智网络各种任务提供更好的支持以达到更高的智能化层次。 
