C114讯 4月17日消息（乐思）在今日举行的“2018中国SDN/NFV大会”上，SDN/NFV产业联盟理事长、工信部科技委常务副主任、中国电信科技委主任韦乐平指出，人工智能（AI）也适用于解决网络难题，一切基于软件的复杂多维问题都可以借助AI的帮助，复杂的多层、多域、多协议、多接口、多参数、多厂的网络和业务向题也不例外，只是AI在不同层面和领域的作用和引入路径不同。
韦乐平表示，电信网的复杂性和人工依赖性使得具备应付高度复杂性能力的AI人工智能具有很好的发展空间。“结合SDN与AI的基于意图的网络（IBN）将可能成为网络自动化和智能化的目标。”
他同时指出， AI使能是网络架构重构新阶段，基于SDN/NFV/Cloud的网络架构重构带来大量新的多维复杂性，在很大程度上抵消了其带来的诸多好处，而AI在处理复杂问题上的能力远超人脑，因此，AI也适用于解决一般网络难题。
据介绍，AI网络应用的一般原则是越高层、越集中，跨域分析能力越强，对计算能力的要求也越高，所需数据量也越大，更适合对全局性的略集中进行训练和推理；而越低层，越接近终端，专项分析能力越强，对实时性要求往往越高、对计算能力要求则满足业务需求即可，引入AI的推理能力或具备轻量级的训练能力即可。
另外，韦乐平还给出了AI在不同层级上的应用的能力。AI在基础施层的应用主要为有源硬件设施提供AI加速器，可实现不同层级的训练和推理能力，诸如核心DC的基础设施，可优先引入AI加速器，满足全局性的略或算法模型的中训练及推理需求。而接入侧可以逐步按需推进，例如基站内嵌AI加速器可以支撑设备级的AI策略及应用。
AI在网络和业务控制层的应用可以优先集成AI的推理能力，对网络和业务实现智能网络优化、运维、管控和安全；可实现网络各层级KPI优化、网络策略优化等，例如在无线的覆盖优化、容量优化、负荷优化等。
AI在运维和编排层的应用可优化在大数据平台上引入AI引擎，对OSS和BSS数据做更深度的智能化挖掘。
“随着虚拟化网络的部署，编排层上可以逐步叠加AI能力，从而提升产品编排、业务编排、端到端资源编排的自动化和智能化水平，进而对业务量的变化做前瞻性的智能预测，实现动态规划和管理配套的资源。”韦乐平指出。 
