C114讯 2月25日消息（水易）今日，由中国移动研究院主办的“遇见未来”——6G协同创新成果发布会在北京召开，发布了中国移动研究院在6G方面的阶段性成果。中国移动研究院研究员温子睿对《6G无线内生AI架构与技术白皮书》进行了解读。
温子睿表示，近年来人工智能相关技术发展迅猛，并且在5G中已逐渐得到广泛的应用，但是当前以云端智能为主的实现方式正面临着诸多挑战，因此行业内考虑对网络架构进行革新，在网络中引入内生AI能力。
6G应具有内生于网络的AI能力
目前5G网络智能化主要采用“外挂式”AI，这种方式面临着诸多挑战，如：缺乏统一的标准框架，导致AI应用缺乏有效的验证和保障手段；外挂模式难以实现预验证、在线评估和优化的全自动闭环导致模型迭代周期较长；以及外挂模式下，算力、数据、模型和通信连接属于不同技术体系，导致跨技术域的协同性能低效。
与此同时，“外挂式”AI也难以适配未来6G应支持的如网络提供泛在AI服务与依靠AI对网络提供高水平自治等全新应用场景。因此，与面向连接的传统通信网络不同，6G系统需要在设计阶段就考虑网络与AI的深度融合，增加算力、模型、数据等新资源维度，并对其实现端到端的控制和编排。
为此业内需要构建AI的服务质量评估和保障体系、设计AI工作流端到端的编排管理、并实现计算与通信的深度融合，这些都需要通过对网络架构的革新来实现，包括新增数据面、新增智能面、扩展控制面、扩展用户面。
为解决5G网络智能化面临的挑战和6G智慧泛在新场景的需求，中国移动提出6G应具有内生于网络的AI能力。《6G无线内生AI架构与技术白皮书》应运而生。
温子睿介绍，在本白皮书中，首次阐述了内生AI的理念与技术内涵，创新性地提出了QoAIS、全生命周期编排、计算与通信融合3大新理念，提出了AI模型选择、分布式训练和推理以及预验证4大新技术，并设计了包含智能面、数据面、控制面等的全新网络架构。与此同时，这也是业内首次对智能面技术架构进行系统阐述。
新理念、新架构、新技术共促内生AI
温子睿指出，考虑到不同的智能应用场景对AI服务的质量将有着不同的需求，因此需要一套指标体系表达用户层面的需求，即QoAIS（the quality of AI service AI服务质量评估和保障体系）。同时，白皮书指出，QoAIS还是网络内生AI编排管理系统和控制功能的重要输入。
为保证各AI服务QoAIS的持续达成，需要对AI全生命周期进行编排管理。工作流通过AI数据服务所对应的QoAIS产生，之后网络中的管理面对该工作流中每项任务所需的算力、算法、数据、连接等资源进行编排。同时在管理面，根据QoAIS情况，不断优化方案和策略，实现智能化的编排管理。
除管理面外，在用户面与控制面上实现计算与通信的融合也是保障AI服务QoAIS持续达成的有效手段。与管理面在宏观视角上对资源的合理调配不同，这一方式为QoAIS目标的持续达成提供了较高实时性的保障手段，因此内生AI计算与通信的深度融合需依靠管理面、控制面、用户面三个维度共同实现。
为通过管理面、用户面与控制面实现内生AI计算与通信的深度融合，就需要从架构设计上融入AI要素，使数据、算法和算力三大AI要素与网络连接一样成为网络内部的基本资源。对于内生AI系统而言，前述3大新理念主要体现在资源层、网络功能层、应用与服务层、管理面以及6G新增的智能面、数据面和计算面上，而为了支持新增的“三面”，原有的控制面与用户面也需要进行相应的扩展。
值得一提的是，在新增的“三面”中，白皮书首次系统阐述了智能面的功能架构设计。并且为智能面功能架构总结出了五大技术特征：包括AI用例的自生成和导入；QoAIS的生成；AI工作流全生命周期的承载；管理面、控制面和用户面的协作以及AI集中式与分布式架构的结合。
此外，白皮书还对可用于支撑内生AI架构的关键技术进行了归纳总结。首先是AI模型的选择与再训练，平衡目标域训练开销与模型性能；其次是终端与网络协作的AI模型训练和推理，提高计算资源利用率、提升模型性能、保护数据隐私；最后是基于网络数字孪生的AI性能预验证技术，提升AI模型的泛化性与鲁棒性。
当然，6G内生AI的研究还处于起步阶段，还有诸多问题需要更深入的研究与探讨。温子睿表示，未来，中国移动将在联合成立的6GANA联盟中与产学研各界一道，专注6G内生AI相关技术、标准化、监管和产业的持续探索和推广，并对涉及的关键使能技术进行更深入细致的探讨，与IMT2030、CCSA等组织共同推动6G内生AI的研究与最终落地。 
