本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：ChatGPT的出现迅速引爆了AI的又一波热潮。在通信行业中，网络规划、建设、维护、优化、运营是非常耗时、复杂且需要大量人力成本的工作。语言大模型在通信运营商中有着非常广阔的应用前景。阐述了语言大模型开发的基本技术方案及原理并对其在通信行业的应用进行了研究与展望。
关键词：语言大模型；人工智能；通信；运营商
doi：10.12045/j.issn.1007-3043.2023.07.003
前言
ChatGPT 的出现迅速引爆了 AI 的又一波热潮。作为一种人工智能技术驱动的语言大模型，ChatGPT使用了 Transformer神经网络架构，拥有语言理解和文本生成能力。ChatGPT不单是几乎与人无异的聊天机器人，还能执行撰写邮件、视频脚本、文案、翻译、代码等任务。ChatGPT极大便利了AI的开发和应用，给AI的发展带来革命性的影响。每个行业、每个领域都值得AI化，人工智能将从服务的规模化、个性化、普惠化和持续化带动井喷式增长，促进经济高速发展。AI2.0时代，AI 将成为数字经济的重心，有望超越云计算成为第4波计算浪潮。
越来越多的企业开始关注如何将大模型应用于生产实践中，以提高业务效率和降低成本。在通信行业中，网络规划、建设、维护、优化、运营是非常耗时、复杂且需要大量人力成本的工作。我国通信网络规模庞大，网络结构复杂，网络需要支撑的业务要求很高，网络稳定运行和保证优秀的网络服务质量的压力很大，这些都给网络日常生产运营工作带来了巨大的挑战和压力。如何把大模型应用到网络生产运营过程中，助力网络向自智网络演进是我们需要重点考虑的问题。
ChatGPT 通用大模型采用自回归生成式训练、单向注意力机制、多层 Transformer 架构，通过海量参数和海量数据产生了极大的性能提升，辅以有监督调优和人类反馈的强化学习，形成了突破性的 AI 产品，但是通用大模型并不能“包治百病”，通用大模型的直接应用存在数据可信度不高、数据安全不可控、行业知识缺乏等问题，无法完全满足运营商的生产运营需求，企业从头训练一个私有化的通用大模型则需要海量数据和海量算力，还需要一批顶尖的 AI 人才，难度极大。为了解决这些问题，可以通过构建通信行业领域大模型来提高网络相关工作效率，并为一线网络运维工程师提供优质的智能化网络应用产品。
