5G已經(jīng)照進現(xiàn)實。但5G時代，不斷增長的移動網(wǎng)絡復雜性，讓運營商面臨著前所未有的挑戰(zhàn)。具體挑戰(zhàn)是：

第一，2G/3G/4G/5G四世同堂，網(wǎng)絡管理復雜度非人力所能及。

第二，以Massive MIMO為代表的新技術應用給網(wǎng)絡性能提升帶來不小挑戰(zhàn)。

第三，多業(yè)務并行，做好多業(yè)務的管理挑戰(zhàn)大。

就這些挑戰(zhàn)，很多運營商呼吁借助當前越來越成熟的人工智能（AI）解決。其解決的過程，就會要求運營商必須打造一個運維管理效率極優(yōu)、性能極好、業(yè)務敏捷的移動網(wǎng)絡，讓網(wǎng)絡走向“自動駕駛”。

在AI時代，自動駕駛足以徹底改變我們的交通出行方式，足以和此前汽車、飛機的普及相提并論。而5G+AI，也將實現(xiàn)網(wǎng)絡的自動駕駛，創(chuàng)造劃時代的意義：運營商成功解決上述挑戰(zhàn)，降低運營成本OPEX，快速發(fā)展新業(yè)務，讓更多企業(yè)與消費者受益。

但是，自動駕駛的汽車落地不容易，被分為多個階段逐步實現(xiàn)，自動駕駛的移動網(wǎng)絡也是，需要分成5個級別。那么，運營商到底應該如何逐步實現(xiàn)移動網(wǎng)絡的自動駕駛？尤其是現(xiàn)在5G商用前夜，運營商應該做哪些準備？

運營商呼喚自動駕駛的移動網(wǎng)絡

據(jù)第三方咨詢公司調(diào)查顯示，全球超過80%的運營商認為，網(wǎng)絡的自動化是減少運營成本OPEX的關鍵。因此，他們希望到2025年，網(wǎng)絡的自動化駕駛水平超過60%。AI技術被認為是實現(xiàn)網(wǎng)絡自動駕駛的關鍵。

對運營商工程師而言，運營運維一張網(wǎng)絡還可以，運營幾張網(wǎng)絡就壓力很大，但倘若2G/3G/4G/5G網(wǎng)絡四世同堂，那壓力就不只是“大”可以形容。網(wǎng)絡管理復雜非人力所能及。這種挑戰(zhàn)不止體現(xiàn)在費用方面，更是體現(xiàn)在人才的培養(yǎng)上。

從技術角度，我們看到現(xiàn)在全球運營商都在大量部署Massive MIMO、異構(gòu)組網(wǎng)等新技術與架構(gòu)，但這些技術架構(gòu)給網(wǎng)絡潛能的挖掘帶來巨大挑戰(zhàn)。比如Massive MIMO技術，雖然能夠很好的應對毫米波的信號衰減導致的接收天線接收到的信號功率減少問題。但是由于多天線陣列的大部分發(fā)射能量聚集在一個非常窄的區(qū)域，系統(tǒng)必須用非常復雜的算法來找到用戶的準確位置，否則就不能精準地將波束對準這個用戶。這也是非人力手工就能解決的問題。

從業(yè)務角度看，5G的到來擴展了移動網(wǎng)絡業(yè)務，除了語音、話音和流量業(yè)務，運營商還將要支撐面向教育、工業(yè)、交通等不同領域的業(yè)務，多業(yè)務并行發(fā)生，網(wǎng)絡模式估計要“切來切去”（基于切片技術）?？梢灶A見，多業(yè)務網(wǎng)絡的用戶體驗管理也變得更為復雜。

這些挑戰(zhàn)將帶給運營商巨大運營和成本壓力。因此，全球運營商有識之士，都紛紛提出引入AI技術實現(xiàn)自動駕駛的移動網(wǎng)絡。

移動網(wǎng)絡應用AI有優(yōu)勢，也有挑戰(zhàn)

過去，運營商要實現(xiàn)自動駕駛移動網(wǎng)絡很難，因為AI還不成熟。今天，AI技術進入成熟增長期，將開啟第四次工業(yè)革命。因為這幾年，諸多企業(yè)在發(fā)力AI。其中，華為在今年10月份發(fā)布了AI戰(zhàn)略及全棧全場景解決方案。

其實，作為深耕電信市場的華為，很早就感受到運營商面臨的上述移動網(wǎng)絡挑戰(zhàn)和壓力。因此，華為積極布局，投入資金和人力，試圖將AI引入到移動網(wǎng)絡中。

華為常務董事汪濤在最近的全球移動寬帶論壇上就提出華為的目標：力求打造一個運維管理效率極優(yōu)、性能極好、業(yè)務敏捷的移動網(wǎng)絡，讓網(wǎng)絡走向“自動駕駛”。

在汪濤看來，移動網(wǎng)絡在應用AI方面有其自身優(yōu)勢。

首先，AI離不開有效的數(shù)據(jù)獲取，移動網(wǎng)絡結(jié)構(gòu)化數(shù)據(jù)占比高；

其次，AI離不開算力，而基站本身的算力強，以一個1萬站規(guī)模的網(wǎng)絡為例，全網(wǎng)的基站算力可與8000臺高性能計算服務器相媲美；

最后，AI發(fā)展要有人才。移動網(wǎng)絡30年的專家經(jīng)驗，也為網(wǎng)絡應用智能化提供有力保障與支撐。

當然，在移動網(wǎng)絡應用AI，運營商也要充分考慮移動網(wǎng)絡獨特的特點：

首先數(shù)據(jù)具有強時效性，

其次站點分布式結(jié)構(gòu)，

另外還要考慮移動性帶來的場景多樣性。

值得一提的是，移動網(wǎng)絡的自動駕駛，也是要分階段的。自動駕駛分別為五個階段，對比看，“自動駕駛”網(wǎng)絡也可以分為五個階段。

根據(jù)汪濤的介紹，自動駕駛網(wǎng)絡從“解放雙手”到“解放雙眼”，再到“無人駕駛”，這一過程可以分為L1-L5 。5個等級分別是L1輔助運維，L2部分自治網(wǎng)絡，L3有條件自治網(wǎng)絡，L4高度自治網(wǎng)絡，L5完全自治網(wǎng)絡，其中L5是電信網(wǎng)絡發(fā)展的終極目標。

“自動駕駛”移動網(wǎng)絡如何建？

明確場景是實施網(wǎng)絡自動駕駛的關鍵。運營商在細分場景后，借助AI技術來逐步分級別實現(xiàn)自動駕駛。在從L1到L5的進程中，AI的作用不斷加大。比如L2級別，自適應的自動化取代了基于規(guī)則的自動化，多個工作流可以被有效串接；再比如L3級別，利用AI準確的識別各種場景，進行根因分析，為自動決策提供依據(jù)。

業(yè)界針對自動駕駛汽車定義了3層，包括Sensor、分析+控制，以及云平臺。與汽車逐步實現(xiàn)自動駕駛一樣，“自動駕駛”移動網(wǎng)絡的架構(gòu)可分三層。

第一層，設備層面的智能芯片+Telemetry將面向網(wǎng)絡和業(yè)務級應用以分為的真實數(shù)據(jù)實時上報是基礎，本地智能分析找出網(wǎng)絡風險并給出優(yōu)化建議。

第二層，通過自動化系統(tǒng)來進行本地優(yōu)化閉環(huán)來實現(xiàn)網(wǎng)絡自治。

第三層，云端平臺將數(shù)據(jù)匯聚后進一步訓練提煉更精準的算法并推送到本地系統(tǒng)，達到更優(yōu)的網(wǎng)絡自治效果。

對于移動網(wǎng)絡自動駕駛架構(gòu)，汪濤認為，必須考慮移動網(wǎng)絡自身的獨特特點，從站點、網(wǎng)絡和云端三個層面構(gòu)筑移動網(wǎng)絡的智能化能力。

首先，站點層面主要聚焦場景匹配、數(shù)據(jù)收集與提煉，以及低時延智能算法等能力的構(gòu)筑，進行實時的數(shù)據(jù)分析與短時延的智能推斷。

汪濤介紹到，站點AI主要為網(wǎng)絡提供兩個重要能力，一方面，數(shù)據(jù)提煉，站點產(chǎn)生的海量數(shù)據(jù)提煉為有用的樣本數(shù)據(jù)。另一方面，嵌入式的AI框架支持在CPU、DSP或未來的AI芯片上進行實時的AI算法推斷。

其次，網(wǎng)絡層面通過采集移動網(wǎng)絡全域的數(shù)據(jù)和狀態(tài)，進行數(shù)據(jù)分析和推理，識別各種網(wǎng)絡場景，對未發(fā)生的情況進行預測預防，對已經(jīng)發(fā)生的情況進行根因分析，最終給出決策，對網(wǎng)絡進行智能的控制。

再次，汪濤強調(diào)到，想要實現(xiàn)無線網(wǎng)絡的自動化，兩個轉(zhuǎn)變是關鍵，即從以網(wǎng)元為中心的運維轉(zhuǎn)變?yōu)橐詧鼍盀橹行牡倪\維，以及單純的網(wǎng)絡管理到管理控制融合，從而獲得預測、智能識別等能力，實現(xiàn)移動網(wǎng)絡自動化管理和控制。

最后，云端層面落實智能模型和訓練能力，實現(xiàn)新一代智能服務。未來，華為全球化的網(wǎng)絡自動化管理經(jīng)驗將為運營商提供AI模型開發(fā)與訓練服務，持續(xù)開發(fā)新AI服務和升級AI模型服務，提供在線的AaaS（AIas a Service）。

產(chǎn)業(yè)鏈正在如何助運營商？

對構(gòu)建“自動駕駛”的移動網(wǎng)絡，華為面向整個電信網(wǎng)絡提出了“自動駕駛”SoftCOM AI 總體架構(gòu)，移動網(wǎng)絡“自動駕駛”是總架構(gòu)中一部分。

實現(xiàn)移動網(wǎng)絡自動化，華為憑什么？在筆者看來，華為服務于全球400多家電信運營商，有150多張電信網(wǎng)絡的運維經(jīng)驗，有30年的深厚積累，有一支深度理解電信網(wǎng)絡的專家隊伍。這支專家團隊是華為實現(xiàn)移動網(wǎng)絡“自動駕駛”的核心競爭力之一。

據(jù)介紹，未來華為圍繞網(wǎng)絡規(guī)劃、網(wǎng)絡部署、網(wǎng)絡維護優(yōu)化和業(yè)務發(fā)放四大工作場景，分步驟地構(gòu)建“自動駕駛”的移動網(wǎng)絡?！叭A為將以更高效率、更優(yōu)性能、更敏捷業(yè)務為目標，堅持把復雜留給自己，把簡單留給客戶，在5G時代實現(xiàn)移動網(wǎng)絡全場景自動化?！闭劶叭A為的目標，汪濤如此表示。

當然，移動網(wǎng)絡自動駕駛不是一蹴而就，要分場景、分級逐步釋放自動化價值。由于自動駕駛網(wǎng)絡不是單個產(chǎn)品的創(chuàng)新，而是系統(tǒng)架構(gòu)和商業(yè)模式的創(chuàng)新，因此我們看到華為在呼吁：全產(chǎn)業(yè)要共同定義清晰的標準、牽引技術創(chuàng)新并指導落地。

一個好消息是，在近期全球移動寬帶論壇期間，華為發(fā)布了《自動駕駛移動網(wǎng)絡》白皮書，闡述將從基站部署、網(wǎng)絡節(jié)能等7個子場景開始實施網(wǎng)絡自動化。與此同時，該白皮書首次公布了面向網(wǎng)絡自動化需要構(gòu)建的5大關鍵能力（POBSI模型）：可編排（Programmable）、在線化(Online)、流程橋接(Bridging)、可感知(Sensibility)、智能(Intelligence)。

隨著研究的推進，華為將持續(xù)刷新應用場景并對外公布研究成果。在筆者看來，借助該白皮書，運營商與產(chǎn)業(yè)伙伴可以參考與匹配，結(jié)合現(xiàn)實痛點分場景的推動網(wǎng)絡自動化，逐步解決網(wǎng)絡復雜性帶來的OPEX問題。

CASE1：AI助力VoLTE部署

全球已有50%的網(wǎng)絡開通了VoLTE，為用戶提供高清語音，一些運營商也在積極行動中。

VoLTE相關的參數(shù)設計超過60個，且對于覆蓋質(zhì)量要求更高，對于弱覆蓋非常敏感，VoLTE的E2E組網(wǎng)中節(jié)點數(shù)也多，對于問題定位帶來很大的難度。AI技術可以大大提升VoLTE的設計部署、網(wǎng)絡優(yōu)化、故障定位的效率，使復雜的工作簡單化、自動化。

在初始規(guī)劃階段，運營商利用聚類算法，可以對多頻組網(wǎng)場景、多特性互操作場景進行識別和匯聚，自動匹配生成VoLTE初始參數(shù)策略配置。在運營階段，系統(tǒng)實施監(jiān)控和分析網(wǎng)絡覆蓋質(zhì)量，發(fā)現(xiàn)弱覆蓋區(qū)域，利用梯度下降決策樹算法（GBDT）進行RF參數(shù)的自動尋優(yōu)，找到最佳參數(shù)值組合，解決弱覆蓋問題。在故障定位過程中，系統(tǒng)通過根因分析（RCA）找到影響語音質(zhì)量的問題，利用Q-learning（強化學習的一種算法）給出問題修復建議。

可見，通過AI和數(shù)據(jù)分析技術，可以大幅提升VoLTE業(yè)務運行維護的效率和準確性，為高質(zhì)量的語音業(yè)務提供保障。

CASE2：AI助力Massive MIMO建設

眾所周知，Massive MIMO是5G網(wǎng)絡中最重要的解決方案，為Massive MIMO帶來智能是5G自治網(wǎng)絡的基礎。MM波束成形為網(wǎng)絡帶來了靈活性，但也是管理的復雜性。華為正在計劃關鍵工作場景中的智能MM解決方案，嘗試利用AI和MM波束成形特性來達到過去不可能實現(xiàn)的自治網(wǎng)絡。

據(jù)悉，華為推出的Smart Massive MIMO解決方案將提供最強大的傳感器功能，包括天線GPS信息，這種邊緣智能將在第一時間實現(xiàn)全自動站點配置。設備測量信息將用于增強傳統(tǒng)的駕駛測試，大數(shù)據(jù)將實現(xiàn)準確的傳播模型，覆蓋預測模型和網(wǎng)絡流量模型訓練，這將是自動網(wǎng)絡規(guī)劃，覆蓋調(diào)整和節(jié)能的推動者。中性網(wǎng)絡推理能力將建立在站點處理器中，這使得MM波束成形模式推斷的時間小于0.1毫秒，這為自動性能優(yōu)化奠定了基礎。