快捷搜索:

5G+AI:人类社会变革的下一次巨浪

5G+AI:人类社会变革的下一次巨浪

30秒快读

1、5G+AI意味着什么?技术世界皇冠上最闪亮的两颗明珠,全球经济发展马首是瞻的技术引擎,人类社会变革的下一次巨浪,更是百年之大变局中最关键的技术变量。

2、5G+AI这一对的联姻,有多少种看对眼的可能性,又要经历怎样的磨合?

5G和AI当之无愧地成为2020世界人工智能大会云端峰会(WAIC2020)上的超级“明星”。

5G借助自身的大带宽、低时延、广覆盖特性,赋能千行百业朝数字化、智能化方向转型,也让人工智能变得更加泛在;人工智能作为新基建之“智”、新基建之“脑”,是数字社会变革的新引擎,同样能让5G网络变得更智能。

2020世界人工智能大会云端峰会上,顶级业界专家们认为,“5G+AI”融合发展,构建新基建之“首”和“脑”, 将有力推进中国数字经济“换挡增速”。

目前,“5G+AI”已经在诸多领域得到实际应用,但从技术、生态、商业模式等诸多层面而言,5G和人工智能都尚未成熟,需要包括政府和产业界齐心协力推动5G和AI的发展,从而真正推动社会和产业的整体转型。

01

5G时代,AI终于登场

一直以来,通信业界都有个梦想,希望网络变得智能,从而提升网络运营效率、降低网络运维成本。5G时代更是如此,高能耗已经成为5G发展面临的重大现实问题之一。

十多年前,3GPP组织在制定LTE通信技术最初的R8标准时,就提出了自组织网络(SON)的概念,简单来说,就是让网络能够实现自配置、自优化、自愈这“三自”功能,从而帮助电信运营商降低资本支出和运营支出。

但直到4G时代,这个梦想仍未能实现,原因在于现有网络的场景远远比数学模型中的场景复杂得多,没有人敢于放手让算法来控制通信设备,网络的稳定、可靠看起来比什么都重要。“通讯网络对可靠性稳定性的要求远比计算机完成人脸识别语音识别的要求高。”北京邮电大学教授张勇说道。

5G+AI:人类社会变革的下一次巨浪

图源/Pixabay

5G到来之后,网络自动化和智能化再次被提上日程,因为这次技术条件已经具备,到了“5G+AI”上场的时候。

张勇认为,相比4G,5G从应用、网络到终端都面临着更加巨大的挑战。从应用层面而言,通过传统的静态配置、人工维护的方式已经无法满足5G的需求。从网络层面来看,5G具备高度灵活性的同时网络也变得更为复杂,按照传统方式,不可能快速实现网络资源的分配和传输路径优化,需要智能化的手段。而在终端层面,5G不仅仅由手机终端接入,比如在mMTC场景下,5G要具备在每平方公里接入百万终端的能力,对于如此庞大规模的终端管理,没有智能化的手段是不可想象的。

产业界已经在行动,利用人工智能技术帮助5G实现网络智能化,5G设备提供商纷纷提出自己的解决方案。

爱立信提出了“原生AI”理念,提出从网络设计之初就将AI技术与能力融入底层架构;而华为提出了“自动驾驶网络”理念,想让网络和车辆一样可以“自动驾驶”。

5G+AI:人类社会变革的下一次巨浪

图源/爱立信

“智能化社会需要一张自动、自愈、自优、自治的网络,人工智能在其中发挥重要作用。比如在网络优化领域, 5G应用了Massive MIMO大规模天线技术,为了达到最佳覆盖效果,仅通过一套初始参数是无法实现的,而手动调整费时费力,通过人工智能技术,可以实现参数组合动态适配场景的变化。”华为公司公共开发部总裁鲁鸿驹表示。

电信运营商也在积极加快智能化网络升级。以中国电信为例,其在2019年发布了《AI发展白皮书》,希望打造全面融智的“随愿网络”,提供以客户需求为导向的“随心业务”,成为“AI 网络建设者、AI 产业驱动者、AI技术应用者、AI服务提供者”。

02

技术融合

你让我聪明,我让你无处不在

AI已成为5G乃至6G的核心技术组成部分之一,正全面赋能信息通信网络建设和运营;反过来,5G对AI来说同样重要,如果说AI让5G变得更聪明,那么5G则能让AI更泛在,用户触手可及。

5G为AI采集海量数据

数据是AI发展的“原材料”,5G是优质数据的最佳采集渠道。根据今年6月底发布的《爱立信移动市场报告》,到2025年,全球物联网连接终端数量将达到246亿,是2019年的2.3倍。另外,预计到2025年全球5G签约用户将从2020年底的1.9亿户快速增长至2025年底的28亿。这意味着,5G将会产生多种类型、规模庞大的数据,这会为AI训练和建模提供海量优质数据。

5G+AI:人类社会变革的下一次巨浪

《爱立信移动市场报告》 图源/爱立信

张勇介绍,在不久前冻结的5G R16标准中,3GPP定义了5G网络自动化的通用架构,其中新增加了网络数据分析功能,作为大数据收集和智能分析的承载实体,不仅能够从5G核心网等收集数据,还具备智能分析的能力,包括计算模型训练、推理判断与预测等等。

5G网络已经具备了多种来源的数据收集、分析和决策的功能,对于AI来说,这无疑是极大的利好。

5G让云和端都可部署AI

算力是AI发展的引擎。边缘计算是5G的重要特征和“独特本领”,边缘计算的出现,使得业务和内容从传统只能部署在远端云的方式,转变为可以部署在离用户更近的位置,让应用就在用户身边。

5G+AI:人类社会变革的下一次巨浪

图源/网络

比如在XR领域,可以将画面渲染等任务放在边缘云端进行,从而进一步降低时延,为用户带来更好的体验。在5G网络的支持下,边缘计算和分布式部署让算力变得更加广泛,也让AI变得更加泛在。

高通Qualcomm总裁安蒙表示,智能已经广泛应用于云端,并且逐渐在终端侧加强应用。在全新的边缘云中,内容和控制的处理将转移到流量所在的地方,“当终端可以始终联网并从云端获取几乎无限的存储空间和处理能力,更加强大、更具潜能的应用必将随之涌现。”

03

应用融合

“5G+AI”是企业ICT的基本盘

“5G+AI”的融合应用已经在一些行业中初露锋芒,而在未来,这样的融合应用必将成为行业常态,“5G+AI”或将成为一种基础和泛在的技术组合方式。

医疗:AI看片不逊人类医生

救护车呼啸而过,紧急将病人送往医院。在“5G+AI”的加持下,更为专业的医疗救护工作得以前置,浙江大学医学院附属第二医学院副院长丁克峰介绍,在5G救护车中,病人的呼吸、心跳等一系列生命体征数据都可以实时传回医院,专家在医院可以直接指挥急救车上的一切操作,为抢救病人争分夺秒,“接下来,医院会将这套5G急救车的急救体系延伸到ICU、急救中心和区域烫伤中心等机构。”

丁克峰介绍,目前浙大二院的“5G+AI”应用场景已经包括虚拟助理、医学影像、辅助诊疗、疾病风险预测、药物挖掘、健康管理、医院管理、辅助医学研究等8大领域。“比如,AI心电智能辅助诊断系统,经过深度学习之后,能够实现数十种常见症状的智能诊断,并能有效识别关联症状,模型准确率达到95%,可以有效减轻医生工作量。”

5G+AI:人类社会变革的下一次巨浪

图源/网络

浙大二院在影像领域的AI应用已经较为广泛,包括肺癌影像智能辅助诊断、 颅脑影像智能辅助诊断、皮肤病诊断系统等。“用手机拍张皮肤的照片,上传至系统,AI就能分析,是黑色素瘤还是普通的瘤?转移的风险有多大?”丁克峰说,在这个领域当中,人工智能几乎可以和有经验的医生相媲美。

除此之外,浙大二院还在推进植入式脑机接口临床转化应用,在高位截瘫病人的脑内植入utah阵列电极,从而让病人能用意念控制机械手臂的运动,完成进食、饮水和握手等。

港口:“5G+AI”推进全自动化港口

“5G+AI”还在推动智慧港口的建设,振华重工联合运营商、设备商,已经在上海洋山深水港借助5G实现对龙门吊进行远程精确操作。

现在,振华重工正在参与打造粤港澳大湾区南沙四期全自动化码头的打造,全面采用5G网络,将新一代人工智能物联网感知、大数据分析等技术融入其中。

5G+AI:人类社会变革的下一次巨浪

图源/网络

高通总裁安蒙表示,“5G+AI”将为各行业带来变革。比如在交通行业,随着车与车、车与基础设施、车与行人相连接,5G C-V2X有望让出行更安全、更高效、更愉悦,而路侧基础设施将利用AI辅助摄像头感知和实施交通流量管控,在计算平台中将传感器和AI相结合,将使十字路口变得更加安全。

04

“5G+AI”需要顶级安全性

虽然“5G+AI”已经展现出乳虎般的活力,但是仍面临着诸多挑战,包括数据隐私、人工智能信任、可靠性、数据泛化难等问题。

网络泡沫:数据可不可靠

数据仍是重要影响因素之一。“经过多年的研究、创新和试点应用,网络+AI在节能领域实现了小规模运营,规模商用的曙光已经出现,但仍面临着不少难点,需要产学研紧密配合来攻破。”鲁鸿驹表示,将AI引入网络,主要难题在于数据样本少、标注工作量大和模型泛化难,华为因此希望通过联邦学习、主动学习和迁移学习来解决这些难题。

5G+AI:人类社会变革的下一次巨浪

图源/hippopx

张勇站在推动网络智能化的角度,分析了目前人工智能所存在的不足,包括数据源问题、数理基础问题、性能问题、可靠性问题等。

“数据不完善,不管是数据源数量,还是已有数据的指标深度都存在不足,使用这些数据应用智能运维效果不佳,甚至会造成决策错误。”张勇认为,当前存在标记数据缺乏、数据不平衡/异常标注广泛存在、仿真数据难以使人信服等数据源问题,这些都会影响对AI对5G等智能通信网络的优化。

安全:“数据投毒”“逃逸攻击”利剑高悬

“5G+AI”首要解决的一大问题是安全性,比如“数据投毒”和“逃逸攻击”。

张勇介绍,“数据投毒”是指攻击者通过在训练数据里加入伪装数据、恶意样本等行为可破坏数据的完整性,进而导致训练的算法模型决策出现偏差。试想,在自动驾驶领域,“数据投毒”可导致车辆违反交通规则甚至造成交通事故;在军事领域,通过信息伪装的方式可诱导自主性武器启动或攻击,从而带来毁灭性风险。

“逃逸攻击”则是指攻击者在不改变目标机器学习系统的情况下,通过构造特定输入样本以完成欺骗目标系统的攻击。比如,一个深度学习系统原本可以精确区分熊猫与长臂猿等图片,但是攻击者可以对熊猫图片增加少量干扰,生成的图片,人看起来仍是熊猫,但系统会误认为长臂猿。

从技术、生态等多层面而言,5G和人工智能都尚未成熟,需要产业界齐心协力去推动5G和人工智能的发展,从而真正推动自身和各行各业的转型。

作者/IT时报记者 钱立富

编辑/挨踢妹

排版/冯诚杰

图片/东方IC Pixabay Hippopx 网络

来源/《IT时报》公众号vittimes

您可能还会对下面的文章感兴趣: