倏忽间很久没有登录这个平台了。也不知道整天忙些什么自然也没有什么真正的长进。大概说来听了一些有意思的访谈算是拓宽了一下思维的空间对于自己的工作也有了一些启发。关于6GAI的发展一些个人的思考可能还是幼稚暂时放在这里。首先对于AI的应用应该说对比其他行业如汽车行业的自动驾驶通信行业对于AI应用的探索相对是比较保守和滞后的。所以我的观点一直是通信人应该向汽车行业学习自动驾驶发展历程中有很多经验和教训通信行业是可以借鉴的。现在总说通信行业未来的发展缺乏刚需我想说刚需本来就是一个相对的概念通信本身是刚需吗人类没有通信产业也过了几千年了。对比汽车行业来看十多年前自动驾驶这个概念刚刚兴起社会也不会觉得自动驾驶是什么刚需技术上更是看不清自动驾驶能够发展是因为一些投资人对自动驾驶这个事具有一种信仰。经过十多年的发展这个过程中广泛的各种宣传自动驾驶已经成为一个广为人知的概念。关于6G AI与5G AI有什么区别行业普遍的回答是6G AI是内生AI。但是什么是内生 AI回答就乱七八糟了。从自动驾驶技术的发展内生AI的核心点在于内生AI是端到端的AIAI对于用例级、模块级的应用是没有什么优势的只有作为一个系统如自智网络整个系统进行端到端的训练AI才有优势。当然模块级的东西简单、容易出成果端到端这件事的好处虽然不是所有人至少是很多人明白的只不过太难了。但是正因为难这个事情才可能更加有价值。对于通信AI目前发展的障碍我的观点主要不是技术还是观念。运营商的规建维优营的分工模式是不适于AI时代的发展的需要相关管理者对AI这件事有新的管理观念。当然这很难。去年和同事聊天我就谈起当年推动原子弹的那些科学家们。1939年一群科学家从欧洲急慌慌的赶到美国他们发现了核裂变——世界要发生巨变然而虽然科学家们很着急但是原子弹这件事美国却差不多两年后才启动因为对于不懂的人你真的很难让他明白一个新事物究竟是怎么回事会带来什么变化。对于通信AI的技术层面AI的训练最重要的是环境和任务任务也包含了评价准则。对于环境首先需要数据建设网络中的数据理论上是归属于运营商现有的上报数据是不满足AI的训练的需要运营商的建设现在还是空白至少起码每年关于数据有几亿甚至更多的招标吧数据本身与软件一样是一个具有价值的东西。从任务角度过去无线通信网络的验证都是单一验证的准则所谓单一验证就是说网络中所有的用户、所有的业务、所有的区域都是相同的保障原则仿真都是标准的等间距建站均匀撒点而真实情况不同的位置是有差异的需要引入基于POI的网络策略。评价准则也应该是多元多目标的综合公平与效率等多方面因素同时也需要是贯穿AI生命周期不是从仿真、实验室到外场彼此串行而割裂的。对于现阶段无线网络中AI的应用部署说回前面的话还是应该参考无人驾驶的发展路径先在一个封闭环境比如园区的简单试验再到简单场景比如高速道路再到一个城市如纽约的应用技术途径也是先有图智驾、再无图智驾。现在无线AI的部署每个省都部署站点没有多少意义规模性不够难以有效形成落地效果各省少量部署表演成分偏多。不如选择一个区域比如大兴区或者工业场景一个园区进行AI最大化的落地试验瞄准L5等级的自智网络为目标持续在小范围试点跟踪技术进展伴随着AI技术不断发展通过规模验证推动技术上限在AI发展趋势平坦后快速大范围推广。