華為夏文鑫：自動駕駛目標與模型共享機制讓AI在電信業快速成長

本刊記者|黃海峰

談及大數據和AI的關系，華為2012服務實驗室主任夏文鑫形象地比喻，AI是一個吃貨，大數據是“食品”。大數據這個“食品”營養搭配得好不好，決定著AI的成長速度。

5G來臨后，2G/3G/4G/5G多張網絡并存，運營商網絡管理運維更加復雜，靠人難以應對。AI為運營商解決這一痛點提供了可能，將幫助運營商實現網絡智能化，逐步實現高效自治網絡。

因此，如何讓網絡借助AI進行“自動駕駛”，成為了運營商關注的焦點。為探討AI如何使能電信行業，8月28日，通信世界全媒體舉行了主題為“電信行業如何引入AI技術？”的重磅沙龍，多位嘉賓提出寶貴建議。

比IT企業更懂CT的電信設備企業，也在積極推動AI在電信行業落地。在沙龍上，華為2012服務實驗室主任夏文鑫針對在實際操作中如何對數據進行訓練、運營商之間如何進行AI層面的合作等問題，發表了觀點，為AI與電信企業的結合指明方向。夏文鑫也曾負責過人工智能在華為服務的應用，對人工智能應用于網絡運維經驗豐富。

AI如何使能電信行業

AI與電信運營領域結合時，面臨多個需要盡快解決的問題。夏文鑫用“一輛跑車缺少四個輪子”的比喻表示，AI落地存在四方面問題：第一，以前網絡和設備的數據輸出都是通過OSS系統結合流程活動作處理，不是用機器學習處理的數據；第二，運營企業擁有諸多作業數據，但這些數據作業過程中并未標注，沒有有效提供給機器訓練學習；第三，通用的機器學習算法對電信行業的場景適應性不強；第四，沒有成熟、適當的電信領域AI平臺，同時缺少業務建模與訓練經驗的“司機”，這輛跑車很難跑起來，更沒有機會讓網絡自動駕駛。

面對挑戰，AI到底該如何使能電信行業？對此，夏文鑫提出了分階段落地的辦法。夏文鑫也類比了美國汽車工程師協會SAE的自動駕駛標準。他表示，SAE將自動駕駛分為5級，通俗地講，0級就是單純的人工，1級是司機的手還要在方向盤上（Hands On）,2級是司機可以不用手（Hands Off），3級司機眼睛可以不看路(Eyes Off)，4級是可以不用思考開車（Minds Off），5級則自動駕駛完整實現。夏文鑫還對加速、減速、轉向重復性動作，監駛環境監控，動態任務處理3個方面系統與駕駛員的分工作了劃分。

從美國自動駕駛標準的定義可以看出，網絡“自動駕駛”既要有明確的長期目標作為牽引，又不能一蹴而就，需要分級分階段實現，團結足夠多的力量一起努力。電信網絡的自動駕駛也應該明確標準、以終為始、沿途下蛋、逐步落地。

夏文鑫強調了兩方面工作的重要性，一方面，需要業界聯合提出打造自治網絡的目標，電信產業共同牽引建立“網絡自動駕駛”的業務目標和分級標準，在業界形成一個牽引力，吸引產業有效力量，將運營商、廠商、第三方IT廠商等產業鏈資源集中，大家共同努力奔向網絡“自動駕駛”的目標，在實踐上將AI分步快速引入運營商網絡，并不斷迭代發展。

另一方面，AI實施需要考慮清楚人才轉型的問題。華為用人工智能解決內部效率的辦法是先將一部分人員轉移到新的業務崗位上，擴張業務的同時，人員實現能力發展，同時原有業務流程上人員負荷加大，必須采用新的技術手段，從而獲取人工智能等新的技術。這樣隨著AI的逐步引入，在效率提升同時實現人才逐步轉型。

數據共享機制價值巨大

大數據的有效獲取是AI訓練平臺得到成功模型的關鍵。但是每家運營企業將數據作為核心資產，且要考慮數據的合規與安全，所以并不能很好應用，運營企業“守著金礦喊窮”。

談及大數據和AI的關系，夏文鑫形象地比喻，AI是一個吃貨，大數據是“食品”。大數據這個“食品”營養搭配得好不好，決定著AI的成長速度。

具體到運營維護方面，AI平臺要得到真正適合分析的數據，這是成功的第一步。在現實維護體系中發現，很多情況下網絡故障的發生不是設備本身的問題，外部原因有很多，如電力、空口、線纜、操作等。這些方面維修的代價較大。

提取這些外部原因的數據需要技巧。比如運營商能否提取出過去沒有收集到的數據，包括已有設備的狀態、工程參數等，把有源的數據從中間狀態識別出來，將是很重要的做法。換句話說，將各種營養的“食品”搭配一下，AI這個吃貨會成長得更快。

對于數據的主權問題，夏文鑫推薦業界研究下波音、GE等幾家公司的做法。據了解，飛機領域領先制造商波音公司服務了國航、漢莎等全球多個大型航空公司。這些航空公司對降低燃油消耗等問題高度關注，希望對數據進行訓練，用AI技術不斷提升管理能力，但是一家航空公司的數據無法得到更高水平的模型，航空公司也很重視自有數據的主權和安全，怎么辦？

對此，波音作為第三方，通過打造云平臺，進行訓練學習得到模型，再將模型提供給各個航空公司。在這里，模型之間的互通產生新的價值，對整個行業的企業都有利。

因此，波音公司的做法值得電信企業借鑒。夏文鑫介紹，從中我們也可以得到關于數據的幾大原則。首先，數據主權是屬于最終用戶，運營商自己網絡產生的大量數據，是屬于運營商的。

其次，業界采用合適的方式使用這些數據，能夠促進整個產業和企業自身的發展。比如波音公司的合作案例，如果航空公司愿意把數據提供給波音公司這家供應商訓練，也能得到其他航空公司的數據訓練成果，大家的開放促進整個航運運營成本降低。

最后，數據訓練得到的模型需要建立共享機制。如果模型不能互通和共享，互相之間就形成不了效率收益。運營企業提供特定數據訓練得到共享模型，就能得到明確的收益，數據主權也能得到保證。