杜明明
(廣東省電信規劃設計院有限公司,廣東 廣州 510630)
在新興技術不斷涌現的時代環境里,人工智能與5G網絡成為了大眾熱議的話題。而5G網絡的正式營運,不僅顯著地提升了網絡速率,還有效節省了人力、物力的投入,這也為人工智能技術的發展奠定了良好的物質基礎。而兩者結合的產物則無疑是整個網絡時代重要的衍生物,通過對網絡連接產生的海量數據進行高效處理,讓廣大的網絡用戶切身感受到來自人工智能技術的便捷服務。
區別于傳統的人力工作模式,人工智能技術讓機器擁有了一些如同人類獨特的智慧,不僅能夠感知情緒的變化,還可以針對所遇到的問題做出相應的決策,具體可分為如下兩部分內容。
第一,機器學習是人工智能技術的核心內容,讓計算機具備人類的思維模式。這種機器學習主要包含以下四種[1]。首先是監督學習,這種學習模式是在給定的訓練樣本中輸入與之相對應的標簽,同時設定輸出結果,以便在遇到未知的樣本后迅速輸出相對應的結果。其次就是無監督學習,不同于監督學習,在這種學習模式的訓練樣本中并無特定的標簽,而是憑借在不斷的學習中找到所涉及的數據之間的內在聯系,但是其輸出結果則有著不確定性[2]。再次便是半監督學習,這種學習模式是將設定好的標簽數據同無標簽的數據混合在一起,這種看似毫無章法的訓練模式旨在提高該算法的學習性能。最后則是強化訓練,這種訓練模式猶如學生日常學習中的“題海戰術”,通過不斷地實踐,在發現錯誤后及時調整策略,最終獲取最優策略。
第二,由眾多的處理層與隱藏層構成的深層神經網絡造就了人工智能技術的深度學習,而這種深度學習的構成相對復雜,具體包含了卷積神經網絡、深度神經網絡與循環神經網絡。
隨著5G網絡的廣泛應用,人工智能也得到了快速的發展,以視頻或者多種實時傳感器為輸入,并能實時響應,從而涌現出諸多有意思的應用。設想一下,你去一個博物館或展覽館參觀,打開手機攝像頭插在上衣口袋里逛一圈,回家后,手機上會自動整理出你看過的所有展品的信息,并分析出你的興趣所在,讓你無不為之驚嘆。
與此同時,5G在推動人工智能發展的同時,人工智能技術也會對5G的自動化、智能化提供很有價值的幫助。根據5G網絡的設計需求,5G將支持多樣化的應用場景[3]。為了支持這一系列的高性能指標,5G引入了大規模天線、毫米波通信等先進技術,技術復雜程度明顯增加,且參數配置更加靈活。而5G網絡的規劃、優化及維護需求,將大大增加后續工作的復雜度,這讓以人工為主的傳統工作方式無法適應。
2019年是5G網絡發展的元年,5G網絡在全球范圍內的推廣,對各種新的行業服務和應用起到關鍵推動作用。為了響應國家號召,中國移動、中國聯通、中國電信這三大通信運營商紛紛開通專屬的5G網絡信道[4]。而在5G網絡不斷推行的過程中,低延遲可以稱得上是首要滿足的標準要求,使得網絡的延遲水平控制在10 ms之內,這也對廣大的技術人員提出了一項全新的挑戰。此外,與4G相比,5G每平方千米可提供多達一百萬個連接,可以滿足數字社會的巨大需求。
雖然實現了汽車的無人駕駛,但因無法自動修正駕駛狀態、網絡寬度不足等一系列問題,使得自動駕駛技術的發展之路異常艱辛[5]。在5G網絡背景下,可充分借助V2V技術,將車輛感知范圍擴大到視距之外,可使車輛及時了解車輛間的相互位置等其他狀態信息,提前對道路進行判斷,能有效地避免追尾事故的發生,減少人身、財產損失。而在5G網絡技術日趨成熟之際,廣大網絡技術人員提出利用5G網絡來解決上述諸多問題,5G網絡低時延和高速率的特征成為自動駕駛技術的重要保障??芍饕槍俚腁CC巡航技術開發出適用于各種道路的自動駕駛路線,憑借系統的自動分析、處理能力、高度感知能力及雷達技術對當前路況進行分析和判斷,保證其在絕對安全的情況下駕駛[6]。
所謂遠程醫療,即借助計算機技術、遙感技術等先進技術,對醫療條件相對落后的偏遠地區的病人進行疾病咨詢診斷,并實施醫療救治。但是遠程醫療在最初應用之際,面臨著網絡卡頓、傳輸速率慢等問題,讓廣大的醫療機構“力不從心”。而網絡傳輸速率顯著降低的“罪魁禍首”便是網絡數據信息格式,因為數據信息格式的不同,導致信息的傳輸速率顯著不同。更有甚者,患者在執行手術的過程中,因為網絡延遲而引發醫療事故[7]。
在5G網絡背景下,憑借與肉眼無異的高清影像等特點,大幅提升會診質量和效率,使遠程診療效果更加精準,真正打破了地域限制,讓“足不出戶看名醫”成為可能。
AR技術,全稱為增強現實技術,即以攝影機影像的位置及角度為依托,并將其附著于圖像處理技術之上,該項技術充分實現了影像技術與現實世界的有機結合,增強了二者之間的互動。其實這種增強現實技術早在20世紀90年代便應運而生,但是因為當時的電子產品應用鮮少,這種全新的技術并未得到人們過多的關注,自海量電子產品的不斷涌現,使得這種新興的AR技術重回大眾視野,并進一步擴大了應用范圍。
AR技術影像的輸出則需依靠高速的網絡來進行,從而使得設備中所顯示的圖像無限趨近于真實環境,而我們在佩戴AR設備執行相關操作時,會產生海量的數據信息,而這一切得以實現,都是以增強現實技術的邏輯思維能力為重要基礎的。而5G網絡技術則是實現這一切的核心技術,傳感器采集的相關數據信息并將其發射到中央處理單元,之后則由AR技術負責對所接收到的數據信息進行反饋和處理,從根本上減少了AR技術中由人為操作造成的網絡延遲[8]。
無人機技術已經被廣泛應用于農業、軍事、交通等領域,為生產生活提供了諸多的便利。而在通信基站的建設過程中,廣大技術人員也在不斷嘗試應用無人機技術,大范圍地建造無人機基站。相比于地面通信技術,無人機技術的應用更加靈活,處理速度更高效、敏捷。隨著無人機基站的廣泛建設,其實用性、高效性的優勢更加突出[9]。比如在2021年,河南地區遭受了前所未有的暴雨侵襲,多地通信基站停止工作,當地通信部門調度了眾多無人機基站系統,實現了國內首次大范圍高空無人基站工作模式,在這之后,我國諸多城市更是大力啟用無人機基站。在無人機基站被廣泛應用通信工作的同時,仍然存在著安全保障不足、路徑優化不到位等問題。而人工智能技術與5G網絡的結合,則成為無人基站技術一根重要的“救命稻草”。
雖然身處5G網絡的環境中,人工智能技術的應用并非一帆風順,而是時時刻刻面臨著生存的挑戰,首要因素就是無線網絡數據的使用效率相對較低。人工智能技術得以發展,離不開海量的數據流量作為支撐,但是由于這些數據內容的格式、特征、計算方式均有所差別,導致采用人工智能技術在對數據信息進行標準化處理時面臨著嚴峻的考驗。這也對廣大的技術工作者提出了更高的要求,開發者要清楚哪些數據可以提取,哪些數據不可提取,并對所提取的數據信息進行綜合、有效的利用,否則將是“竹籃打水一場空”。
我們日常的生活中會接收到海量的數據信息,而這些數據的真偽則有待進一步的考證,但肯定的是,我們身處網絡信息復雜、多變的環境中。這造就了無線網絡場景的復雜、多樣性。而人工智能技術在推測出相應的算法后,很難直接用于不同場景,這導致了不同算法的針對性不強。眾所周知,在單一的網絡環境下,采用人工智能算法來建??芍^是輕而易舉,而在場景和網絡架構復雜、數據量大的網絡場景下,其建模的難度增加。此外,在一些場景中若直接應用人工智能技術來建模,其應用的效果則存在質疑,無法做到“物盡其用”,這給從業人員提出了一項巨大的難題。新時期的網絡技術人員在面臨日常業務的同時,還要綜合分析如何利用無線網絡的業務知識來高效處理數據信息,建立一套動態、實用性強的算法,輕松應對不同的場景。
人工智能技術的發展速度驚人,已被應用到日常生活各領域。與此同時,還存在一項顯著的問題則是相關人才的缺乏,一些人工智能領域的人才,因為缺乏對5G知識的解讀和實戰經驗,導致其對于5G網絡的運營、監管及維護等方面的工作難免生疏。而5G網絡的人才及管理者,也因為對人工智能技術發展的理解不夠深入而導致二者的結合深度不足。由此可見,阻礙5G技術與人工智能技術結合發展的關鍵在于復合型人才的缺失,從而導致了無線網絡系統性不足。
目前,人工智能技術已經滲透到日常生活的每個角落,大到生產建設,小到日常娛樂,無一不顯示出人工智能技術的便利性。而在5G網絡的大環境下,人工智能技術已經成為了5G網絡通信發展的新引擎,并克服了傳統網絡技術的不足,取得了全新的突破。本文分為五個部分,首先闡述了人工智能的概念,明確了何為人工智能技術,其次,詳細分析了5G網絡對人工智能的需要,簡要說明了人工智能技術在5G網絡環境應用過程中需要考慮的因素。再次詳述5G的發展與演變,同時從自動駕駛技術、遠程醫療技術、AR技術與無人基站四方面論述了人工智能技術在5G網絡背景下的具體應用,最后,主要分析了5G無線網絡下人工智能面臨的挑戰,具體概括為無線網絡數據的應用、無線網絡的復雜性、缺乏復合型人才三項內容。■