基于運營商大數據的人工智能技術研究

張湛梅 中國移動廣東公司

前言

隨著移動互聯網的高速發展,我國移動互聯網用戶在2019年已達到11.38億,用戶人均單日在線時長超過350分鐘。移動購物、移動社交、移動娛樂、移動辦公和電子商務已經深入每個人的日常工作和生活,使得人們對于城市通信基礎設施的依賴度越來越高。

一、人工智能驅動通信業變革

（一）人工智能帶來外延式變革

外延式發展主要是指運營商向自動駕駛、醫療健康、教育、個人助理、金融、安防和電商零售等應用領域延伸。例如：日本最大的移動運營商DoCoMo就推出多種人工智能產品，如語音助理軟件「Shabette Concier」、聊 天 機 器 人 (15.12 -0.53%,診 股 )「OHaNAS」等。DoCoMo的手機集成了各種AI功能，如i-Bodymo （隨身醫生、私人教練和營養師）、i-concier（私人管家）。美國通信公司Verizon則接連收購Hughes Telematics（車載信息通信系統）、Telogis（汽車物聯網）、Fleetmatics（GPS車輛追蹤），向智能駕駛領域進軍。

（二）人工智能帶來內涵式變革

內涵式發展則是運營商將人工智能技術應用于自身的客戶服務、網絡運營等業務方面，不斷改善用戶體驗，提升運營效率。

在提升客戶服務方面，可以采用兩方面舉措：一是智能客服，通過聊天機器人替代重復性高的人工客服工作，節約人力資源成本，提高客服的工作效率。二是基于用戶畫像的產品改進和精準營銷。運營商基于用戶數據，通過機器學習算法更深刻地分析和理解用戶，從而針對用戶需求推出量身定制的優惠套餐。

二、人工智能提升運營商網絡運營能力

（一）網絡質量優化

未來的網絡將具備自主學習和自我適應能力。運營商可以通過機器學習算法，結合大數據分析，實現網絡質量的自動優化。在美國，AT&T實驗室也致力于基于人工智能技術在網絡構建中的作用，力圖實現智能化的學習和修復，自主發現網絡傳輸過程中的問題并及時修復，實現網絡服務質量的提升。

同時人工智能可以進行邊緣計算，由于在邊緣提供了智能，因此可以減少流向骨干網的流量。邊緣計算可以讓人工智能對象識別在0.35秒內完成對目標的識別。實際上，我們需要在邊緣部署圖像識別深度學習算法。位于網絡邊緣的算法則可以降低發送到骨干網的流量。但是這也形成了一個新的攻擊面。幸運的是，人工智能能夠在網絡安全方面發揮很好的作用。閉環系統可在網絡邊緣收集數據，識別威脅并采取實時措施。

（二）預防通訊信息詐騙

運營商可以通過機器學習算法來監控、識別特定個人的特征和行為，從而識別通訊信息詐騙。例如，中國電信與數家機構打造的“人工智能開放實驗室”就可以通過聲紋識別技術鎖定嫌疑人或縮小目標范圍。聲紋識別系統可以基于大數據對有嫌疑的聲音進行自動識別和比對，提供有效的聲音證據，可以提高破獲電信詐騙的效率，預防信心詐騙。

三、運營商利用人工智能的通訊平臺建設

（一）大數據管理平臺

通信基礎設施的全生命周期大數據管理平臺分為兩個層次：一是智能服務層，主要針對鐵塔基站和設施廠商，以通信基礎設施全生命周期管理為核心，與企業信息系統進行數據鏈接，通過分布式站點部署，將廠商設備在線的狀態、故障、維護等情況與廠家的研發、制造、物流、安 等數據流進行對接。實現與廠家業務管理系統的數據共享，幫助廠家發現故障和問題、及時進行維護保障。二是智能管控層，主要針對鐵塔基站和設備廠商，全流程采集其設備、質量、物流、安裝、服務等相關數據，建立設施和設備數據分析模型，進行綜合比對和算法驗證，提取關鍵數據，發現產品和服務的問題，對上述問題進行歸類整理、指標分析和趨勢預測，為管控廠商服務水平和輔助決策提供支持。

（二）智能遠維服務管理平臺

通信基礎設施的智能遠程運維服務管理平臺分為兩個層次：一是設施運維監管，主要包括設施和設備的廠家、類別、型號、功能、技術參數等靜態信息，還包括設備的運行情況、故障情況、維修保養情況等動態信息。二是流量指標監管，主要對包括文件下載速率、視頻下載速率、4G下載速率、固定寬帶、移動寬帶、CDN等應用基礎設施能力方面的關鍵指標，對通信保障能力進行監管。

（三）雙平臺的功能

一是全面覆蓋精準定位。平臺打通了國家測繪局提供的GIS地理信息數據，包含了天津市所轄的16個各區縣的地理信息，為全部通信基礎設施提供了精確定位，并對全網設施和設備進行在線監控，既可以服務于設施狀態監測和維護保養工作，也可以實現按區域的數據分析和挖掘。

二是整合資源理清數據。平臺匯總收集了天津市主要通信基礎設施運行的數據，對天津市各級、各類運營商的網絡數據進行了分層次、按類別的關系梳理。通過數據分析發掘，發現了資源的錯配與浪費，簡化了網路的交叉與重復。同時結合天津市整體通信基礎設施的發展需求，開展多層次指標監測分析，統計分析結果為通信基礎設施的升級改造提供了可靠的依據。

三是智能監管提升體驗。實現了對通信設施和監測設備狀態的智能識別，對運行狀態和故障類型的智能分類識別，對突發的、間歇的、漸進的故障和事件進行分類處置，對設施和設備進行針對性地故障預判、維修保養或升級改造，大大優化了在線設備的運行狀態，整體提升了通信設施的能力指標，大幅度減少了設備故障搶修情況的發生，最終提高了通信用戶的體驗效果。

四、運營商的人工智能發展戰略

人工智能的產業結構自下而上可分為基礎層、技術層和應用層：基礎層指的是人工智能所具備的三大核心要素，即算法、算力和數據；技術層指的是自然語言處理、計算機視覺等人工智能相關技術；應用層則指的是基于具有應用場景的產品或行業解決方案。

目前，切入人工智能領域主要有自下而上和自上而下兩種模式。BAT等科技巨頭掌握人工智能核心算法和模型，并擁有海量數據，普遍從基礎層切入，自下而上，逐步向技術研發和場景應用延伸。而一些創業公司則更傾向于從某些特定的應用場景入手，借助巨頭提供的人工智能云服務，提供具有特色的應用和智能硬件。

人工智能產品和技術開始走進人們的生活，生活場景中隨處可見這項技術的身影。如果要切入人工智能領域，運營商的主要優勢有二：一是海量的用戶數據；二是運營商自身有大量的業務場景，如智能客服、精準營銷、網絡優化、反詐騙等。所以，運營商可以考慮從兩頭入手，從自身已有業務場景出發，結合大數據優勢，通過自主研發，或者投資、合作引入一些在算法和算力領域領先企業的方式，補足算法、算力方面的不足。優先實現自身業務的智能化，在有了一定的技術積累之后，再逐步拓展到自身業務以外的其它應用場景，提供垂直領域的智能硬件產品或解決方案，以AI賦能企業，幫助企業實現轉型升級。

五、結語

如今，電信行業已經明確需要更快的終端用戶數據速率。因此，在進行人工智能網絡規劃的過程中，要全面分析產生的數據，通過快速的數據分析，智能化的進行網絡問題的處理，并且能夠在自主學習的過程中，更加完備的進行問題的預防和規避，實現不同的業務需求，節省網絡資源，構建一個良好的通信網絡環境，實現資源的合理的優化配置。