5G網絡導向下的人工智能平臺建設

張建磊　李盼盼　于海礁　成嵩　潘紫英　周春輝

摘要：在AI成為國家戰略的前提下，數字經濟發展過程當中運營商網絡的建設環節需要進行技術改進，同時在規劃建設和維護方面面向市場需求做出調整。同時運營商的多個部門會圍繞生產經營當中的熱點問題展開人工智能領域的新探索，考慮到網絡AI開發的難度比較大，所以運營商對于網絡AI的應用場景研究工作需要建立一個系統化的平臺，減少資源開發浪費問題，這正是5G網絡導向下的平臺建設方向。

關鍵詞：5G網絡;人工智能;平臺建設

引言

人工智能平臺建設的核心在于夯實基礎，編制新一代人工智能規劃，加快人工智能和經濟社會的深度融合，突出科技引領和系統布局的基本原則，把握關鍵技術層面的具體研究要求。現階段的5G網絡導向下，人工智能平臺建設已經處于更加高層次的水準，例如百度在自動駕駛方面，騰訊在醫療讀片方面，科大訊飛在語音識別方面都進行了深度探索。

1.人工智能平臺建設的開發現狀

人工智能技術的不斷發展，使得各個廠商都積極投入相當一部分的資金和精力，將其應用于AI的開發和研究過程當中，其中互聯網企業扮演了非常重要的角色，互聯網AI開放平臺也成為了很多企業的標配。當前的互聯網三大巨頭企業百度，騰訊和阿里的AI開放平臺，顯然在內容和資源上更加具有說服力和實力。

百度的AI開放平臺是最完整的AI生態體系，無論是開發平臺的能力配置還是行業應用層面，都能形成從線上到線下的一整套體系支持。騰訊AI開放平臺則依托實驗室和微信實驗室等，為AI應用提供了更加強大的技術支持和通用能力體系標準以基礎設施硬件為依托突出平臺功能。阿里云開放平臺則依托本身的服務器，從基礎應用到行業定制角度，形成了一套完善的AI應用標準。

除去這些互聯網企業之外，一些通信設備的廠商和運營商也建立了相應的AI開放平臺，例如中國移動所設置的九天平臺和中國電信所打造的燈塔平臺，都有各自的網絡業務賦能目的在于提升網絡資源的利用率和平臺運維效率保障使用者的體驗。

2.人工智能平臺建設的具體架構

2.1 資源層

資源層在整個平臺當中屬于計算基礎和數據基礎，整個功能架構包括模型開發平臺和支持中心，能夠面向客戶需求和市場動態展開使用和運營完成數據集的整理，開發和模型的深度優化。具體來看基礎資源層提供了足夠的數據挖掘和深度學習計算所需要的各類基礎設施，借助虛擬化和環境隔離等資源管理工具完成資源的分配和釋放，整個IT資源利用率達到最大化。而環境隔離模式應用之后，不同算法之間的沖突問題得到了有效解決，平臺數據和模型的安全度和算法所依賴的框架性能處于較好的水準。

2.2 模型層

模型層給AI開發提供了完整的可視化流程傳統的模型開發圍繞數據獲取和模型構建等多個方面所展開，而模型開發層將底層的繁瑣細節全部屏蔽之后，給用戶提供了最需要關注并處理的數據和調整的參數信息，用戶可以將那些不需要的內容全部篩選并剔除，留下用戶需要使用的信息。

以自動學習功能來看自動學習功能當中，讓用戶根據自己的需求提交訓練任務，并完成結構數據的分類和分析，從候選算法當中選出最合適的參數開展模型構建。而可視化開發則提供了一個更加完整的算法應用流程，數據的預處理和缺失值的填充等各項工作都可以基于邏輯要求展開綜合配置。

配置完成之后，則涉及到專業的AI開發工作，包括對代碼的開發和運行環境的調試，基于算法開發需求，完成平臺的模型訓練。除去模型本身的模型封裝定義標準之外，還封裝了已經訓練完成的其他調用腳本。

2.3 應用層

應用層是基于開發層的AI能力為基礎所設置的創新AI應用平臺，完成數據開發和界面定制開發等各項工作，為使用者提供了面向網絡的智慧運營體系。

2.4 平臺架構層

平臺架構是整個人工智能平臺建設的最關鍵組成部分，其主要的目的在于讓平臺能快速解決計算能力和數據處理方面的各項事務。從技術角度來看，可以劃分為平臺基礎技術、算法技術和模型技術等三個方面。

平臺基礎技術是搭建平臺的基礎，保障整個技術架構當中包含資源調度和數據存儲等不同的子模塊，按照數據庫和結構化業務數據的關系完成信息的部署，從而滿足平臺的擴展性和可用性的存儲需求。另外，基于虛擬化技術的實際要求，可以對算法模型訓練和開發當中需要的容器展開統一調度監控，AI計算層在眾多機器學習模型上進行迭代訓練之后，用戶可按照特定的業務要求對模型展開優化和調整。

在模型方面，平臺采用分布式的服務架構，根據功能模塊將每個模塊獨立成為一個個微服務系統，為了避免故障引發級聯故障雪崩問題，每個微服務可以有相應的身份認證和安全控制要求，在服務器層面選擇了WAF等技術完成安全防御，更好地保證平臺的安全。

在算法優化方面，人工智能的發展使得各類深度學習框架層次開始出現平臺需要應用多樣化的算法和框架，并且在開發訓練方面避免環境資源的負面影響，一方面保障模型優化速度，另一方面保障平臺的高效性，便于以第三方平臺之間展開交流和互動。當然，如果用戶本身不具備AI基礎，也可以使用自動學習建模得到模型之后完成定制化服務。

3.結語

網絡AI平臺在5G網絡的幫助之下能夠發揮關鍵的作用，并且平臺上線之后可涵蓋網絡層面的智慧運營和客戶需求服務等多個維度。后續的工作當中應進一步解決更多客戶所需求的現實問題，全方位提高AI的服務能力和問題解決能力。

參考文獻：

[1]尹俊、高有利、劉賢松、盛剛.一種面向5G網絡的人工智能平臺[J].郵電設計技術，2020（10）：5.

[2]董一民，張弛.5G網絡背景下人工智能技術應用的探討[J].信息通信技術與政策，2019（9）：4.

[3]徐愛蘭，耿建生.基于5G與AI的生態環境監測網絡平臺探討[J].環境監測管理與技術，2021，33（3）：4.

[4]王彥棡，王玨，曹榮強.人工智能計算與數據服務平臺的研究與應用[J].數據與計算發展前沿，2019，1（2）：86-97.