5G与AI不断领悟的过程，便是不断构建5G智能维的过程。5G的智能维是基于5G大数据和算力资源，以人工智能技能为根本的新资源维度。5G智能维可以被认为是与传统无线移动通信的时域、频域和空域并列的一个新维度。相较于传统的维度，5G智能维构建须要基于三项基本元素：5G大数据、算力资源和人工智能技能。5G大数据既包括5G网络中原生数据也包括5G承载的数据。算力资源包括5G终端算力、5G网元算力和云设备算力。人工智能技能便是以机器学习为代表的人工智能技能。构建5G智能维可以定义为：利用人工智能技能，合理利用5G大数据和算力资源，使5G更加智能、高效，同时运用于5G网络智能化适配，实现高质量的多样业务。
把基于AI的多项关键技能引入实际网络还面临从根本理论到实际运用干系的一系列关键问题急需办理。这些关键问题包括关键用例选择、数据集构建、模型的管理和算力支撑等。对付5G大数据的挖掘须要借助一系列的AI根本理论和工具，AI工具及算法对数据和算力有比较明确的需求，在5G网络架构进行增强性设计既要考虑不同算法的数据需求和实际性能，也要结合干系算法对算力资源进行评估。5G网络的强大传输能力也将推动基于AI的更多运用产生。AI干系运用的数据网络办法、打算办法、模型的支配与更新办法都须要考虑和5G网络进行动态结合，以便供应更好的做事。
5G国际标准开始阶段受各方面成分所限并未引入基于AI的设计。随着AI技能的快速发展，在5G国际标准不断演进的过程中，也逐步考虑了与AI进行领悟的设计。从R15版本开始至今，5G无线网和核心网逐步引入了基于AI的干系设计，同时也进行了大量对AI技能支持干系的研究。本文结合5G国际标准进展对5G和AI不断领悟的过程进行详细的先容与剖析。
基于AI的空口设计是构建5G智能维度的核心
5G中基于AI的物理层设计涉及空口及高层的设计。基于AI的高层设计先于空口开始了研究，重点关注基站节能和移动性管理等用例。空口设计紧张对无线AI干系的关键技能进行研究与标准化。个中，基于AI的空口设计是全体基于AI设计的核心。现有研究表明，基于AI的空口设计是构建5G智能维度的核心，将有潜力开启全新的系统设计办法，并奠定6G的设计根本，也是各公司国际标准化争夺的焦点。
基于AI的高层干系设计在3GPP R17版本中开始研究，其名称是数据网络增强的项目。该项目研究了基于AI的基站节能和移动性管理干系的数据网络内容与网络过程，以及AI模型在5G网络中的运行机制。基于R17的研究成果，R18版本重点关注基站网元间的旗子暗记通报和网络架构上须要的修正，进行了干系用例标准化事情。在R19版本中，除了持续完善现有用例的性能，基于AI的高层设计还将考虑对基于AI的智能切片等新业务的支持。
基于AI的空口设计在R18中进行了研究项目的立项。该项目是5G演进中最受各公司关注的项目，也是无线AI技能在5G中首次进行标准化。项目重点关注引入基于AI的设计对5G整体框架的影响，并研究一些范例用例的性能及标准化影响。在项目开展过程中定义了AI干系根本观点、根本仿真验证方法论、基站终端互助办法，并针对模型／功能注册、数据传输、模型传输、模型／功能选择、模型／功能激活去激活等生命周期管理过程进行了详细的研究。在用例方面，R18版本对信道信息反馈、定位、波束管理等关键用例进行了系统的研究。个中基于AI的定位和波束管理技能得到各方认可，将在R19版本中进行标准化，而基于AI的信道信息反馈由于涉及双边模型的标准化，还有较多的问题没有得到很好的办理，在R19版本中将连续进行研究。此外，数据集传输和模型传输也是R18研究的热点，考虑到数据集和模型传输的潜在开销，R18版本的研究还须要在R19版本和信道信息反馈一起连续进行研究。
持续推进核心网侧智能化
3GPP启动核心网侧智能化的研究及标准化已有几个版本。在R15阶段，3GPP在5G网络架构中引入了NWDAF（Network Data Analytics Function，网络数据剖析功能网元）。NWDAF用于网络数据采集、网络数据剖析，以及向其他的网络功能网元供应网络切片实例负载等的剖析信息。
在R16阶段，3GPP专门成立了使能5G网络自动化（enabler of Network Automation for 5G，eNA）的立项，对R15NWDAF功能进行了补充和增强，定义了基于单实例集中式的智能网络架构和能力。同时，也梳理了业务体验、网元负载、网络性能、UE移动性、UE交互性、终端非常行为等运用处景以及涉及的关键技能。
在R17阶段，3GPP进一步成立了eNA_phase2立项，连续研究网络架构的进一步增强包括NWDAF功能分解、数据网络效率提升、UE数据网络，定义了基于多实例分布式的智能网络架构和能力。同时进一步梳理了业务分布剖析、WLAN性能、会话管理拥塞掌握体验、DN性能等范例运用处景以及涉及的关键技能。
在R18阶段，3GPP进一步成立了eNA_phase3立项，重点研究数据网络性能提升、模型性能监控、跨厂商模型共享、联邦学习、漫游数据共享、如何和定位系统协同以及如何和网管协同等。R19阶段，由于跨厂商模型共享、联邦学习比较繁芜、涉及内容也较多，R18只定义基本框架，在R19还将进一步研究。其余，由于核心网智能化在R18版本及之前没有和RAN进行联动，在R19版本还将研究如何支持核心网和RAN联合智能化。
5G与AI领悟持续推进
5G对付AI算法的支持也有所谈论。在R17版本中，紧张针对AI模型的干系特色进行了剖析，尤其是AI模型的大小及运行办法。这部分内容在核心网需求组（SA1）的AI模型剖析项目中开展。项目对模型分割、模型下载、分发和共享，以及联邦学习和分布式学习涉及的范例模型和运作办法进行了非常详细的解释。R18版本持续在核心网架构组（SA2）中考虑模型传输方面的需求和办理方案。总体而言，相对付基于AI的无线和核心网侧设计，5G网络对付AI算法的支持目前仅勾留在研究层面，并未进行过多标准化支持。
5G与AI的领悟是一个逐步探索与完善的过程。标准化是5G网络演进的最关键一环，标准化的过程也是5G与AI领悟持续研究与达成共识的过程，5G智能维的构建须要与标准化事情进行紧密结合。5G与AI领悟的标准化事情是系统工程，标准化内容与家当实现整体路线图进行有机结合，循规蹈矩地实现。与5G网络干系的标准化事情还将在3GPP持续进行，基于AI的5G网络干系用例可以根据实现所需网元在3GPP的核心网侧和无线侧进行不断标准化，而5G网络对付AI技能和运用的支持增强须要根据AI各种运用的特点和需求进行对应的增强。
5G与AI领悟也为未来6G的AI原生性设计奠定根本。3GPP的一个好传统是，对付任何主要的新功能，研究都该当提前至少两个版本进行，以使全体行业对新技能有充分的理解。例如，大规模MIMO的研究已经在4G Advanced开始，支持大规模MIMO的产品在5G推出。无线AI是一种历史水平的新技能，对无线系统来说，永劫光的研究是必不可少的。5G已经研究和标准化的用例也将在未来6G的AI原生性设计中得到支持。同时，沿着5G已有的标准化过程，更多用例也将实现不断的研究和标准化。
（作者：刘晓峰 单位：中国信息通信研究院移动通信创新中央）
来源： 公民邮电报