都说5G和AI密不可分，但究竟是为什么？难道2G、3G和4G不配吗？之所以5G与AI能擦出不一样的火花，不仅与移动通信自身的性质有关，还与人工智能的发展方向有关。

为什么是5G+AI?

在回答这个问题之前，首先要了解通信人工智能的发展阶段。

毕竟，移动通信和人工智能，并不是从一开始就"紧密联系"的。

个关键转折点，发生在1999年。

这一年，3GPP作为全球的通信行业和技术标准委员会，次将无线通信算法、模型写到了3GPP的2G/3G场景规范中。

当时的算法和模型，虽然还不叫人工智能，多数叫做"基于数据的网络仿真"、"基于数据分析/机器学习的网络仿真"等技术，但它确实是通信人工智能的萌芽。

在这之后，移动通信经过了2G和3G,一直到2008年来到4G商用阶段。

第二阶段，是2008年~2018年。

这段时间，3GPP在3G/4G标准中定义了一个关键字SON,有自组织、自优化、自治愈的特性。

随着SON的提出，通信行业的厂商和通信运营商，开始逐渐认识到机器学习和人工智能对于网络的助益。

理论建立了起来，然而机器学习和人工智能，在这段时间里却一直没有长足发展。

这与2G、3G和4G自身的特性有关。

其一，虽然3GPP次将机器学习和人工智能定义到3G和4G的网络生态体系中，但它却并非一个"必选品",其作用仅仅相当于一个电脑附件。

其二，在当时知名度较高的AMDOCS、Verizon和AT&T等软件公司，虽然都有意发展SON,但却忽视了一个事实--

2G和3G的网络体系生态，包括软硬件、接口、流程、信令等，都不是从智能化的理念来设计的，因此人工智能对它们的加成意义不大，"就像打了一针疫苗却没有引起身体反应一样。"

这也是为什么，在2G、3G乃至于4G的发展期间，人工智能和移动通信并没有出现强相关的现象。

随后，5G到来，通信人工智能真正进入第三阶段。

2017年12月，3GPP次定义了通信人工智能的网元，让人工智能真正变成了移动通信的核心功能。

但，为什么5G和AI的相性度会这么高呢？

其一，5G网络本身相当复杂。

3G、4G的网络设计，直接就融入了一些AI模型也会用到的算法，如BS算法、生成算法、多目标优化等，用于负载均衡、网络质量、容量优化等应用中，但不需要再进行进一步融合。

然而，不论是从接入侧、核心网，还是从传输、终端、应用这些层面来说，5G的网络生态都要复杂得多。

在这种时候，5G的网络模型，已经无法用精确的数学模型表示，这个时候用上AI模型，反而能在传输和运营等层面上提供新的思路。

其二，5G通信产生的数据量非常巨大。

而AI的特性之一，刚好是能处理大量数据。

利用深度学习算法，就能让通信网在协议层真正地融合，也能更高效地使用计算机领域的算法、和互联网中的技术，来让移动通信变得更高效。

除此之外，张亚勤院士认为，5G与AI融合所面临的大挑战，是要看它的核心应用在什么地方：

看视频更快、图片传输效率更高、VR/AR等等，可能都不是它核心的应用。更大的应用，可能还是在工业场景，例如无人驾驶、边缘计算、低能耗等场景上。如何用新的网络设施、低能耗的方式、有效的路径完成任务，是一个很大的挑战，但也是未来的机遇。

通信人工智能，到哪一步了？

那么，处在"第三阶段"的通信人工智能，现在发展到哪个阶段了？

目前通信人工智能处于L1和L2阶段之间。

简单来说，目前行业实现了通信生态系统中部分自治的能力，也就是通过人工智能、自动化技术，来实现生态系统中某一部分自治的能力。

而且，这个能力并不是百分百闭环的。

也就是说，目前我们正处在L1.5的阶段上。

以通信网络为例，目前3GPP在核心网络的交换机中已经定义了NWDAF功能，它可以帮助网络路由更智能地进行判断和选择，也可以进行更准确的分析。

也就是说，在网络的各个节点上、或者网络的某些关键组件和部件上，实现了一些智能化的功能。

而理想的阶段，则是达到完全网络自治管理。