昨天由ldquo产业联盟和《移动通信》杂志联合主办。5G网络创新研讨会；在北京开业。本次研讨会基于ldquo促进网络演进和应用创新；作为主题，来自政府、运营商、主流设备厂商等全产业链的众多嘉宾，围绕5G网络演进与技术创新、网络智能化、5G精准化等热点话题，分享精彩观点，助力千家万户的数字化转型。

研讨会上，中国工程院院士、北京邮电大学教授张平应邀作了题为《从物联到智联--未来物联网发展趋势研究》的主旨演讲。张平指出，人工智能正在经历深度学习引发的第三次浪潮，AI与5G的进一步融合在数据、算法、计算能力、终端等方面都取得了长足的进步，这对于解决当前移动通信面临的挑战也大有裨益。

在数据层面，在通信网络中，大量数据是非结构化和高度实时性的，导致传统数据分析处理方法在处理大数据时效率低下、灵活性差。AI的优势在于可以从结构复杂、内部关联的结构中自动提取高级特征，大大降低了昂贵的人工成本。同时，数据量越大，AI的学习能力越强。

在算法层面，以前的方法通过获取知识、基于物理的数学模型或基于概率论来优化模块。然而，在现有网络中，无线信道存在一些非线性噪声和失真，导致理论值与实际数据之间存在误差。深度学习方法提供的流程图，融合了训练阶段和推理阶段，提供了从理论类学习任何隐藏结构和隐藏参数的新手段，从而拟合任何复杂函数，感知无线信道环境，刻画网络状态空间。同时，深度学习算法还可以解决传统方法在通信系统中无法建模和解决的问题，设计了全新的端到端架构，为未来移动通信系统提供了新思路。

在计算能力层面，分布式并行计算和云计算带来了强大的计算能力。由于人工智能训练任务中使用的计算能力呈指数级增长，基于图形处理单元的并行计算使得深度学习能够在数毫秒内处理海量数据，实现计算能力的集约化、规模化应用，为终端带来无比强大的计算能力。AI技术的引入进一步降低了对计算能力的需求，为人工智能在移动通信中的应用提供了有利的软硬件支持。

在终端层面，在边缘网络和终端平台智能方面，由于5G网络引入了边缘计算架构，并具备学习能力，将成为具有智能功能的终端设备。移动通信和人工智能结合产生的网络边缘和终端智能，将带动新一轮的产业革命，改变我们的商业模式。从这一应用可以看出，在后5G或6G时代，用户的智能化需求将被深度挖掘和实现，这将深刻影响移动通信的发展趋势、技术创新的布局和演进。基于大数据、大计算能力、大算法三大基本能力，可以从人驱动的规则模式转变为网络自驱动的自治模式，实现网络自适应、行为自学习、功能自进化的功能，从而在生成和促进社会进步和生产力方面做出诸多创新应用。

张平认为，AI在无线通信网络中的应用尚处于起步阶段，但具有丰富的场景和业务需求，在增强无线网络性能、提高网络运维效率、赋能新业务、提升安全防护能力等方面具有广阔的应用前景。

这一变化的背后，是互联互通诸多关键技术的推动。比如大规模天线阵列支持几十个独立的空间数据流，将多个用户的频谱效率提升数倍；超密集组网大大提高了频率复用效率，在局部热点实现了上百倍的容量提升；全频谱接入有效利用了各种移动频谱资源，提高了数据传输和系统容量。新的多址技术可以明显提高接入能力，减少有限的开销，缩短接入时延，节省终端功率。网络切片技术可以满足不同场景和用户的需求，边缘计算使应用功能随着网关一起下沉，使得更快的网络服务和响应成为可能。

张平指出，这些技术的进步拓展了移动通信的应用场景，提供了更多的可能性。增强移动宽带eMBB，可提供AR/VR、3D、UHD视频和高清语音等功能，以及云游戏和云办公。海量机器通信mMTC让M2M智能家居、城市、智慧物流成为可能。高可靠性、低时延的uRLCC使自动驾驶、工业自动化远程医疗和无人机成为可能。