【独家访谈】尤肖虎院士：我们完全有可能用基础理论带动6G技术真正上一个台阶...

人类诞生之初信息交互便存在了，它使得文明可以延续，并加速了人类的协同进化进程，使人类踏上了更广阔的疆域。在1948年香农发表《通信的数学理论》、奠定现代信息科学的数学基础之后，诞生了许多伟大的科技企业，形成了蓬勃发展的ICT产业，信息技术和产业的结合日益紧密。

科学技术的进步让信息流动在世界各个角落，覆盖生产、经济、生活的各个方面，打破了时空的限制。过去的几十年里，我国在移动通信领域完成了从“3G突破”到“4G同步”再到“5G引领”的跨越式发展。

如今，在移动通信每十年一代的演进中，6G通信技术又成了需要抢占的新高地。许多人不禁发问：6G技术能否突破管道？它离普通人还有多远？

茶思屋科技网站有幸邀请到中国科学院院士尤肖虎教授做客#茶思大师汇#栏目，深度阐释6G网络的技术挑战和架构思考，就是否有新的理论突破和技术创新来支撑6G研发、6G网络架构如何创新等问题发表了看法。

点击下方，回顾直播精彩谈话

茶思屋网站现将尤肖虎院士深刻全面的见解，整理成文字材料供您阅读，期待能激发更多人的思考，点燃更多思想火花。

#1

基础理论能否继续突破？

我们完全有可能用基础理论带动6G技术

真正上一个台阶

6G技术的发展可能不是靠一个层面，而是多个层面上相互结合。第一个层面要从基础理论方面来探求新的突破。第二个层面，是从需求本身引出了技术发展的新维度，比如说引入了感知之后，我们还要应用于工业互联网。多个层面上相互结合，形成整体性的突破，才是未来的解决之道。

香农信息论不是完美的，基础理论还能继续突破。

似乎现在业界，包括学术界和工业界，认为香农信息论已经发展到非常完美了，没有什么可做的了。我个人认为实际情况不是这样。首先香农信息论，它是无穷码长才能得到容量界，而我们实际世界系统实现是有限码长的。有限码长的性能的界，咱们的系统能不能达到？这个基本的问题，就没有回答。Arikan发明了Polar码。理论上，当编码长度趋向于无穷长的时候，Polar码是可以趋向于容量界。这个大家都知道。但是，我们实际系统都是有限码长的。要多长的码长才能比较好逼近香农界呢？Arikan在2020年发表了一篇文章，提出了一个新的码，叫PAC码（Polar-Adjusted Convolutional code）。他在那里面给了一个曲线，10的20次方码长还没有真正趋向于容量界。所以他在那篇文章里面给出了一句话：极化码现在看来远不是完美的。这些东西可能并不为公众所知，甚至是不为很多科研工作者所知。我们的编码，即使在现有的码长相对比较长的情况下，也远不是完美的。那怎么样是完美的呢？没有答案。这就是基础理论的问题了。

*PAC编码策略（图片来源：M. Rowshan, A. Burg, and E. Viterbo, “Polarization-adjusted convolutional (PAC) codes: Sequential decoding vs list decoding,” IEEE Transactions on Vehicular Technology, vol. 70, no. 2, pp. 1434-1447, Feb. 2021.）

现在6G又要超低延时，但是，超低的时延就意味着超短的码长。做通信的人都知道，编码是一个block、一个block，你必须把一个block接收完了之后，才能够获取信息。这就带来时延。码长越长，时延就越大。到了5G时代，实际上我们已经触及了短码，也就是编码的块长是接近100的量级。但是在短码这个领域，理论基本上是缺失的。我举几个例子。Shannon当初提出了香农信息论，后来他1959年在贝尔实验室BSTJ学报上面又发表了一篇文章。文章揭示了有限码长情况下，它能获取的最大可靠速率是多少，最好的误块率是多少。但是它那个界，包括2010年MIT的Yury Polyanskiy提出的有限码长效应，基本上都是在200以上的码长，那些界才是准确的。如果说6G编码的码长到了200以下，甚至几十、几个比特，理论的界都没有。

所以我们不能简单地用一句话说，现在的香农信息论做到极限了，没有任何基础性的突破可以去做了。中国人很聪明，数学功底也很好，完全有可能在未来几年内把一些基础理论的问题，包括过去做得不够好的，比如中长码、编码，再加上MIMO，短码等做好，这些方面一旦取得一些实质性的突破，就有可能带来6G性能的大幅提升。因为现在没有客观的参考，都是靠仿真相互比、横向比，没有一个绝对的参考。所以，我们未来的目标就是要把这些绝对的参考给找到，通过各种各样的方式，包括人工智能，来寻求能够逼近这些性能界的实现方式，再工程实现。我们完全有可能从基础理论来带动6G技术真正上一个台阶。

#2

移动通信的变革在哪里？

6G的定位又是什么？

用一种综合性的、普适性的、无所不在的移动数字基础设施来支撑全社会和全行业的发展

移动通信本身有自己的发展规律。根据我的观点，实际上每十年，我们有一次标准的升级换代，但是每二十年有一次应用对象或者是应用使命的大变革。比如说1G到2G，完成了每个人到处都可以打电话。3G、4G实际上是真正实现了每个人走到哪都可以上网，完成了第二个使命。到了5G时代，实际上我们正在发生第三次的角色转变。它不单单是为人提供电话服务，或者是互联网平台服务，而是变成一个具有普适性的数字基础设施。它既能够为老百姓提供相应的互联网服务，也能为企业ToB的应用提供各种各样的服务。这个角色，从4G时代迈向5G，已经开始发生变化了，并且这种趋势非常明显。比如说，物联网的终端在我们国家已经超过了手机终端的数量，并且会发展地非常迅速。物联网将来5年、10年之后，可能会远远超过我们现有的手机终端数。在这种情况下，怎么样用一种综合性的、普适性的、无所不在的移动数字基础设施来支撑全社会和全行业的发展？我认为这是移动通信历史上第三次的使命大变革。这个变革可能需要5年、10年，也可能需要10年甚至20年才能完成。但是我相信这个使命是能够完成的，尽管道路可能会比较曲折。

5G有些方面太强，有些方面又太弱了。

5G ToC可能没有特别亮眼的应用。我们原来寄希望于AR、VR、全息，由于非通信技术，比如说眼镜、全息等等并不是太成熟，所以没有给ToC的用户带来新的体验。

但是在ToB上面也产生了各种各样的问题。一个是商业模式，另外就是技术的适配性。5G当初设计的是挺好，但是后来发现它和真正的应用还并不是非常完美的匹配。比如说，IoT应用可能能力太强了，所以我们现在反过来要去做5.5G的Reduced Capability。但是对有些ToB的应用又可能太弱了。比如说大上行，从终端传到网络上的能力不够。工业现场网络，要求非常低的时延。比如说光纤的工业现场网络，它的时延是远远低于一毫秒的，5G又不能支持。所以它有些方面太强，有些方面又太弱，导致其不能精准适配ToB的这些应用场景。

但是，这恰恰是为5G到6G演进带来一个非常好的时间窗口。我们要抓住5G向6G演进的窗口，把ToC业务和ToB业务识别出来、做好。如果我们在6G大规模的商用之前，能够更多的去试错——5G可能前期试错试得还不充分。过去1G、2G到4G，基本上是外国人试错比较多。到了5G时代，基本上是中国人率先为全世界试错。因为人类对这种客观世界的认识，有时候不是那么百分之百准确，难免有偏差。不能说因为5G碰到了一些问题，我们就不勇敢地走下去，我们应该走下去。

在研究6G的时候，我觉得第一步就是要解决5G现有不能很好解决的问题，作为6G的首要、必须研发目标。其次才是把它的功能进一步提升，进一步去扩展。我觉得只要踏踏实实，把握应用适配的精准性，再加上我们一些人机接口，大家都看到了苹果的眼镜，包括马斯克做了人形机器人等，这些都显示出一些非常好的前景。如果再给予一些时间，这些好的应用就能够真正成熟起来，我相信5G的困境就会过去，6G的光明未来就会到来。

#3

6G会不会取代云？

6G一定会建筑在云上面，但6G不会取代云

我们在研究6G的时候，有三个基本的观点。第一是超越连接。实际上6G不单单提供连接服务，还提供感知服务、AI服务、数据服务、安全服务等等一系列的服务，所以从这个意义上讲，它是一个综合的移动信息服务。

第二个就是要超越地面，要按需覆盖，不是按人口覆盖。过去移动通信系统基本上是按人口覆盖，但是很多物联网的应用占比越来越大，可能就导致它和人的覆盖不完全一致，所以要实现按需覆盖，甚至是按地域进行覆盖。

第三个方面是超融合，也就是跨界融合。你需要数据，因为只有数据，才能够实现模型的嵌入。你需要把工业网络，或者是运行网络（Operational Network）的特性在必要的时候嵌进去，比如说我们的基站，具有时间敏感特性和确定性特性。在有线网络实现确定性网络，这个已经研究了很多年了。我们是不是需要把这些性能延伸到基站，延伸到空口，这就是“O” 。那么IT和CT的融合，这已经是很多年了。我们的网络虚拟化，切片，基于容器，基于Docker，基于Kubernetes，这些都已经在蓬勃应用了。当然还有算力、智算，这些方面都要在网络，特别是在6G里面加以融合，我们叫做DOICT的超融合。所以是超越连接、超越平面、然后DOICT超融合，三超。

那么对未来，我们也是有这么一个愿景。将来的6G，更多的是数实融合、天地融合、DOICT融合，这三个融合可能是最大的一个特征。特别是从客户的角度去看它，而不是从技术研发的角度去看它。从应用者的角度去看它，可能这三个融合可能会更加突出。

6G会不会取代云？6G一定会建筑在云上面，但6G会不会取代云？我说不会取代。我们的6G，更多的是最后一跳，就是为用户最靠近的那一跳来提供综合服务，包括刚才我提到的连接服务、智算服务、存储服务、安全服务、定位的感知的服务。而对于那些大的数据中心，咱们全国到处都在建智算中心等等，咱们取代不了人家。用移动通信网络内部的若干个P来取代人家千P万P，这显然是不现实的。各自的定位不一样。未来的移动通信网络，是在网络的边缘提供面向客户的非常精准的综合性服务。它可能不需要太多算力，也不需要太强大的人工智能。在网络边缘去训练大模型可能不需要，这些工作还是靠云最上层的那些来完成。完成了之后，和边缘的网络实现一个协同，所以各自有各自的定位，应该是一个互补的，而不是一个取代的关系。

#4

通信网络内生智能的道路在哪？

Network for AI与AI for Network

Network for AI和AI for Network是两个层面的问题，并不矛盾。比如说我们在云端搞一个大模型，在手机侧也搞一个比较大的模型，这都是在两端的，都是over the top，在协议栈上都是在最顶层，它是典型的Network for AI。所以这一类的蓬勃发展也很正常。

但是我们做通信，更多的是AI for Network。就是AI能够给通信网络的设计和运营能带来哪些变革性的作用。所以这个层面上的工作就不能靠over the top的做法去做。比如说ChatGPT，直接把ChatGPT拿来去做网络优化，做网络的内生智能，那显然就是不合适的。因为ChatGPT不知道网络内部的行为特征，它也从来没有接触到网络内部的相应数据。相当于你根本没学过，就用ChatGPT去做网络的内部的内生智能，那是不可能的。所以我们第一不可能把大模型直接拿来做网络内生智能。第二，把ChatGPT这种大模型拿来也不经济，因为移动通信的网络成本已经足够高，功耗已经足够大，强算力强智能就意味着高能耗，不可持续发展，高成本。所以不可能把ChatGPT这种大模型嵌到网络内部去做。

在路线走不通的情况下，我们应该发展真正适合自己的内生智能路线。

网络是人为设计的东西，数据有非常强的逻辑性。不像自然语言，翻过来覆过去说，语言、顺序都不一样，但是都能相互理解。网络内部都是机器本身的交互，是网络节点之间的交互，它有天然的、非常强的逻辑性。

我们怎么样利用这个逻辑性，而不是靠蛮力。把这种逻辑性很好地利用起来，可能大数据问题就变成了小数据问题。然后我们也不需要太多算力，就能够把网络的内生智能做了。

前期我们一直在探索所谓的知识图谱，要做网络内生的智能，或者是某一个维度的自动驾驶，或者是KPI的优化。这个KPI和网络内部的哪些数据是有关的？把它精准地辨识出来，对这些数据用算力去算就行了。这样的话就把它从大数据问题变成一个小数据问题。网络内部既具有了智能，非常绿色化，又可以支持实时特性。

另外我们可能还要发展一些网络孪生等技术，来避免神经网络不能百分之百正确的情况。咱们都知道ChatGPT，问十个问题它能答对了八个，其他两个不怎么正确，有时候是一本正经的胡说八道。但是网络的优化，内生的智能不允许这样，否则网络就瘫掉了。所以不是简简单单的把ChatGPT搬到网络内部就可以。需要发挥我们自己的聪明才智，需要利用网络本身的特点，需要克服神经网络或者是AI算法不能百分之百正确的问题，还要让网络百分之百不能出问题。

大模型有天然的优势，但也有天然的缺点所在。通信网络本身有自己的特殊要求。将来的网络要低能耗的，要轻量化的，要实时性的，要电信级的，甚至比电信级还要高，到工业现场网络是十的负十二次方的可靠性。这些怎么可能简简单单的就靠一个ChatGPT就能解决呢？不可能的。所以在通信网络内生智能方面，一定会有它非常区别于ChatGPT的另外一条道路，才能真正满足通信网络内在的发展需求。

Cloud AI还是Network AI？

有些应用是对时间敏感的，是mission-critical application，也就是任务关键型应用，这些应用就不能放在云端去做，只能放在边缘端去做。因为，第一你放得越远，时延越大。第二，过的跳数越多，网络的可靠性越差。所以，对这种mission-critical application，就应该放在网络的边缘，甚至是放在企业的内部去做。

我们传统的移动通信，无论是运营商还是设备制造商，都要改变的一个观念就是“我的所有东西都不能动”。咱们从传统的2G开始做起，一个网络做好了之后，你只有弄一个SIM卡插进去用的份，没有其他任何能动的份。这种传统现在一直在延续着。但是ToB的行业，非常丰富，具有多样性，差异化非常大。我们怎么样建立一个生态，这个生态就像咱们终端，自己可以定义APP，自己可以下载APP。特别是在边缘网络侧，能不能让客户、工厂自己就能够去定义？然后运营企业和制造企业怎么能够帮助它形成一个类似于APP Market，让人家自己就能够很方便地去定义它的应用？如果说有一天，这种生态建立了之后，我相信5G/6G的ToB的问题根本就不是问题。

END

编辑 | 易舒雯

校对 | 孙黎

排版 | 韩静