（笔记）通信人工智能的下一个十年 （一）

移动通信技术的商用发展已历经了37年的岁月。从1983年10月贝尔实验室与摩托罗拉大规模商用第一代模拟语音通信技术AMPS(AdvancedMobilePhoneSystem)作为发展原点，到1991年世界主流的第二代移动通信技术GSM(GlobalSystemforMobileCommunications)实现全数字化语音，以及演进到2001年的第三代UMTS(UniversalMobileTelecommunicationsSystem)通信技术支持语音与移动数据业务；到2008年至今全球大规模商用的第四代移动通信技术LTE(LongTermEvolution)支持全IP(AllInternetProtocol)化的高清语音与高速移动数据业务；最终发展到2018年第五代移动通信5G(the5thGeneration)技术全世界开始逐渐商用[1]。这30余年移动通信5个代际发展历程中，移动通信本身实现了从模拟到数字，从语音到语音与数据业务并重，从电路交换到IP化，从封闭通信生态系统到赋能垂直行业的技术与生态发展演进。在移动通信发展的早期，尤其是从1G到3G(TheThirdGeneration)发展的初期阶段，移动通信网络与业务的生态体系还在不断进行完整性构建中。直到第四代移动通信生态系统基本实现了网络系统全IP化、支持语音与数据业务、并开始向垂直行业赋能的尝试后，业界开始提出移动通信网络自动化与智能化的需求与发展理念。伴随着移动通信网络本身变得日益复杂化以及通信业务生态变得日益多样化的特征，通信网络基础设施和业务系统中需要面对诸多复杂场景，例如无法用仿真模型模拟的极其复杂的无线环境、指数级的IP交换与路由控制选择、主动性的网络支撑与业务保障、一客一策与一刻一策的网络个性化服务等，远超出传统的人工规则预定义与执行的处理与管理能力，因此当前的通信系统中需要有一套自动化、智能化的体系和手段来保障网络与业务的运行与发展。

第三代移动通信自2001年商用以来到2020年第五代移动通信的广泛商用，过去的20年中移动互联网与数据业务得到蓬勃发展，通信生态系统中产生海量的大数据，为人工智能在通信领域的发展和应用提供了天然的、高质量的数据源。而在2006年伴随着Hinton等提出的深度学习，标志着人工智能发展的第三次浪潮的兴起[2]。传统机器学习中的监督学习、非监督学习、增强学习以及人工智能中的神经网络以深度学习的形式在通信领域各种场景中都有所应用。我们在IEEEExplore数据库中查找通信人工智能领域的学术成果，用“ArtificialIntelligence”,“MachineLearning”,“DeepLearning”等关键词搜索的学术论文数量，2006年至今的15年是相比于2006年之前15年的6.42倍。由此可见自2006年开始的第三次发展浪潮，人工智能与移动通信行业的融合应用进入了一个飞速发展的阶段。

通用目的技术GPT(GeneralPurposeTechnology)通常指那些可以对全球或者国家经济体产生影响的技术。GPT有希望通过影响既有经济和社会结构来显著的改变社会[3]-[5]。经济学家RichardLipsey和KennethCarlaw早在2005年就把人工智能等24种技术定义为通用目的技术GPT[6]。从2018年开始至今，各国政府与学术组织逐渐开始将5G视为新一代的通用目的技术[7]-[10]。GPT的显著特征在于对各种行业具有技术扩散性与赋能，并为垂直行业的研发与创新提振了生产力[5]。5G与人工智能很明显具备这样的特征，因此，5G与人工智能普遍被各国和工业界视为21世纪最新的一组通用目的技术被采纳。

自从2018年5G逐渐商用以来，有不少文献[1][11][12]以调研或者实证研究形式探索人工智能在5G的应用，大多以AI从5G物理层、MAC(MediumAccessControl)层、网络层、应用层的应用案例做综述，或以某一研究问题做仿真或者数据分析进行田野实验或者实证研究。然而，目前业界仍然缺乏并需要从第五代移动通信以及B5G(Beyond5G)生态系统发展的角度，对移动通信和人工智能技术的融合发展做整体的综述和前瞻性的展望。本文作者们希望将第五代移动通信与人工智能技术作为一组通用目的技术的融合应用发展作为主线，对人工智能在当前5G国际技术标准、5G网络与业务生态系统的“注智”与“融智”做系统性综述，并对未来10年移动通信与人工智能技术的融合演进做出前瞻性论述。