随着5G的商业化运行，通信网络运营正面临巨大挑战，传统运维管理方式难以适应5G空前庞大的网络规模、复杂的网络结构、激增的网络流量和多元化动态业务等新的需求，成为制约5G应用推广和效能提升的最大瓶颈。人工智能近年来发展迅猛，在许多传统行业成功应用。将人工智能应用于5G网络，可以有效提升网络的自动化、自主化程度，使过去的“傻瓜式”网络逐步向“智能化”的自动运行网络演进，为5G的商业化部署和更新迭代扫清障碍。

　　5G网络对运营商带来了巨大的挑战，5GPPP论坛（5G Infrastructure Public Private Patnership）明确了5G部署的关键挑战，例如提供1 000倍的无线区域容量、更多样化的服务能力、服务节省高达90%的能源、减少平均服务创建时间周期从90 h～90 min、创建一个安全可靠的互联网、为服务提供“零感知”停机时间等[1]。空前庞大和复杂的网络规模、前所未有的服务质量要求和更加复杂多变的业务需求，远远超过了人工规划、运维的极限，引入人工智能（AI）已势在必行。通过将5G 网络与人工智能相结合，可有效提高5G 网络的智能化程度，使网络从人工配置参数与使用专家经验制定策略变为网络智能配置参数与智能策略自动生成成为可能。

　　移动通信技术发展至今，以每10年为一个周期，不断推陈出新，经历了从模拟到数字、从语音到数据、从窄带到宽带的更迭换代，每一次通信技术变革都对人类社会产生深远影响，同时也为整个通信行业带来巨大的机遇与挑战。5G作为面向2020及未来的新一代通信技术，不仅表现在速度的极大提升，更致力于将人与人之间的通信扩展到万物互联。

　　增强移动宽带（eMBB）主要面向高速率、大容量的数据传输场景，如超高清3D视频、虚拟现实与增强现实等；

　　超可靠低时延类通信（uRLLC）主要针对智能驾驶、远程医疗等对网络可靠性及时延要求很高的应用场景；

　　海量机器类通信（mMTC）支持大规模、低功耗传感器的接入和管理，主要应用于工业物联网、智慧城市、智能家居、环境监测等以传感和数据采集为目标的应用场景。

　　目前，随着5G商用计划期限临近，全球5G发展全面加速。国际电信联盟组织3GPP自2015年起开始在无线G新空口（NR）的可行性研究，2017年底完成了非独立组网的新空口（NSA）标准，2018年6月发布了独立组网5G新空口标准，2020年7月宣布5G的第一个演进版本R16标准冻结。

　　美国联邦通信委员会（FCC）在2016年对5G网络的无线GHz、39 GHz和47 GHz等一系列频段的拍卖。Verizon公司在2017年实现了5G固定宽带无线日，Verizon宣称在美国4个城市推出了5G Home服务；AT&T在2018年12月21日宣布，在美国十几个城市中正式推出符合3GPP标准的“5G+”[2]。2018年，日本软银株式会社公开了在28GHz频段5G网络通信实验结果，并计划在2020年5G网络正式商用。韩国已在平昌冬奥会上试用5G网络，2018年12月，韩国三大运营商宣布5G网络开始正式商用，成为全球首个5G网络商用国[3]。此外，在军事领域，美国国防部已选定四个军事基地开展5G技术试验，以评估5G军事应用前景并论证具体需求[4]。

　　我国早在2013年2月成立“IMT-2020(5G)推进组”全面推进5G技术，工信部于2017年11月发布的《工业和信息化部关于第五代国际移动通信系统（IMT-2020）使用3300—3600MHz和4800—5000MHz频段相关事宜的通知》中明确了我国首批5G网络使用频段[5]。“十三五规划”将5G作为我国重大技术专项，在2019年开始5G网络建设，于2019年1月正式公布了第三阶段的5G技术研发试验规范；同年9月，IMT-2020（5G推进组）对外公布中国5G技术研发试验第三阶段NSA（非独立组网）测试已全部完成[6]；截止2020年，我国已初步实现5G商用。

　　人工智能的研究从上世纪50年始，伴随着计算机和信息技术的发展，从早期的知识驱动的符号智能、专家系统逐渐演变为数据驱动的计算智能、机器学习。近年来，随着数据的海量增长、硬件平台的成熟、以及先进学习算法的提出和神经网络架构的完善，以往阻碍人工智能研发应用的限制因素逐一被克服，以深度学习、强化学习等为代表的多层神经网络以其强性能、高效率和较好的泛用性得到各行各业的关注。人工智能技术在带来图像识别、数据分析、无人驾驶、自主无人机和机器人等许多新兴产业的同时，也为传统行业带来了新的发展机遇。

　　在通信网络领域，人工智能很早就被应用于流量监测、智能运维、安全防护、业务分析等不同方面。随着5G时代的临近，人工智能技术在通信网络中的应用条件逐步成熟。一方面软件定义网络（SDN）、NFV等全新网络架构体系实现了软硬件解耦、屏蔽了底层硬件差异，为人工智能的部署提供了基础；另一方面，5G网络所面临的复杂环境和多变需求，又反过来促使网络从过去的人工模式向AI驱动的智能模式变迁。

　　美国的AT&T的开源平台Acumos已经用于解决运维、安全、客服以及物联网等多项业务中遇到的问题。

　　美国麻省理工大学将深度强化学习应用于TCP拥塞控制和网络资源管理；梅隆大学通过流媒体点播的预测，优化新用户QoE；谷歌利用深度学习分析数据中心环境参数，对未来电源使用效率（PUE）和数据中心在未来一小时内的温度和压力进行预测，从而合理分配能源，将冷却系统的能源消耗量减少了40%[8]；

　　此外，美方非常重视人工智能技术在网络空间安全领域的应用，美国国防高级研究计划局正在研究将人工智能纳入网络防御系统。这些系统包括利用机器学习自动检测软件代码漏洞，以及发现偏离正常网络活动的异常行为。

　　华为利用深度学习优化大型数据中心能源效率，在河北廊坊数据中心试点项目中，通过AI精准实时调优，将能源效率提升15%，每年可节省800万电费；将AI应用于VoLTE故障根因自动分析，将故障定位时间从人工所需的7天缩减到15 min，故障检测准确率从40%提升到90%；此外，在Massive MIMO智能调优中，通过AI技术已实现短短数天得到一个站点的最优初始值，效率比传统方式有了巨大提升[9]。

　　中兴通讯计划在网络的基础设施层、网络及业务控制层、运营及编排层逐步引入AI[10]，在广东开展基于AI的告警根因分析项目试点，将告警规则抽取工作量从平均30人天降低到7人天，告警数量压缩了40%～60%，有效告警规则的抽取数量提升60%；在四川试点的无线优化项目中，通过基于AI的移动负载均衡，使得区域的总流量提升10%。

　　国家对AI驱动的智能化网络发展非常重视，近年来国家出台了一系列关于数字中国、网络强国与智慧社会建设的政策，要求快速推进集感知、传输、计算、处理与存储为一体的智能化信息平台。基础信息设施的建设既代表了人工智能技术的最新需求，又代表了因人工智能技术研究的突破而产生的新的研究领域。

　　根据ITU定义的5G网络适用的eMBB、uRLLC及mMTC三大技术应用领域，大规模天线阵列、新型网络架构、新型多址技术、超密集组网技术、D2D通信技术等十二项关键技术，网络的规模和复杂程度都远超以往。快速变动的动态业务使得通过人力进行参数配置与使用专家经验制定策略的方法已经无法满足需求，将5G 网络与AI相结合，可有效提高5G 网络的智能化程度，使网络从人工配置参数与使用专家经验制定策略变为网络智能配置参数与智能策略自动生成成为可能。

　　人工智能应用于5G基站覆盖智能优化。目前5G技术研制和标准制定工作正有条不紊的进行，但是其商用化部署仍存在许多实际困难。大规模MIMO、非正交技术、超密集组网等5G核心技术在大幅度提升频谱效率的同时，也使得网络拓扑更加复杂，干扰控制、小区间协调、传输资源及部署成本等问题越发突出。仅依靠人工采集和分析各项数据，不仅耗时耗力，而且难以保证得到最优方案。利用AI技术，自动对数据进行分析，可以在极短的时间内，从上万种参数组合中找到最优解，大大降低5G商用化部署难度和成本。

　　人工智能应用于5G异构网络接入控制。未来5G网络将是宏基站与微基站结合，4G、5G、WiFi、D2D等多种接入方式并存的异构网络。与此同时，随着业务范围的增加，用户的需求更加复杂多变，仅采用Wifi优先的接入规则难以满足以用户为中心和资源利用率最优化的业务需求。AI技术可以通过主动分析用户的业务需求和网络环境，自动选择最优的接入网络。并且可以根据用户的移动轨迹和接入历史，进行预设置，实现不同网络、不同小区之间的平滑过渡，进一步提升用户体验。

　　人工智能应用于5G网络切片资源管理。网络切片即根据不同业务的场景需求，将网络中的基础设施及相关资源利用虚拟化技术分割为若干虚拟网络，其中每个切片根据业务场景需求和话务模型不同，可以单独的定制、剪裁与编排相关资源，已满足其业务需求。利用AI技术可以识别不同业务场景，匹配网络切片模板，并根据业务需求规模申请所需的网络资源，使用虚拟化分割技术根据切片模板实现虚拟网络、服务编排与接口实例化等功能。在运行过程中实时监测切片状态，提高资源调整的速度，加快功能升级的部署，业务下线后迅速撤销并回收切片资源，进一步提升网络灵活性和网络资源利用率。

　　人工智能应用于5G网络运行维护。5G的一个重要特征是将人与人之间的互联扩展到万物互联，网络规模与复杂程度空前庞大，运行与维护成本大幅度提升，传统依靠人工和预先策略的运行维护机制已无法满足需求。在网络运维中引入人工智能，可以通过对历史数据的深度挖掘，建立网络健康度模型，对网络的运行态势进行评估和预测；通过人工智能的时序推理能力，可以对网络的流量趋势进行预测，实现网络资源的合理调配与预留，在高效服务保障的同时大幅度节省能耗；通过对监视与告警信息的关联性分析，可以精准的定位到故障位置及根因，实现网络故障的快速维护。

　　人工智能应用于5G网络安全防护。5G时代面临着严峻的安全形势：一方面大规模、复杂网络环境中入侵检测、病毒防御更加困难。另一方面，随着车联网、工业物联网等万物互联模式的发展，网络攻击行为造成的危害也将更加严重。传统网络防御工具通过匹配已知恶意代码进行防御，黑客或病毒只需修改此前恶意代码的一小部分即可绕开这种针对性的防御。人工智能网络防御工具可以识别网络中行为模式的变化并检测异常情。