飞象网讯（源初/文）随着移动网络技术的不断进步和人工智能（AI）技术的快速发展，5G网络与AI的结合成为未来通信网络的重要趋势。这种融合不仅提升了网络的智能化程度，还显著改善了用户体验和网络性能。
九成运营商计划将AI纳入战略
移动网络的应用从传统的语音、数据、视频业务扩展到裸眼3D、XR等新兴业务，对网络提出了更高的高速率和低时延要求。此外，行业应用对大上行和精准定位的需求也日益增长。AI技术的快速发展，使其在数据分析、模型构建、智能决策等领域的能力持续增强，从而推动5G与AI的深度融合。
根据中国移动发布的《5G 网络 AI 应用典型场景技术解决方案白皮书(2024)》中提及，未来三年，全球91%的运营商计划将网络智能化纳入其战略并持续投资。通过将AI技术应用于5G网络，可以实现智能化业务感知与保障、智能网络优化和智慧节能等多方面的价值。AI可以实时监测和分析用户业务，确保服务质量；基于AI的网络优化技术，可以实现资源的高效利用；通过AI预测网络负载，动态调整设备功耗，降低能耗。
AI在5G网络中的典型应用场景
在无线网络中，AI的应用技术架构包括无线OMC平台和基站的分层处理。无线OMC平台负责单域内的网络智能，基站则负责网元智能，通过分层处理实现高效的AI应用。无线网络中的AI应用主要包括智能业务实时保障、智能网络优化和智能节能。结合通信与AI技术，提升用户业务体验；基于智能化技术优化网络，实现资源合理化使用；通过智能化节能系统，预测并调整基站的运行状态，降低闲时能耗。
核心网作为业务连接的中心，其AI应用技术架构包括内生AI、智能联合控制与决策、智能感知及可视化三部分。通过用户行为分析和定制化QoS决策，实现智能用户体验感知和业务识别，形成体验质差感知-保障优化-体验状态感知的闭环。支持AI模型在网络中的部署应用，通过智能决策能力生成策略建议，实现全局的策略智能推荐。实时感知应用类型、KPI/KQI数据和网络负载状态，并将部分数据及分析结果开放给业务平台，提升用户体验的可视化水平。
在重大活动和赛事等灵活场景中，AI技术可以通过流量预测与资源调度、快速网络部署与优化、智能化网络状态监测与调整等方式保障网络质量。基于实时流量监测和历史数据分析，预测活动期间的流量需求，提前调度网络资源；通过自动化网络规划和部署工具，快速完成网络部署和优化，确保紧迫场景中的网络服务质量；实时监测网络运行状态，及时调整网络资源，确保用户的网络体验。
5G+AI带来优质网络体验
《5G 网络 AI 应用典型场景技术解决方案白皮书(2024)》中认为，未来的无线网络AI技术将继续提升智能化水平，进一步融合AI与通信技术，实现更高效的网络优化和智能化业务保障。核心网AI技术将继续优化智能控制面和用户体验，推动AI在网络中的广泛应用，提高网络的智能化决策能力。终端和芯片的AI技术也将不断发展，提升终端的智能化水平，为用户提供更加智能的应用体验。
在无线网络方面，AI技术将推动新技术智能化的演进。例如，伴随通感一体、低空智联、无源物联等5G-A新技术的发展，AI的结合将进一步提升新场景下的网络性能，驱动5G-A智能化网络步入新阶段 。通感一体是5G-A网络的关键价值之一，利用移动通信网络已经广泛部署的站点资源，提供广域泛在的感知能力。但在复杂环境中，AI技术将有效应对各种挑战，如减少反射杂波的影响，提高无人机识别的准确性 。
核心网方面，随着网络数据分析功能（NWDAF）的引入，核心网将进一步实现智能化控制。通过机器学习和大模型技术，核心网将具备实时数据采集、智能感知、分析推理和决策闭环的能力，提升网络的整体智能化水平 。此外，AI在核心网中的应用还包括信令风暴的数字孪生仿真，通过高度仿真的虚拟环境和先进算法，提供网络管理的预测和解决方案，提升网络稳定性和用户体验 。
终端和芯片的AI技术也将持续进步，提升终端信道信息反馈的准确性和波束管理的效率。未来网络中，大规模MIMO技术与AI的结合将显著提升系统性能，通过AI技术进行CSI压缩和预测，减少上行链路资源开销 。此外，终端波束预测及管理技术的优化也将进一步提高系统性能，减少波束管理的开销，提升波束选择的准确性 。
通过无线网络、核心网、终端及芯片的智能化应用，5G网络与AI技术的深度融合将不断提升网络的智能化水平，为用户带来更加优质的网络服务体验。在此过程中，通信行业应积极探索和应用AI技术，推动5G网络与AI技术的进一步融合与发展，为未来的智能通信网络奠定坚实基础。
