基于运营商大数据的人工智能技术研究

张湛梅 中国移动广东公司

前言

随着移动互联网的高速发展,我国移动互联网用户在2019年已达到11.38亿,用户人均单日在线时长超过350分钟。移动购物、移动社交、移动娱乐、移动办公和电子商务已经深入每个人的日常工作和生活,使得人们对于城市通信基础设施的依赖度越来越高。

一、人工智能驱动通信业变革

（一）人工智能带来外延式变革

外延式发展主要是指运营商向自动驾驶、医疗健康、教育、个人助理、金融、安防和电商零售等应用领域延伸。例如：日本最大的移动运营商DoCoMo就推出多种人工智能产品，如语音助理软件「Shabette Concier」、聊 天 机 器 人 (15.12 -0.53%,诊 股 )「OHaNAS」等。DoCoMo的手机集成了各种AI功能，如i-Bodymo （随身医生、私人教练和营养师）、i-concier（私人管家）。美国通信公司Verizon则接连收购Hughes Telematics（车载信息通信系统）、Telogis（汽车物联网）、Fleetmatics（GPS车辆追踪），向智能驾驶领域进军。

（二）人工智能带来内涵式变革

内涵式发展则是运营商将人工智能技术应用于自身的客户服务、网络运营等业务方面，不断改善用户体验，提升运营效率。

在提升客户服务方面，可以采用两方面举措：一是智能客服，通过聊天机器人替代重复性高的人工客服工作，节约人力资源成本，提高客服的工作效率。二是基于用户画像的产品改进和精准营销。运营商基于用户数据，通过机器学习算法更深刻地分析和理解用户，从而针对用户需求推出量身定制的优惠套餐。

二、人工智能提升运营商网络运营能力

（一）网络质量优化

未来的网络将具备自主学习和自我适应能力。运营商可以通过机器学习算法，结合大数据分析，实现网络质量的自动优化。在美国，AT&T实验室也致力于基于人工智能技术在网络构建中的作用，力图实现智能化的学习和修复，自主发现网络传输过程中的问题并及时修复，实现网络服务质量的提升。

同时人工智能可以进行边缘计算，由于在边缘提供了智能，因此可以减少流向骨干网的流量。边缘计算可以让人工智能对象识别在0.35秒内完成对目标的识别。实际上，我们需要在边缘部署图像识别深度学习算法。位于网络边缘的算法则可以降低发送到骨干网的流量。但是这也形成了一个新的攻击面。幸运的是，人工智能能够在网络安全方面发挥很好的作用。闭环系统可在网络边缘收集数据，识别威胁并采取实时措施。

（二）预防通讯信息诈骗

运营商可以通过机器学习算法来监控、识别特定个人的特征和行为，从而识别通讯信息诈骗。例如，中国电信与数家机构打造的“人工智能开放实验室”就可以通过声纹识别技术锁定嫌疑人或缩小目标范围。声纹识别系统可以基于大数据对有嫌疑的声音进行自动识别和比对，提供有效的声音证据，可以提高破获电信诈骗的效率，预防信心诈骗。

三、运营商利用人工智能的通讯平台建设

（一）大数据管理平台

通信基础设施的全生命周期大数据管理平台分为两个层次：一是智能服务层，主要针对铁塔基站和设施厂商，以通信基础设施全生命周期管理为核心，与企业信息系统进行数据链接，通过分布式站点部署，将厂商设备在线的状态、故障、维护等情况与厂家的研发、制造、物流、安 等数据流进行对接。实现与厂家业务管理系统的数据共享，帮助厂家发现故障和问题、及时进行维护保障。二是智能管控层，主要针对铁塔基站和设备厂商，全流程采集其设备、质量、物流、安装、服务等相关数据，建立设施和设备数据分析模型，进行综合比对和算法验证，提取关键数据，发现产品和服务的问题，对上述问题进行归类整理、指标分析和趋势预测，为管控厂商服务水平和辅助决策提供支持。

（二）智能远维服务管理平台

通信基础设施的智能远程运维服务管理平台分为两个层次：一是设施运维监管，主要包括设施和设备的厂家、类别、型号、功能、技术参数等静态信息，还包括设备的运行情况、故障情况、维修保养情况等动态信息。二是流量指标监管，主要对包括文件下载速率、视频下载速率、4G下载速率、固定宽带、移动宽带、CDN等应用基础设施能力方面的关键指标，对通信保障能力进行监管。

（三）双平台的功能

一是全面覆盖精准定位。平台打通了国家测绘局提供的GIS地理信息数据，包含了天津市所辖的16个各区县的地理信息，为全部通信基础设施提供了精确定位，并对全网设施和设备进行在线监控，既可以服务于设施状态监测和维护保养工作，也可以实现按区域的数据分析和挖掘。

二是整合资源理清数据。平台汇总收集了天津市主要通信基础设施运行的数据，对天津市各级、各类运营商的网络数据进行了分层次、按类别的关系梳理。通过数据分析发掘，发现了资源的错配与浪费，简化了网路的交叉与重复。同时结合天津市整体通信基础设施的发展需求，开展多层次指标监测分析，统计分析结果为通信基础设施的升级改造提供了可靠的依据。

三是智能监管提升体验。实现了对通信设施和监测设备状态的智能识别，对运行状态和故障类型的智能分类识别，对突发的、间歇的、渐进的故障和事件进行分类处置，对设施和设备进行针对性地故障预判、维修保养或升级改造，大大优化了在线设备的运行状态，整体提升了通信设施的能力指标，大幅度减少了设备故障抢修情况的发生，最终提高了通信用户的体验效果。

四、运营商的人工智能发展战略

人工智能的产业结构自下而上可分为基础层、技术层和应用层：基础层指的是人工智能所具备的三大核心要素，即算法、算力和数据；技术层指的是自然语言处理、计算机视觉等人工智能相关技术；应用层则指的是基于具有应用场景的产品或行业解决方案。

目前，切入人工智能领域主要有自下而上和自上而下两种模式。BAT等科技巨头掌握人工智能核心算法和模型，并拥有海量数据，普遍从基础层切入，自下而上，逐步向技术研发和场景应用延伸。而一些创业公司则更倾向于从某些特定的应用场景入手，借助巨头提供的人工智能云服务，提供具有特色的应用和智能硬件。

人工智能产品和技术开始走进人们的生活，生活场景中随处可见这项技术的身影。如果要切入人工智能领域，运营商的主要优势有二：一是海量的用户数据；二是运营商自身有大量的业务场景，如智能客服、精准营销、网络优化、反诈骗等。所以，运营商可以考虑从两头入手，从自身已有业务场景出发，结合大数据优势，通过自主研发，或者投资、合作引入一些在算法和算力领域领先企业的方式，补足算法、算力方面的不足。优先实现自身业务的智能化，在有了一定的技术积累之后，再逐步拓展到自身业务以外的其它应用场景，提供垂直领域的智能硬件产品或解决方案，以AI赋能企业，帮助企业实现转型升级。

五、结语

如今，电信行业已经明确需要更快的终端用户数据速率。因此，在进行人工智能网络规划的过程中，要全面分析产生的数据，通过快速的数据分析，智能化的进行网络问题的处理，并且能够在自主学习的过程中，更加完备的进行问题的预防和规避，实现不同的业务需求，节省网络资源，构建一个良好的通信网络环境，实现资源的合理的优化配置。