冯俊兰：通用智能时代的网络智能化

报告概述了一家公司在网络智能化领域的显著成就及未来方向。以下是对主要信息的总结：

研究与创新里程碑

• 时间线：从2017年开始，“网络+AI”跨学科融合技术研发项目启动，随后在2018年推出了业界首个网络智能化分级标准。
• 成果：2019年，公司与产业合作伙伴共同提出了自智网络愿景。2023年，公司开始探索6G+AI与网络大模型的结合。
• 研发与出版：截至2021年，公司已投入200多人参与研发，发表了40多篇论文，并出版了12份白皮书，积累了600多项网络AI能力，拥有13个荣誉奖项。

技术与架构创新

• 供给侧增强：通过汇聚行业龙头的特色数据，以及持续训练和迭代提升，实现模型性能的持续优化。
• 模型优化：采用大小微模型在线持续优化策略，结合多元Meta信息，利用灵活的异构软硬件部署技术。
• 定制化与边缘计算：提供定制化蒸馏服务，支持Edge端部署，积极适配国产算力测评系统。

算力与基础设施

• 智算引擎与基础模型：构建了九天智算引擎，以及通信能源航空医疗政务建筑等领域的基础模型。
• 大规模模型：探索了从7B到100B+的大型模型，这些模型在多个中文测试集上的表现超越了业界同等规模的模型。
• 网络大模型：开发了网络状态为token的网络时空序列表征大模型，用于处理网络结构化时空序列问题。

应用与业务覆盖

• 服务范围：涵盖4G/5G、6G、无线网建设维护、优化运营等多个业务领域。
• 智能体网络：构建了智能体网络，包括网管智能体、网元智能体等，支持NLP、视觉、语音等多模态融合。
• 智能决策：通过网络大模型实现网络性能预测、异常检测、根因预测、优化决策等功能。
• 案例与合作：展示了成功的案例，强调了与60+研发单位的合作，通过飞轮机制推动省公司、研发机构、集成商之间的研发应用闭环。

结论

该报告展示了公司在网络智能化领域的深厚积累和技术领先性，通过一系列创新性的研究与应用，推动了网络技术向智能化、自动化方向发展。公司不仅在理论研究上取得了显著成果，还在实际应用中展现了强大的实力，通过与多方合作，推动了行业进步。