对AI原生概念进行详细研究

埃里克森白皮书 BCSS-23:000056 Uen 2023年2月定义AI原生：高级智能电信网络的关键推动者

引言

• 人工智能（AI）和机器学习（ML）技术在过去十年中经历了爆炸式增长，尤其在ML领域。
• AI技术已成熟并稳定，在存在固有随机性和非确定性的情况下表现出色，尤其在捕捉复杂数据中的模式和相关性方面。
• AI在电信领域的应用日益增多，例如在3GPP的5G和5G Advanced规范中提升网络性能和实现智能网络自动化。
• “AI原生”这一术语开始出现在学术和行业讨论中，但缺乏明确的定义和规划指导。

AI原生概念的兴起

• AI对电信系统的设计和处理将产生更显著的影响，但目前“AI原生”对电信运营商的含义尚不明确。
• 缺乏明确的定义来帮助确立“AI原生”的概念，并形成对其实含义及其重要性的共同理解。

人工智能原生定义

• 术语“AI原生实现”用于在广义上讨论该概念，涵盖系统、功能、应用程序等实体。
• AI原生的高层概念包括在实体所有子组件中广泛使用AI和必须伴随的数据基础设施，而不是将基于AI的组件添加到现有的非AI实体上。
• 向系统中添加人工智能功能的不同方法：
  • 替换一个现有组件。
  • 添加一个新的基于AI的组件。
  • 增加一个作为传统组件控制器的基于AI的组件。
• 两个方法都要求与现有的系统实现向后兼容。

AI在电信领域的原生应用

• AI原生概念可定义为：“人工智能原生是指具备内在可信的人工智能能力，其中人工智能是功能性的自然组成部分，涉及设计、部署、操作和维护。
• AI原生实现利用数据驱动和基于知识的生态系统，其中数据/知识被消耗和产生，以实现基于人工智能的新功能，或在需要时用学习和自适应的人工智能来增强和替代静态的基于规则的机制。”

人工智能原生架构

• AI原生架构是一种人工智能贯穿整个架构的架构，在新产品中可以通过从一开始就规划来实现，对于旧产品则可以考虑演变成AI原生系统。
• AI原生架构的重要方面：
  • 无处不在的智能：AI技术可以跨切面地应用于整个架构，而不仅仅局限于某一层。
  • 分布式数据基础设施：数据和知识需要在各个层之间共享，并且AI技术可以应用于每一层，甚至跨越层与层。
  • 零接触：自动化AI和数据的管理，实现完全自主的操作。
  • AIaaS（AI as a Service）：将AI模型生命周期管理功能、数据处理等方面作为服务提供给外部实体。

人工智能原生成熟度模型

• 爱立信开发了一个人工智能原生成熟度模型，由五个级别的矩阵组成，还有一个零级表示非人工智能原生。
• 模型的维度包括架构、协作、数据摄入等，可以根据其人工智能原生程度进行分析。
• 指导原则是在AI原生实现中增加其范围和自主性，同时降低人类干预和控制的水平。
• 模型中的行是独立的，因此特定的实现可以在一个维度上是2级，而在另一个维度上是3级。

结论

• AI原生的实现理想情况下意味着AI作为系统中首先考虑的因素得到应用，而不是一种附加的思考。
• 行业需要携手合作，按照需求利用并演化AI原生技术以实现规模化采用。
• AI原生成熟度模型可以作为电信行业在AI成熟度之旅上的指导方针，补充不同标准化论坛上现有的AI成熟度模型。

术语表

• FM：故障管理
• PM：绩效管理
• CM：配置管理