6G网络AI概念术语白皮书
背景
6G将催化AI革命，成为普惠智能服务的使能器。新业务场景将源于通信与AI的共同设计，涉及CT、IT、数据、行业等跨领域深度融合，使得6G成为一种新型的基础设施，满足未来各行业数字化、智能化发展趋势，以及元宇宙、触觉互联网等新应用走向更极致性能、更智能化和个性化。网络AI是基于此趋势提出的，但目前业界对网络AI的内涵、融合程度等方面尚未形成统一理解，相关概念术语也缺乏清晰定义。
概念术语定义
- AI for Network (AI4NET): 通过AI提升网络自身性能、效率和用户体验，例如优化传统算法、网络功能和运维管理。
- Network for AI (NET4AI): 通过网络为AI提供支撑能力，例如算力、数据、算法等，实现更高效、更实时的AI训练/推理。
- AI as a Service (AIaaS): 在网络基础设施中构建AI应用的服务能力，包括网络自用的AI和AI新业务。
- 网络AI: 在网络中提供完整的分布式AI环境，包括AI基础设施、AI工作流逻辑、数据和模型服务等，涵盖AI4NET、NET4AI和AIaaS。
网络AI的QoS：QoAIS
QoAIS从连接、算力、算法、数据等多个维度评估网络AI的服务质量，包括性能、开销、安全隐私和自治等指标。
模型、算法、知识
- 知识: 数据和信息加工提炼后的结晶。
- 模型: 描述客观事物特征及其内在联系的数学结构表达式。
- 算法: 完成某项工作的方法和步骤。
- 算力: 对数据的处理能力，包括计算能力和存储能力。
- 智能: 智力与能力的总称，包括自然智能和人工智能。
- 智能化: 事物在现代信息通信技术等技术的支持下，实现具备能满足人的各种需求的属性的过程。
- 人工智能: 机器模仿人类利用知识完成一定行为的过程。
- 机器学习: 利用算法解析数据，不断学习，对世界中发生的事物做出判断和预测的一项技术。
- 知识图谱: 描述真实世界中存在的各种实体和概念，以及他们之间的各种关系的巨大语义网络图。
- 集中式处理: 将所有信息放到一个统一的信息中心进行处理。
- 分布式处理: 将不同地点的、或具有不同功能的、或拥有不同数据的多台计算机利用通信网络连接起来，共同完成一个工作任务。
- 分布式机器学习: 利用多个计算机节点进行机器学习，以提高性能、保护隐私、并可扩展至更大规模的训练数据和更大的模型。
相关概念澄清
- 网络智能化: 将AI等智能化技术与通信网络的深度融合，利用AI等技术助力通信网络运营流程智能化，提质、增效、降本。
- 内生AI: 在架构层面通过内生设计模式来支持AI，而不是叠加或外挂的设计模式。
网络AI分级分类定义
- S0-AI4NET: AI主要作为工具来优化网络，对原有的网络架构不一定产生影响，例如用基于数据的AI模型替换网络中的传统的数值算法来优化网络性能和用户体验。
- S1-连接4AI: 从网络的基础连接服务出发，将AI作为一类特殊的业务，分析连接或组网方面的特殊的要求。
- S2-（连接+算力）4AI: 6G将成为连接+算力的新型基础设施，可以满足AI所需的连接和计算服务。
- S3-（连接+算力+数据）4AI: 6G网络将提供数据服务，可以满足AI所需的连接、算力和数据服务。
- S4-（连接+算力+数据+算法）4AI: 6G网络除了可以满足AI所需的连接、计算和数据服务，还对AI模型本身有一定程度的感知，并基于对AI模型的不同层次的认知，6G架构内生支持对具体的AI模型实施自适应的针对性优化和模型拓展新构建的范式。
- S5-AIaaS: 提供网络AI相关的连接、算力、数据和AI工作流的编管，并支持在网络基础设施中构建AI应用的服务能力。
总结
网络AI蕴含的是连接、算力、算法、数据跨技术领域的融合创新，是网络架构层面的重大变革，6G网络的范围将不局限于连接服务，还包括内生的计算、数据、AI等服务，这些将使得通信网络走向全新的领域。
