4月17日消息（乐思）在今日举行的“2018中国SDN/NFV大会”上，SDN/NFV产业联盟理事长、工信部科技委常务副主任、中国电信科技委主任韦乐平指出，人工智能（AI）也适用于解决网络难题，一切基于软件的复杂多维问题都可以借助AI的帮助，复杂的多层、多域、多协议、多接口、多参数、多厂的网络和业务向题也不例外，只是AI在不同层面和领域的作用和引入路径不同。
韦乐平表示，电信网的复杂性和人工依赖性使得具备应付高度复杂性能力的AI人工智能具有很好的发展空间。“结合SDN与AI的基于意图的网络（IBN）将可能成为网络自动化和智能化的目标。”
他同时指出， AI使能是网络架构重构新阶段，基于SDN/NFV/Cloud的网络架构重构带来大量新的多维复杂性，在很大程度上抵消了其带来的诸多好处，而AI在处理复杂问题上的能力远超人脑，因此，AI也适用于解决一般网络难题。
据介绍，AI网络应用的一般原则是越高层、越集中，跨域分析能力越强，对计算能力的要求也越高，所需数据量也越大，更适合对全局性的略集中进行训练和推理；而越低层，越接近终端，专项分析能力越强，对实时性要求往往越高、对计算能力要求则满足业务需求即可，引入AI的推理能力或具备轻量级的训练能力即可。
另外，韦乐平还给出了AI在不同层级上的应用的能力。AI在基础施层的应用主要为有源硬件设施提供AI加速器，可实现不同层级的训练和推理能力，诸如核心DC的基础设施，可优先引入AI加速器，满足全局性的略或算法模型的中训练及推理需求。而接入侧可以逐步按需推进，例如基站内嵌AI加速器可以支撑设备级的AI策略及应用。
AI在网络和业务控制层的应用可以优先集成AI的推理能力，对网络和业务实现智能网络优化、运维、管控和安全；可实现网络各层级KPI优化、网络策略优化等，例如在无线的覆盖优化、容量优化、负荷优化等。
AI在运维和编排层的应用可优化在大数据平台上引入AI引擎，对OSS和BSS数据做更深度的智能化挖掘。
“随着虚拟化网络的部署，编排层上可以逐步叠加AI能力，从而提升产品编排、业务编排、端到端资源编排的自动化和智能化水平，进而对业务量的变化做前瞻性的智能预测，实现动态规划和管理配套的资源。”韦乐平指出。 
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
