關於Wireless AI背後那些不得不說的事——＃DA Lab＃實驗室探秘

大家都說領先一步是英雄，領先三步成先烈，充分說明了「時機」的重要性。

作為一個在高科技公司的碼農來說，跟人家吹哥們在玩人工智慧的時候，往往得到的不是艷羨，多半是一句：「哥N年前的碩士論文就是研究這個的......」。

不過，人工智慧在AlphoGo妥妥的戰勝人類後確實又開始火爆了。潮起潮落，那麼這是一個新的開始，還是一個新的幻滅呢？

Wireless AI正當時

答案肯定是前者，我們已經進入了一個大時代，是個全新的充滿期望的開始。

當互聯網巨頭們一方面喊著AI民主化的時候，並不是我們的技術有多大的突破，而是到了這個剛剛好的產業成熟的臨界點。

大家都知道人工智慧的三要素，數據、演算法以及算力。只有當三者都到達均衡後，民主化才不僅僅是口號了。

對於各行各業來說，能否贏在未來，某種程度上就取決於其擁抱AI的決心與速度。

新的這波AI大爆發開始於2012年左右，華為在2014年就開始了無線通訊領域系統性引入AI的研究，早早的嗅到了春天的氣息，並做了充足的準備。

時間回到2017年11月的倫敦全球移動寬頻論壇，華為無線網路總裁鄧泰華總首次向業界發布了未來網路的核心元素Wireless AI；

在這次論壇上，華為聯合Vodafone、中國移動等運營商展示了基於Wireless AI的令人激動的測試結果。正式點燃了無線領域AI民主化的進程。

Wireless AI巴展首秀

2018年農曆年伊始， Wireless AI在全球移動大會的首秀，作為最熱門的展點之一，人頭攢動，大家都在好奇，更多的是期待人工智慧與移動網路的結合會有什麼樣的化學反應。

華為再一次向業界指出：Wireless AI是應對5G時代運維複雜性激增、資源使用效率下降以及業務體驗保障三大挑戰的必要元素。

並向業界指明了AI在無線領域的三大價值方向：驅動運維極簡、突破性能極限和使能新商業。

展屏通過Massive MIMO、多頻多制式以及無線指紋定位三大場景與Wireless AI的結合，闡述了Wireless AI能夠針對相應場景帶來10倍的運維效率提升、超過20%的體驗提升以及3-10倍的定位精度提升。

要知道Massive MIMO以及多頻多制式可是5G時代網路的新常態。

有沒有很期待Wireless AI與5G的深度結合呢？如果說這可能只是未來Wireless AI應用的冰山一角，有沒有很驚奇呢？

下面小編就帶領大家去探尋一個正在籌備的神秘實驗室，考慮到我走進去時真的感覺實驗室有點大，所以代號#DA Lab#。

解密wireless AI背後的夢工廠

如果說當前Wireless AI的一些應用是沃土上長出來的幾朵鮮艷的花朵，儘管這幾朵花朵的美艷程度已經讓我們垂涎欲滴。

可作為一個全新的基礎能力AI在移動領域的應用，顯然我們要在移動網路這片沃土上持續開出更多更美的花朵。

懂行的人都知道，AI領域最後比拼的都是數據：數據量夠不夠大，演算法夠不夠牛，算力夠不夠強。

而這個#DA Lab#正是專註於移動網路數據治理，讓Wireless AI不僅僅是停留在大家都能看到的花朵，而是可以得到整片不一樣的森林。

通過#DA Lab#的權威掌門人的介紹，讓我們來略知一二（知道這一二，可以比80%-90%的人更懂Wireless AI）：

? 讓移動大數據大得更有價值

移動網路每天確實有大量的數據的產生，僅呼叫級產生的樣本條數就有13億條之多。但這並不意味著都是進行AI模型訓練的有效數據。

並且很多實時數據原本就是「閱後即焚」，並不會有有效的結構化的存儲。因此針對移動大數據的治理是其中最關鍵的一環。

針對Wireless AI在移動領域的應用，要實現數據的三個轉變：從實時數據延伸到歷史數據；從單維數據到多維數據；從碎片化數據到結構化數據。

從更加長遠的角度來說，後續我們的移動基站就是我們整個移動大數據的感知系統，不僅僅有移動通訊系統內部產生的數據，也有移動基站對外部環境的感知數據。

這次展示的基於虛擬柵格的針對多頻多制式的協同，其中最關鍵的一點在於通過採集一段時間的異頻測量數據，以自適應動態柵格級的維度存儲起來。並通過模型訓練，最終形成一個條件反射式的免測量切換機制，提升終端切換性能，讓終端一直處於最佳的載波上，最終提高用戶體驗。

此外，#DA Lab#構築了比傳統方式提升數十倍的快速檢索能力，解決了海量數據與無線環境實時性之間的矛盾。通過提煉大數據中的價值特徵，實現小區級、柵格級以及用戶級的精準畫像，最終實現真正意義上的移動網路孿生。

? 構築移動領域專屬的AutoML平台

一方面無線大數據有自己獨特的特點，它比互聯網數據更複雜，維度更多。另外一方面無線系統有自己的一整套基於KPI的反饋機制。

不能簡單的調用普適性的AI/ML（機器學習）演算法來解決特性的問題，需要構建起專屬於移動網路領域的AI/ML演算法庫。

華為已經幫助運營商構建了全球最大的移動通訊網路，通過雜技移動通訊領域的長期積累和深刻理解，當前#DA Lab#已經構建面向無線網路的AI/ML演算法庫。

演算法庫集成業界和自研的多種AI演算法，生成匹配移動網路應用場景的各種數據模型，覆蓋90%的移動場景。同時，還不斷與高校開展AI領域合作，進行新的演算法模型探索。

當前已經自研出業界首個自動機器學習演算法（Auto ML），將數據建模時間從數月降至數天，並大大降低AI建模的門檻。

? 業界最強PB級並行數據處理能力

人工智慧技術的訓練過程需要強大的並行計算能力支撐完成大量的數據處理和模型建設。

#DA Lab#當前已投入大量資源構建面向AI/ML的超大規模計算集群，整合CPU、GPU、FPGA異構算力，實現PB級並行數據處理能力，這相當於可以並行處理百萬級小區的優化和調整。

同時考慮無線網路特點，支持雲端算力和邊緣算力的靈活部署與上下協同，讓產品設計與應用場景深度融合，提升AI特性的場景適應性，構築最強的面向Wireless AI的算力平台。

好了，掌門人要Join a conference了。

最後掌門人看到一臉懵逼的我，說了幾句大白話：最終移動網路與Wireless AI將融為一體，讓網路自己玩自己的，反正沒毛病，將會有病也是還沒病就自己好了，IQ是一天天見漲，知道有掙錢的好機會就會告訴運營商主人：「喂喂，醒醒，快去深圳華為坂田基地搞個送咖啡的無人機業務真的很掙錢呢。我讓我的MM（Massive MIMO）們在那給你變一張低空覆蓋網吧，分分鐘的事情。你要知道，那裡的消費能力全宇宙第一呀！」

嗯嗯，也就只劇透到這了。那麼，關於這個代號為#Da Lab#的神秘實驗室有沒有很期待？2018年的4月，華為全球分析師大會，敬請期待吧！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！