华为夏文鑫：自动驾驶目标与模型共享机制，让AI在电信业快速成长

5G来临后，2G/3G/4G/5G几张网络并存，运营商网络管理运维更加复杂，靠人难以应对。AI为运营商解决这一痛点提供了可能，将帮助运营商实现网络智能化，逐步实现高效自治网络。

因此，如何让网络借助AI进行“自动驾驶”，成为了运营商关注焦点。AI如何使能电信行业？就此，8月28日，通信世界全媒体举行主题为“如何将AI引入电信行业”的重磅沙龙，多位嘉宾提供宝贵建议。

比IT企业更懂CT的电信设备企业，也在积极推动AI在电信行业落地。在沙龙上，华为2012服务实验室主任夏文鑫对在实际操作中如何对数据进行训练、运营商之间如何进行AI层面的合作等问题，发表了自己的观点，为AI与电信企业的结合指明的方向。夏文鑫也曾负责过人工智能在华为服务的应用，对人工智能应于网络运维经验丰富。

华为2012服务实验室主任 夏文鑫

AI如何使能电信行业

AI在与电信运营领域结合时，面临多个需要尽快解决的问题。夏文鑫用“一辆跑车缺少四个轮子”的比喻表示，AI落地存在四方面问题，第一，过去网络和设备的数据输出，都是通过OSS系统结合流程活动作处理，不是用于机器学习处理的数据；第二，运营企业拥有诸多作业数据，但这些数据作业过程中并未标注，没有有效提供给机器训练学习；第三，通用的机器学习算法对电信产业的场景适应性不强；第四，没有成熟的适当电信领域的AI平台。同时缺少业务建模与训练经验的“司机”，这辆跑车很难跑起来，更没有机会让网络自动驾驶。

面对挑战，AI到底该如何使能电信行业?对此，汽车行业提出了分阶段落地的办法。夏文鑫也类比了美国汽车工程师协会SAE的自动驾驶标准。他表示，SAE将自动驾驶分为5级，通俗地讲，0级就是单纯的人工，2级是司机手还要在方向盘上（Hands On）,2级是司机可以不用手（Hands Off），3级司机眼睛可以不看路(Eyes Off)，4级是可以不用思考开车（Minds Off）, 5级则自动驾驶完整实现。同时就加速、减速、转向重复性动作，监驶环境监控，动态任务处理三个方面系统与驾驶员的分工作了划分。

从美国自动驾驶标准的定义可以看出，网络“自动驾驶”既要有明确的长期目标作为牵引，又不能一蹴而就，需要分级分阶段实现，团结足够多的力量一起努力。电信网络的自动驾驶也应该明确标准、以终为始、沿途下蛋、逐步落地。

夏文鑫强调了两方面工作的重要性，一方面，需要业界联合提出打造自治网络的目标，电信产业共同牵引建立“网络自动驾驶”的业务目标和分级标准，在业界形成一个牵引力，吸引产业有效力量，将包括运营商、厂商、第三方IT厂商等产业链资源集中，大家共同努力奔向网络“自动驾驶”的目标。在实践上将AI分步快速引入运营商网络，并不断迭代发展。

另一方面，AI实施中需要考虑清楚人才转型的问题。华为用人工智能解决内部效率的办法，是先将一部分人员转移到新的业务岗位上，扩张业务的同时人员实现能力发展，同时原有业务流程上人员负荷加大，必须采用新的技术手段，从而获取人工智能等新的技术。这样随着AI的逐步引入，在效率提升同时实现人才逐步转型。

数据共享机制价值巨大

大数据的有效获取，是AI训练平台得到成功模型的关键。但是每家运营企业将数据作为核心资产，且要考虑数据的合规与安全，所以并不能很好应用，运营企业“守着金矿喊穷”。

谈及大数据和AI的关系，夏文鑫形象地形容，AI是一个吃货，大数据是“食品”。大数据这个“食品”营养搭配得好不好，决定着AI的成长速度。

具体到运营维护方面，AI平台要得到真正适合分析的数据，是成功的第一步。在现实维护体系中发现，网络故障的发生很多情况下不是设备本身的问题，外部原因也很多，如电力、空口、线缆、操作等。这些方面维修的代价较大。

如何提取这些外部原因的数据，需要技巧。比如运营商能否提取出过去没有收集到的数据，包括已有设备的状态、工程参数等，把有源的数据从中间状态识别出来，将是很重要的做法。换句话说，将各种营养的“食品”搭配一下，AI这个吃货会成长的更快。

对于数据的主权问题，夏文鑫推荐业界研究下波音GE等几家公司的做法。据了解，作为大飞机领域领先制造商的波音公司，服务了国航、汉莎等全球多个大型航空公司。这些航空公司对降低燃油消耗等问题高度关注，希望对数据进行训练，用AI技术不断提升管理能力，但是一家航空公司的数据无法得到更高水平的模型，航空公司也很重视自有数据的主权和安全，怎么办？

对此，波音作为第三方，通过打造云平台，进训练学习得到模型，再将模型提供给各个航空公司。在这里，模型之间的互通产生新的价值，对整个行业的企业都有利。

因此，波音公司的做法，值得现在的电信企业借鉴。夏文鑫介绍，从中我们也可以得到关于数据的几大原则。首先，数据主权是属于最终用户，运营商自己网络产生的大量数据，是属于运营商。

其次，业界采用合适的方式，使用这些数据，能够促进整个产业和企业自身的发展。比如波音公司的合作案例，如果航空公司愿意把数据提供给波音公司这家供应商训练，也能得到其他航空公司的数据训练成果，大家的开放促进整个航运运营成本降低。

最后，数据训练得到的模型，需要建立共享机制。如果模型不能互通和共享，互相之间就形成不了效率收益。运营企业提供特定数据训练，得到共享模型，就能得到明确的收益，数据主权也得到保证。