淺談人工智慧將帶來網路產業變革論文
現在，網際網路技術在商業消費領域取得了巨大的成功，網際網路應用正在從消費領域向生產領域擴充套件，與工業、能源等實體經濟領域深度融合。這對網路通訊的實時性、安全性、服務等級、海量資料處理和資源排程能力提出了更高的要求，網路可持續發展已逐漸成為全球關注的焦點。
為滿足網際網路業務模式的根本性轉變，我們需要從多層次、多維度研究新的基礎理論和技術方法，包括：設計克服現有網際網路缺陷的新型網路體系結構，研究適合未來網路應用創新的關鍵技術，研發未來網路核心裝置及系統，並進行大規模組網驗證。
目前，國內外紛紛佈局未來網路體系架構和關鍵技術的研究，其中軟體定義網路(SDN)受到了全球範圍的廣泛關注與重視。受益於集中式控制機制和資料平面白盒化趨勢，SDN 能夠極大地提升現有網路的可控可管性和靈活性，可有效降低網路服務提供者的投資成本和運營管理成本，並具備實時收集資料平面的'海量網路資料的能力。
隨著未來網路規模越來越大，技術複雜度越來越強，物聯網等新型應用場景越來越多，單純依靠人類編寫的集中式控制程式將無法有效應對可能出現的各種形勢。透過引入人工智慧技術，利用SDN 控制器採集的大資料進行深度學習，具備人工智慧能力的計算機就能對90%的網路故障或安全隱患進行排查，並給出供參考的解決方法。
人類專家只需要集中智慧和精力解決機器無法給出答案的剩下的百分之十的難題。並且，這個解決難題的過程可以進行反覆迭代，使得機器處理複雜網路問題的能力越來越高。
在路徑規劃和流量排程方面，未來網路需要滿足應用高吞吐、低時延的要求，使用傳統的路徑規劃演算法很難根據鏈路負載的動態情況實時地給出最優的流量排程方案。而人工智慧技術有希望基於歷史的海量資料，對鏈路承載的流量進行主動預測和有效排程。
可以說，人工智慧在網路管理、故障檢測、網路安全、路徑規劃、流量排程等領域大有可為。“網路大腦”的智力高低正成為制約網路規模和複雜度可持續發展的關鍵因素。
在未來網路中引入人工智慧這樣的新事物可能會遇到一些技術挑戰，其中比較重要的一項是如何提高人工智慧決策的可靠性。例如，網路中的路徑規劃和流量排程與語音識別等消費終端業務具有較大區別。人工智慧訓練的深度學習模型在做語音識別時可以允許存在一定的誤差，而在網路中這通常是不被允許的。路徑規劃的失誤將有可能導致大規模的網路癱瘓，造成重大損失。因此，在未來網路中引入人工智慧技術應該是分階段逐步開展的。
第一階段應實現突破性使用人工智慧技術，基於大資料分析實現網路故障檢測和網路安全診斷。在這一階段，人工智慧將自主解決一些簡單的網路問題，並輔助人類專家分析解決複雜網路問題。第二階段，等到人工智慧技術獲得更大突破之後，具有足夠高可靠性的“網路大腦”將對網路路徑進行主動規劃，其對高動態網路的最佳化效率將有可能超過傳統網路演算法。
我們相信，隨著人工智慧技術的不斷成熟，未來必將會在網路產業界掀起一場革命，也必將給我國打造自主、可控、安全的新型網路提供一個重要的歷史機遇。