GPT技术与无线网络运维结合，助力无线自智网络走向L4

由中科院无线光电通信重点实验室和FuTURE论坛共同承办的第九届无线大数据研讨会，于2023年7月15日-16日在贵州省贵阳市顺利召开。本次大会以“无线移动通信再出发”为主题，华为无线网络研发副总裁曹国力在会上作了 “GPT与无线自动驾驶网络的结合及挑战”的专题报告，结合无线自智网络的挑战，首次阐述了GPT技术在无线网络运维中应用的机会和挑战。

自2019年TMF提出AN（自智网络）概念以来，通过产业和标准组织协同合作，业界已经就自智网络的愿景，架构和分级标准达成产业共识，以中国移动、泰国AIS为代表的运营商已经将AN L4写入2025年战略目标。结合运营商诉求和标准定义，曹国力提出AN L4应具备四大关键特征：意图驱动、多目标协同决策、短周期闭环确定性体验和事前预测预防。为兑现这些能力，产业需要更高阶的智能化使能技术。

近来，ChatGPT将自然语言生成式大模型技术推向了新的高度，使其更适用于智能客服、文本/图片/视频生成、摘要/翻译等场景。这也给自智网络带来新的启示，利用无线网络大量的专业知识和海量的网络数据，训练适用于无线网络的大模型，有望将AN真正推向L4意图自适应的网络级智能化高阶水平，并带来如下革命性的改变：意图感知，极简人机交互；智能助手，辅助运维提效；数字专家，主流场景自闭环；预测预防，迈向零故障网络。

报告对无线网络大模型的实践提出新的思路，大模型分三层：首先是引入业界通用大模型，如盘古智子，提供通用知识理解能力；其次是领域大模型，基于无线知识增量训练和微调，具备更强的领域知识理解与问答能力；最后是场景化模型，基于具体场景的机理和数据构建，如覆盖仿真、故障预测模型等。

最后，报告中指出无线网络大模型虽然前景光明，但实际落地仍存在一些突出的挑战，如高质量领域数据集获取、无线数据和知识融合等；另外当前大模型如雨后春笋般出现，如何评价大模型的能力，需要有一把统一的测评标尺。针对这些挑战，华为呼吁学术界和产业伙伴共同探索和突破，助力无线自智网络L4早日走进现实。