人工智能（Artificial Intelligence）在最近十年发展迅猛，在挖掘大数据样本的非线性规律、与环境交互的在线精准决策等方面快速超越了以人工为主的专家经验（Human Intelligence）模式，在计算机视觉、自然语言处理、机器人控制等领域取得了巨大的成功。究其缘由，一方面得益于以深度学习、强化学习等为代表的人工智能算法能力的突破；另一方面，以GPU为代表的人工智能算力成本的快速下降和普及，也加速了这一趋势。从5G开始，人工智能在移动通信网络中逐渐得到了广泛的应用，比如从网管级别的网络配置优化到网元级别的资源调度优化，甚至空口物理层的智能化，此外终端侧的智能化应用也越来越多。面向未来，6G网络需要助力千行百业的数智化转型，需要满足和提供相比云端智能实时性更高、性能更优的智能化服务。对于运营商而言，需要大幅降低网络运营成本，网络运营维护需要从局部的智能化运维向高水平的网络自治演进。

　　目前的人工智能主要是以云端智能为主，在云端汇聚大量的数据，利用集中的算力对数据进行预处理，AI模型训练和验证等。但是在网络中传输大量的原始数据，一方面会对网络的传输带宽带、性能指标（比如时延）来巨大压力，另一方面对数据隐私保护也会带来很大的挑战。此外终端侧的智能化应用由于算力，算法模型，数据等不足，目前还有较大的提升空间。

　　面对以上挑战，在网络中引入内生AI的能力，摒弃外挂AI打补丁的方式，在架构层面实现通信连接、计算、数据和AI算法模型的深度融合，充分利用网络中分布式的算力和数据，引入多节点间以及终端与网络间协同机制，实现分布与集中处理的融合。这种方式一方面保护了数据隐私，另一方面也提升了数据处理效率、决策推理的实时性和网络节点的利用效率。

　　本白皮书首先介绍了内生智慧的驱动力和需求场景，从现有网络智能化现状，到6G时代对网络高水平自治、智能普惠、高价值的新型业务和极致业务体验、网络安全可信等的需求出发引出内生AI。然后阐述了内生AI的定义和内涵，提出了AI算力、数据、算法与网络连接功能的深度融合。接下来从AI服务质量、全生命周期编排、计算与通信融合、与数字孪生的融合几个方面介绍了6G内生AI的新理念；随后详细介绍了内生AI驱动的新架构，包括数据面、智能面和扩展的控制面和用户面，和新技术，包括模型编排、分布式模型训练、分布式模型推理、数字孪生的预验证和优化，最后对后续研究方向进行了展望。

VIP专享文章，请登录或扫描以下二维码查看

成为VIP会员，无需艰辛养成，
就让您的权益温暖升级，享受更多专属服务。
“升舱”VIP会员：
注意力经济时代，什么最贵？适合你的、你需要的内容！
今日流媒体为你精选行业新闻、深度分析、政策解读、研究报告！
一天6毛钱，享受一整年高端定制内容！
更多福利尽在VIP专享