夜雨聆风倏忽间，竟然有半年没有登录这个平台了。也不知道整天忙些什么，自然也没有什么真正的长进。大概说来，听了一些有意思的访谈，算是拓宽了一下思维的空间，对于自己的工作也有了一些启发。
上周在MWC26上海展，参加了一个6G+AI融合创新产业沙龙，很不好意思的作为受邀嘉宾，有机会在公开场合表达一下关于6G+AI这个话题的一些看法，虽然人微言轻，还是努力的想有一些自己的思考输出。
首先，对于AI的应用，应该说，对比其他行业，如汽车行业的自动驾驶，通信行业对于AI应用的探索相对是比较保守和滞后的。所以，我的观点一直是，通信人，应该向汽车行业学习，自动驾驶发展历程中，有很多经验和教训，通信行业是可以借鉴的。现在总说通信行业未来的发展缺乏刚需，我想说，刚需本来就是一个相对的概念，通信本身是刚需吗，人类没有通信产业也过了几千年了。对比汽车行业来看，十多年前，自动驾驶这个概念刚刚兴起，社会也不会觉得自动驾驶是什么刚需，技术上更是看不清，自动驾驶能够发展，是因为一些投资人，对自动驾驶这个事具有一种信仰。经过十多年的发展，这个过程中广泛的各种宣传，自动驾驶已经成为一个广为人知的概念。
关于6G AI与5G AI有什么区别？行业普遍的回答是6G AI是内生AI。但是什么是内生 AI，回答就乱七八糟了。从自动驾驶技术的发展，内生AI的核心点，在于，内生AI是端到端的AI，AI对于用例级、模块级的应用是没有什么优势的，只有作为一个系统，如自智网络，整个系统进行端到端的训练，AI才有优势。当然，模块级的东西简单、容易出成果，端到端这件事的好处虽然不是所有人至少是很多人明白的，只不过，太难了。但是，正因为难，这个事情才可能更加有价值。
对于通信+AI目前发展的障碍，我的观点，主要不是技术，还是观念。运营商的规建维优营的分工模式，是不适于AI时代的发展的，需要相关管理者对AI这件事有新的管理观念。当然，这很难。去年和同事聊天，我就谈起当年推动原子弹的那些科学家们。1939年，一群科学家从欧洲急慌慌的赶到美国，他们发现了核裂变——世界要发生巨变！然而，虽然科学家们很着急，但是原子弹这件事美国却差不多两年后才启动，因为，对于不懂的人，你真的很难让他明白一个新事物究竟是怎么回事，会带来什么变化。
对于通信+AI的技术层面，AI的训练，最重要的是环境和任务，任务也包含了评价准则。对于环境，首先需要数据建设，网络中的数据理论上是归属于运营商，现有的上报数据是不满足AI的训练的，需要运营商的建设，现在还是空白，至少，起码每年关于数据有几亿甚至更多的招标吧，数据本身与软件一样是一个具有价值的东西。从任务角度，过去无线通信网络的验证，都是单一验证的准则，所谓单一验证，就是说网络中所有的用户、所有的业务、所有的区域都是相同的保障原则，仿真都是标准的等间距建站，均匀撒点，而真实情况，不同的位置是有差异的，需要引入基于POI的网络策略。评价准则也应该是多元多目标的，综合公平与效率等多方面因素，同时也需要是贯穿AI生命周期，不是从仿真、实验室到外场彼此串行而割裂的。
对于现阶段无线网络中AI的应用部署，说回前面的话，还是应该参考无人驾驶的发展路径，先在一个封闭环境（比如园区）的简单试验，再到简单场景（比如高速道路），再到一个城市（如纽约）的应用，技术途径也是先有图智驾、再无图智驾。现在无线AI的部署，每个省都部署站点，没有多少意义，规模性不够，难以有效形成落地效果，各省少量部署，表演成分偏多。不如选择一个区域（比如大兴区）或者工业场景（一个园区），进行AI最大化的落地试验，瞄准L5等级的自智网络为目标，持续在小范围试点，跟踪技术进展，伴随着AI技术不断发展，通过规模验证推动技术上限，在AI发展趋势平坦后快速大范围推广。
