爱立信正在试验大量机器学习和预测智能算法，以开发下一代自动化网络基础设施。

5G时代即将到来。对于AT&T、T-Mobile、Verizon以及提供这些服务的网络硬件和软件供应商来说，这意味着要准备好下一代网络，以适应新的数据、设备和连接性挑战所需的工具。

像思科和诺基亚这样的软件定义网络公司正在构建更多的自主网络，并注入机器学习和预测分析。但是，也许没有哪家电信巨头正在像爱立信那样探索基于网络的AI。

在自动化基础设施、托管服务，甚至部署在客户和现场场景中的虚拟助理之间，爱立信正在将整个机器学习算法和数据驱动的AI嵌入到整个端到端通信管道中。PCMag与爱立信的分析和机器智能主管Ulrika Jagare，谈到该公司多年的研发工作，以及她如何设想爱立信的智能网络分析和发展与5G一起进行。

“我们正在研究和探索许多不同的潜在AI场景，主要是使用网络数据，”Jagare说。在托管网络中，这意味着将机器智能从基站到物联网结合起来。我们已经提出了很多不同的案例，同时我们想在2018年尝试。

向自主网络提供数据



就像谷歌和其他硅谷技术巨头一样，爱立信在过去的几年里一直在重写其软件与AI的合作方式。Jagare说，爱立信的网络基础设施已经全面改革，以帮助将其庞大的网络数据与机器智能结合起来。这不仅为机器学习算法提供了更多的数据，还为高性能边缘计算奠定了基础。

Jagare说：“我们在基础设施方面进行了大量投资。我们正在构建一个全球分布式管道，以确保我们能够以更智能的方式获得数据，而且还可以根据需要在本地计算数据。我们需要确保我们能提供高速度和高质量的服务，而不需要把所有东西都拖到一个中心点。所以这就是优势所在。”

创建这种端到端数据管道并不容易。通过5G变压器项目等，爱立信正在与当地运营商合作，利用机器学习来创建更智能的网络。Jagare表示，在过去的10个月里，该公司与一家欧洲运营商进行了一次成功的试验，她将其称为“第一个用于网络负载平衡的先进机器学习算法”。

思科(Cisco)等公司也推出了类似的试点项目，比如与爱尔兰的沃达丰(Vodafone)合作使用ML算法处理网络数据，并识别预测性流量模式。Jagare说，这个想法是从这些小规模的试点开始，让当地的运营商来展示AI增强的电信基础设施的价值。

Jagare说:“这是一个巨大的挑战，但我们在本地化领域中处理和关联网络数据方面拥有丰富的经验。由于自学网络的复杂性，大多数研究都在实验室进行。最近我和美国的一位主要客户进行了交谈，他们对我们能在网络上运行的算法的进展印象深刻。”

语音助手和数字化双胞胎



最终目标是建立自我学习，自我修复的网络。与此同时，爱立信也在试验语音助手和自然语言处理(NLP)，以帮助那些正在修复物理基础设施的技术人员。

Jagare表示，爱立信正在为技术人员配备一款移动应用程序，名为“谷歌助手”或“Cortana”，以减少在网站上的访问时间。第一个用例集中于故障诊断。通过使用开源机器学习和NLP框架，爱立信让语音助理吸收大量文档库和技术手册的完整产品知识库，然后用自然语言回答技术人员的问题。该应用程序还可以通过智能手机摄像头实现图像识别和计算机视觉。

“我们通过自动化减少了网站访问次数，但我们希望确保当我们访问一个网站时，它能做到尽可能高效。因此，如果一个虚拟助理协助技术人员进行现场操作，它可以充当服务层; 手机上的应用程序使用自然语言处理和图像识别来帮助工作人员；如果它从图像中检测出存在问题，它可以告诉技术人员‘在此处修复’，等等。“Jagare说。

AI还可以创建数字化双胞胎，无论是特定基站，还是整个网络的虚拟化视图。目前，这些辅助功能只能通过智能手机提供给现场技术人员，但爱立信正在测试其实验室的其他应用程序。Jagare表示，“自然的一步”是通过免提增强现实眼镜制作虚拟助手和数字双胞胎图表。像波音和通用电气这样的制造商已经在这样做了。

Jagare将所有网络数据与机器智能结合起来，表示爱立信的目标是在网络问题发生之前就预测并预防网络问题，最终主要转向远程修复而不是人工技术人员。

Jagare说：“我们正在开发的另一个服务透视图是一个名为“智能站点（Intelligent Site）”的托管服务解决方案。我们正在尝试将用户数据和算法结合起来，以检测偏差和模式。不仅是网络数据，还包括天气和其他数据类型，以帮助对每个网站进行配置。”

5G的演变



5G将引领一个电子通讯的新时代，从AR/VR耳机到自动驾驶汽车，一切都将与网络基础设施进行连接和交互。Jagare解释说，爱立信专注于机器智能，是为了解决新一代物联网设备带来的复杂性，同时允许设备和体验以灵活性方式发展。

Jagare表示：“从技术和5G的角度来看，自动化和机器智能可以帮助我们将功能发挥到下一个新领域，同时也帮助我们实现对不同技术选择的选择性推动。”这不是数据科学家推动的。在未来，我们可能会在我们的网络中拥有更多的自学软件。

爱立信正在将智能算法应用于基站和宽带网络，无论是在边缘还是在线服务上。因此，Jagare表示，该公司在核心系统优化方面的性能改善了25%，以帮助降低整体系统管理成本。

她表示，我们的想法是继续扩展这些自我优化的网络特性，然后将学习重新用于开发。然而，最终，爱立信知道，机器学习算法将开始自行学习。由于5G网络带来了新的挑战和机遇，电信公司甚至还没有发现，AI为网络提供了一种保持速度的方法。

“从基站到基站学习和优化是由算法决定的。根据用户使用不同应用程序的流量模式和用户行为，我们可以通过网络调整连接到该站点的单元格。”Jagare说。这是一种全面的、数据支持的方法，我们不能太具体。我们必须考虑这些需求和解决方案，为即将到来的事情做好准备，但我们只是开始触及表面，这就是我们拥抱AI的方式。