網(wǎng)絡人工智能（Network ArTIficial Intelligence，NAI）指將人工智能技術(shù)應用在網(wǎng)絡中，使用機器替代或優(yōu)化目前依靠人工進行的工作，使運營商能夠更加便捷地提供更加優(yōu)質(zhì)的網(wǎng)絡服務。

當前，電信網(wǎng)絡架構(gòu)正處在轉(zhuǎn)型期。轉(zhuǎn)控分離、集中控制的SDN架構(gòu)和資源虛擬化的NFV技術(shù)幫助電信網(wǎng)絡結(jié)構(gòu)分層解耦，為智能化網(wǎng)絡運營帶來了新的機遇。

通過控制與轉(zhuǎn)發(fā)分離，SDN為網(wǎng)絡運營者提供了邏輯的集中控制和靈活的可編程接口，極大促進了網(wǎng)絡自動化管理和控制的能力。在SDN的3層架構(gòu)中，軟件驅(qū)動的控制器和可編程的南向和北向接口為人工智能的引入提供了可能。通過引入人工智能技術(shù)，網(wǎng)絡管理者不僅可以安排自動化智能業(yè)務編排器，而且可以對人工智能優(yōu)化的網(wǎng)絡策略進行編程，并將這些程序自動化編譯到任務腳本中，然后通過應用編程接口（ApplicaTIon Programming Interface，API）進行網(wǎng)絡任務分配。網(wǎng)絡管理者還可以通過手機網(wǎng)絡狀態(tài)信息來持續(xù)優(yōu)化網(wǎng)絡。必要的時候，還可以使用SDN應用為網(wǎng)絡環(huán)境智能地添加一些新功能。

NFV的虛擬化技術(shù)可以將網(wǎng)絡層級的功能和應用劃分為多個功能塊，并讓這些功能塊以軟件形式獨立運行。NFV使得網(wǎng)絡軟件不再依賴固定單一的硬件設備。NFV的3層架構(gòu)包括基礎設施層、資源管理層和業(yè)務編排層，可以通過虛擬網(wǎng)絡功能實現(xiàn)按需的動態(tài)網(wǎng)絡配置。人工智能參與網(wǎng)絡基礎設施配置與管理、業(yè)務組織與編排，實現(xiàn)對網(wǎng)絡的智能管理及對全局資源的智能監(jiān)控。

電信網(wǎng)絡運營商持續(xù)探索網(wǎng)絡智能化建設，積極研究和實踐包括數(shù)據(jù)挖掘、大數(shù)據(jù)技術(shù)、機器學習和自然語言處理在內(nèi)的智能分析技術(shù)。人工智能為電信網(wǎng)絡運營商提供了更加廣闊的網(wǎng)絡智能化建設方案，讓網(wǎng)絡運營商看到了其在4G/5G協(xié)同、無線覆蓋和容量調(diào)優(yōu)、故障分析、根因分析與定位、自愈與預測、網(wǎng)絡資源編排與管理、能耗管理等方面的智能化應用機遇。

國內(nèi)外主流運營商在人工智能應用方面紛紛踏出試探性的一步，積極投入跨界創(chuàng)新，通過大數(shù)據(jù)、物聯(lián)網(wǎng)及人工智能等技術(shù)的有機結(jié)合尋找網(wǎng)絡人工智能技術(shù)的切入點。國內(nèi)三大運營商積極探索人工智能在網(wǎng)絡故障告警、網(wǎng)絡性能優(yōu)化、網(wǎng)絡模式分析、網(wǎng)絡部署管理、智能5G和智能客服等方面的應用。AT&T研制推出UNI（UAS Network InspecTIon）系統(tǒng)，在智能運維系統(tǒng)中引入無人機，實現(xiàn)塔臺的智能巡檢和運維派單。德電將人工智能技術(shù)引入客服系統(tǒng)，為行業(yè)客戶提供更加便捷的咨詢服務。Vodafone提出了智能故障告警、參數(shù)優(yōu)化、業(yè)務預測、射頻指紋等重要的網(wǎng)絡人工智能研究方向。

網(wǎng)絡可視化是構(gòu)建統(tǒng)一的網(wǎng)絡視圖，以便對網(wǎng)絡的服務質(zhì)量有更加清晰化、數(shù)據(jù)化和直觀化的洞察。網(wǎng)絡運營者可以從多個維度，多個視角全局和局部觀察網(wǎng)絡。主要內(nèi)容包括網(wǎng)絡質(zhì)量分析、業(yè)務質(zhì)量分析和網(wǎng)絡質(zhì)量監(jiān)控。

對電信網(wǎng)絡和業(yè)務的運行狀況進行持續(xù)有效的監(jiān)控、對故障進行及時恢復是業(yè)務保障的重要工作。運營商通過部署相應的性能監(jiān)控類、告警處理類應用幫助運維人員履行上述職責。隨著網(wǎng)絡規(guī)模擴大、網(wǎng)絡復雜度增加和用戶數(shù)量增長，網(wǎng)絡已經(jīng)越來越難以管理和維護。傳統(tǒng)的性能監(jiān)控、告警類應用通常處理的數(shù)據(jù)量較小、數(shù)據(jù)相關(guān)性分析不足、故障前瞻性預測不夠。

通信網(wǎng)絡出現(xiàn)故障時，會引發(fā)一系列網(wǎng)絡告警。網(wǎng)絡結(jié)構(gòu)復雜，網(wǎng)絡由眾多廠商、不同類型的設備組成，運維人員需要對告警進行全面、多層次、深度地關(guān)聯(lián)分析，精準找到根源告警原因。使用人工智能技術(shù)，對網(wǎng)絡告警和故障征兆進行預處理，通過建立類似人類大腦認知的過程模型，借助高性能硬件和強大軟件平臺，對數(shù)據(jù)進行關(guān)聯(lián)分析，能夠提升準確率和處理效率，針對海量告警數(shù)據(jù)和復雜網(wǎng)絡結(jié)構(gòu)自動選擇最優(yōu)方法和最優(yōu)技術(shù)完成一系列告警操作，并通過不斷學習提升告警處理速度和效果，保障和管理好整個通信網(wǎng)絡。

網(wǎng)絡優(yōu)化主要包括流量優(yōu)化、能耗優(yōu)化、無線網(wǎng)絡覆蓋和容量優(yōu)化3方面。

通過在SDN控制器上引入人工智能技術(shù)，實現(xiàn)網(wǎng)絡流量智能優(yōu)化。智能SDN控制器將根據(jù)大帶寬短路徑算法，重新計算所有隧道路徑，實現(xiàn)網(wǎng)絡流量優(yōu)化。對流量過載的路徑進行全局優(yōu)化算路，實現(xiàn)全網(wǎng)負載均衡。通過對擁塞數(shù)據(jù)進行分類和分析，識別擁塞網(wǎng)絡特征和用戶模式，可以提高智能流量優(yōu)化的調(diào)整效率和準確性。

網(wǎng)絡覆蓋和容量優(yōu)化需要根據(jù)業(yè)務負荷、位置情況、無線環(huán)境自適應調(diào)節(jié)導頻功率、天線下傾角、天線方向、Massive MIMO模式參數(shù)。引入機器學習算法，分析當前網(wǎng)絡狀態(tài)與覆蓋和容量之間的關(guān)系模型，再對網(wǎng)絡進行分析，指導調(diào)整無線參數(shù)配置。

由于網(wǎng)絡的忙閑狀態(tài)與人類作息有較強的相關(guān)性，所以網(wǎng)絡能耗也有較大的優(yōu)化空間。引入人工智能技術(shù)對網(wǎng)絡覆蓋、用戶分布、業(yè)務特點進行綜合分析，借助流量預測技術(shù)，精準預測熱點小區(qū)，智能設置休眠和喚醒設備的時間，提供可靠的用戶體驗，提高區(qū)域網(wǎng)絡資源利用率，有效降低區(qū)域網(wǎng)絡能耗。

網(wǎng)絡可視化的一個重要目的就是發(fā)現(xiàn)網(wǎng)絡服務中的問題，提升網(wǎng)絡規(guī)劃的科學性。目前，可引入人工智能的網(wǎng)絡規(guī)劃部署技術(shù)主要包括網(wǎng)服務部署和網(wǎng)絡切片編排管理等方面。

在網(wǎng)絡功能虛擬化技術(shù)領(lǐng)域中，網(wǎng)絡服務部署通過網(wǎng)絡功能虛擬化編排和虛擬化網(wǎng)絡功能管理兩個功能實現(xiàn)。將人工智能與網(wǎng)絡服務部署相結(jié)合，設計智能部署和編排系統(tǒng)，預測虛擬資源利用率，評估反饋部署結(jié)果，動態(tài)優(yōu)化部署模型分析的精準度，實現(xiàn)網(wǎng)絡自動高效部署。

網(wǎng)絡切片對網(wǎng)絡的自動化、可編程性和模塊化要求更高，人工智能能夠幫助網(wǎng)絡運營商解決網(wǎng)絡切片實例數(shù)量多、切片實例生命周期動態(tài)管理、動態(tài)擴縮容等問題。通過數(shù)據(jù)采集掌握網(wǎng)絡的實時運行情況，利用人工智能技術(shù)根據(jù)采集數(shù)據(jù)對用戶行為、網(wǎng)絡業(yè)務及相應資源需求進行預測和評估，保障網(wǎng)絡能夠及時調(diào)整相應資源，維持網(wǎng)絡正常運行。

運營商網(wǎng)絡資源云化進程中，依托大數(shù)據(jù)資源和數(shù)據(jù)挖掘能力進行業(yè)務創(chuàng)新，提升用戶體驗，是運營商提升運營能力、向智慧經(jīng)營轉(zhuǎn)型的手段。數(shù)據(jù)記錄的采集和分析處理，可以更加精準地對用戶軌跡和偏好進行分析預測。分析的結(jié)果除了進行智能業(yè)務經(jīng)營，還可以作為網(wǎng)絡規(guī)劃優(yōu)化的輸入，以及用于更加廣泛的公益類及行業(yè)類大數(shù)據(jù)應用。

人工智能技術(shù)支持下的網(wǎng)絡安全的保障有著堅強后盾，把人工智能和網(wǎng)絡安全管理緊密結(jié)合，能夠大大提高網(wǎng)絡技術(shù)的應用水平，有效保障網(wǎng)絡運行的安全。如人工智能垃圾郵件安全檢查、智能防火墻安全技術(shù)、入侵檢測和異常檢測等。