“华为是做网络的，网络AI做不好做别的AI也不可能好。”抱着这样的初衷，华为自动驾驶网络解决方案ADN来了。

9月24日，2020华为全联接大会期间，华为面向企业市场发布了自动驾驶网络解决方案ADN，通过网元、网络和云端三层AI能力协同，实现网络的自动、自愈和自优，使能行业数字化业务和运营的超自动化。

网元+AI：把AI引入网元，升级为数字化的智能网元，让每个网元和整个网络更加敏锐的感知、处理和推理执行。

网络+AI：利用AI重构网管，通过智能管控系统构建网络的数字孪生，实现网络的动态控制和闭环，例如自动部署、事前仿真、事后校验、预防预测以及主动优化等。

云端+AI：提供云上的网络AI训练和模型服务，持续升级设备和网络上已经搭载的软件系统和AI模型，来获得更多的自动驾驶能力，让整个网络越用越聪明。

华为网络人工智能(NAIE)产品部总经理韩雨发介绍，2018年4月份华为轮值董事长徐直军成立团队开始做NAIE云服务，提出相关架构和理念。第一次发布云服务是2019年8月份，华为聚焦网络层面做AI使能，目前为止三年AI应用案例达到100个左右。

如何把AI快速部署应用网络

华为在数年的实践过程当中发现，大部分人讨论是算法问题，如何用数学问题解决业务问题，但是实际应用中，除了这一点以外还有很多挑战，如何把AI快速部署应用网络当中，华为提出了自己的方法论。

第一，模型泛化，AI是模型问题，A-B的应用，每一个数据参数不一样模型会有变化。以前解决是靠专家到现场作业，意味着成本高、周期长。如何解决这个问题是现在这一段时间思考的主要方向。

第二，一个模型不做管理和控制，基本上半年从90%的效果下滑到60%，如何保证业务可靠情况下尽量减少模型老化，这是行业内通用问题。

第三，数据专用问题，运营商电信网络和2B市场一样，样本本来就少还不能出局（数据存在本地），浙江移动数据不能共享给江苏移动，要实现AI应用难度就更大。

第四，2B领域的AI与2C不一样，比如人脸识别很容易，识别错一次再来一次，2B里面大部分是生产网络当中，高可靠要求很高，不能频繁试错，试错成本高，如何解决这个问题，也是需要整个方案当中解决的。

 对此，华为提出了一套云地协同架构，第一部分是云上，云上三个功能，其一是样本管理，服务当中全局全域共享管理；其二是研究怎么把全网全域模型对应到网络当中。比如中国移动集团系统可以管理整个移动各个省公司，各个子域网络模型，如何下发管理包括配置、版本、策略；其三，云上建立全网知识库，华为实践过程当中发现更有效是人的知识，如何把人的知识和AI结合在一起，来解决这个问题，是更加有效的手段和方法。

地端首先模拟要优化，比如模型从1.0升到1.1，是用新模型还是不用新模型，策略如何控制，这是一个新的方案。另外避免专家到本地作业，本地模型就会具备自由化、自学习、自训练的能力。

韩雨发介绍，整个系统当中有三个关键技术支撑，迁移学习，如何让模型解决模型泛化难题；联邦模型，解决数据样本少的问题；云端仿真系统，把整个网络做了数字孪生系统，数字世界里面可以做任何操作，比如升级、模拟操作，验证结果有效再把这个结果下发到真实物理网中。

云地协同的三个阶段

据悉，云地协同分三个阶段，现在很多公司AI大部分处于第一阶段，云端做一个模型开发，开发好之后打包在软件当中到地端执行，该阶段的问题是模型更新周期长，每个版本都要经历开发、测试、集成、交付的过程。

第二阶段是模型训练好之后，只要更新，地端系统会收到提示有新模型，并由客户决定是否更新。除了模型更新还可以做数据更新和模型自动优化，有一些特性在本地训练如果还达不到要求，就可以在云端重新训练，今年有很多特性是达到第三阶段。

韩雨发以数据中心为例，第一步数据从网络当中采集，利用模型生成服务，数据模型生成之后在仿真系统验证，验证有效放到模型库，通知地端有新模型是否更新升级，地端收到消息就可以自动下载新模型，与本地做比较，根据客户策略要求做自动升级。

NAIE覆盖问题很广，华为围绕数个关键问题展开工作：能源效率能否进一步提升，包括基站、DC；资源效率能否提升，比如说频谱，频谱资源非常昂贵；以及运维效率能否提升；

据了解，华为再实践中节能效果非常明显，基站节能、DC节能都有10%以上收益，5G基站也是耗电大户，所以客户很感兴趣。现在新的方案华为已经实现提前4-5个小时发现网络问题，从被动维护变成主动维护。

”机会很多，关键是行业伙伴一起提出观点提出问题，然后后面才是怎么解决问题。“韩雨发表示。“云服务的优势在我们看来是数据丰富，云上有22亿条样本数据，5千万条标注样本，大大缩短了数据储备时间，数据训练平台集成电信领域很多AI经验和华为实践，可以降低模型开发周期。截止2020年9月份，华为有两万多个用户，活跃用户两千多，样本下载量130多亿条。API当月调动量突破3.3亿。”

责任编辑：张帅