人工智能在電信系統(tǒng)中的實踐

■ 中國移動通信集團設(shè)計院有限公司山東分公司 張延彬 張誌 李坤

人工智能技術(shù)成為驅(qū)動第四次產(chǎn)品革命的通用技術(shù)，云計算的靈活部署、規(guī)模效應(yīng)的特點和移動終端的應(yīng)用釋放了人工智能的潛力，由專家系統(tǒng)時代快速發(fā)展至深度學(xué)習(xí)時代，有可能成為第四次工業(yè)革命的主要驅(qū)動力。當(dāng)前人工智能產(chǎn)業(yè)處于數(shù)據(jù)驅(qū)動的活躍階段，深度學(xué)習(xí)作為其核心算法極大提升通用AI的算法性能（效率、準(zhǔn)確率、成本），而運營商儲備的大量數(shù)據(jù)是更是人工智能應(yīng)用發(fā)展的助推器，語音識別、語音合成、人臉識別、基站巡檢，這將是電信運營商應(yīng)用的重點。

人工智能演進歷程

人工智能演進歷程包括以下三個階段：

1.人工智能初期

1956年達特茅斯會議提出概念：使用計算機來構(gòu)造復(fù)雜的、擁有與人類智慧同樣本質(zhì)特性的機器，包括專家系統(tǒng)、機器學(xué)習(xí)、進化計算、模糊邏輯、計算機視覺、自然語言處理、推薦系統(tǒng)等。

2.機器學(xué)習(xí)

（1）使用算法來解析數(shù)據(jù)、從中學(xué)習(xí)，然后對真實世界中的事件做出決策和預(yù)測。

（2）與傳統(tǒng)的為解決特定任務(wù)、硬編碼的軟件程序不同，機器學(xué)習(xí)是用大量的數(shù)據(jù)來“訓(xùn)練”，通過各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。

（3）直接來源于早期的人工智能領(lǐng)域，傳統(tǒng)的算法包括決策樹、聚類、貝葉斯分類、支持向量機、EM、Adaboost等等。

（4）在指紋識別、基于Haar的人臉檢測、基于HoG特征的物體檢測等領(lǐng)域的應(yīng)用基本達到了商業(yè)化的要求或者特定場景的商業(yè)化水平，但每前進一步都異常艱難，直到深度學(xué)習(xí)算法的出現(xiàn)。

3.深度學(xué)習(xí)

（1）深度學(xué)習(xí)通過建立類似于人腦的分層模型結(jié)構(gòu)，對輸入數(shù)據(jù)逐級提取從底層到高層的特征，從而能很好地建立從底層信號到高層含義的映射關(guān)系。

（2）深度學(xué)習(xí)的基礎(chǔ)架構(gòu)來自于前饋神經(jīng)網(wǎng)絡(luò)與BP算法，構(gòu)造多層節(jié)點通過最小化代價函數(shù)的方法來提高分類精度。由于多層網(wǎng)絡(luò)訓(xùn)練的困難，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)實際使用的多數(shù)是只含有一層隱層節(jié)點的淺層模型。

圖1 人工智能生態(tài)棧

（3）深度學(xué)習(xí)通過增加網(wǎng)絡(luò)的深度，減小每層擬合的參數(shù)來提取出數(shù)據(jù)的高層特征信息，從而達到更高的測試性能與分類精度。

隨著互聯(lián)網(wǎng)和IT技術(shù)的發(fā)展，近些年計算能力的提升和海量數(shù)據(jù)的積累，為深度學(xué)習(xí)的爆發(fā)提供了基礎(chǔ)。傳統(tǒng)的機器學(xué)習(xí)方法，在訓(xùn)練數(shù)據(jù)量到達一定規(guī)模后，算法的學(xué)習(xí)能力就飽和了，而深度學(xué)習(xí)會持續(xù)提升準(zhǔn)確度。因此深度學(xué)習(xí)已成為現(xiàn)階段最主流的機器學(xué)習(xí)方法。

人工智能的主要生態(tài)棧

目前人工智能發(fā)展的主要生態(tài)棧如圖1所示。

1.大數(shù)據(jù)

（1）模型訓(xùn)練和學(xué)習(xí)的基礎(chǔ)，包括訓(xùn)練數(shù)據(jù)、驗證數(shù)據(jù)。

（2）應(yīng)用的數(shù)據(jù)來源。

（3）運營商大數(shù)據(jù)系統(tǒng)的建設(shè)積累了海量數(shù)據(jù)，既有網(wǎng)絡(luò)運行的相關(guān)信息數(shù)據(jù)，也有與客戶接觸過程中積累的客戶數(shù)據(jù)。在對外服務(wù)方面，運營商的客戶數(shù)據(jù)優(yōu)勢在減小，但在用戶位置、客戶標(biāo)簽等方面有優(yōu)勢。

2.計算力

（1）硬件平臺日漸豐富發(fā)展，從CPU計算向GPU、FPGA等計算方式演進。

（2）云計算提供資源管理、租戶管理能力。

3.算法框架

（1）開源的學(xué)習(xí)框架在人工智能領(lǐng)域的研發(fā)成績斐然，對深度學(xué)習(xí)領(lǐng)域影響巨大。

（2）開源的深度學(xué)習(xí)框架使得開發(fā)者可以直接使用已經(jīng)研發(fā)成功的深度學(xué)習(xí)工具，減少二次開發(fā)，提高效率，促進業(yè)界緊密合作和交流。

（3）集成了線性代數(shù)等相關(guān)數(shù)學(xué)函數(shù)庫，降低編程難度。

（4）與底層CPU、GPU等硬件的交互接口。

4.技術(shù)應(yīng)用

（1）基礎(chǔ)的計算機視覺、自然語言理解、語音識別等技術(shù)，以及各類技術(shù)的組合，在不同應(yīng)用場景有相應(yīng)的應(yīng)用。

（2）不同領(lǐng)域有不同的優(yōu)勢廠商，在參數(shù)設(shè)置、模型調(diào)優(yōu)等方面有其強項。

電信運營商的人工智能應(yīng)用趨勢

各大運營商先后在AI領(lǐng)域不斷發(fā)力，多數(shù)廠商以自主研發(fā)為主，通過應(yīng)用、技術(shù)以及基礎(chǔ)涉獵多個方面，目前商用場景包含智能網(wǎng)絡(luò)、智能客服、多媒體業(yè)務(wù)應(yīng)用、物聯(lián)網(wǎng)等。

1.AT&T：向數(shù)據(jù)智能公司轉(zhuǎn)型

（1）智能運維：AT&T聯(lián)手Tech Mahindra，推出開源的全新AI平臺Acumoc,創(chuàng)造一個全球統(tǒng)一的人工智能。

（2）智能媒體廣告：2017年8月4日，AT&T成立廣告語分析公司，表明AT&T將廣告以及大數(shù)據(jù)分析視為未來增收的大戰(zhàn)略。

2.德國電信：務(wù)實的AI戰(zhàn)略，聚焦智能個人數(shù)字助理和智能客服

（1）德電用AI來解決特定的客戶問題，當(dāng)前專注于智能客服，德電采用基于AI的軟件、計算機、語音控制功能和聊天機器人，以便為消費者和企業(yè)客戶提高客戶服務(wù)的效率。

（2）德電和Orange聯(lián)合研發(fā)智能虛擬助理Djino。

電信運營商人工智能平臺架構(gòu)

電信運營商可以在現(xiàn)有大數(shù)據(jù)平臺基礎(chǔ)上，構(gòu)建AI平臺，AI平臺構(gòu)建在CPU、GPU等服務(wù)器硬件集群基礎(chǔ)上，對外輸出人工智能能力，主要包括AI能力平臺和深度學(xué)習(xí)平臺，同時整個平臺與分布式大數(shù)據(jù)平臺緊密聯(lián)系。

1.人工智能平臺上產(chǎn)生的海量交互數(shù)據(jù)一方面直接用于深度學(xué)習(xí)平臺訓(xùn)練，另一方面輸送到大數(shù)據(jù)分析平臺，進一步挖掘出更多信息，反饋給人工智能平臺，提高服務(wù)質(zhì)量。

2.人工智能平臺通過API方式為各應(yīng)用場景提供AI能力。

（1）提供快速、實時服務(wù)能力的AI能力API，輸出核心的語音、語義、視覺能力服務(wù)，提供統(tǒng)一的API接口和多平臺SDK，方便快速集成使用，平臺內(nèi)部的數(shù)據(jù)存儲分析系統(tǒng)，對服務(wù)交互數(shù)據(jù)進行清洗、分析、管理，為行業(yè)定制人工智能技術(shù)提供數(shù)據(jù)支撐。

（2）提供處理大規(guī)模數(shù)據(jù)的非實時模型訓(xùn)練能力的深度學(xué)習(xí)訓(xùn)練API，深度學(xué)習(xí)平臺主要是負責(zé)深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，為AI能力平臺提供具有高識別效果、高效率的底層模型。平臺主要功能包括支持各種主流的深度學(xué)習(xí)框架，支持各種深度網(wǎng)絡(luò)結(jié)構(gòu)的單節(jié)點和分布式訓(xùn)練，支持深度學(xué)習(xí)訓(xùn)練任務(wù)的調(diào)度和監(jiān)控。平臺集成各種以深度學(xué)習(xí)為代表的人工智能基礎(chǔ)算法，提供面向語音識別、語音合成、圖像識別、文字識別各類深度神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練算法，以及提供針對業(yè)務(wù)場景定制的深度神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練算法，應(yīng)用可通過深度學(xué)習(xí)模型訓(xùn)練API，使用平臺中的海量訓(xùn)練數(shù)據(jù)和應(yīng)用自身數(shù)據(jù)，選擇適合的模型結(jié)構(gòu)和訓(xùn)練框架進行深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練。

（3）提供應(yīng)用主動回傳數(shù)據(jù)到人工智能平臺的數(shù)據(jù)回收API。系統(tǒng)層主要包含CPU、GPU的運算資源調(diào)度、數(shù)據(jù)的存儲和服務(wù)虛擬化等。

電信運營商人工智能應(yīng)用場景

1.營業(yè)廳精細化運營，建設(shè)智慧營業(yè)廳

（1）優(yōu)化營業(yè)廳布局，通過人工智能結(jié)合大數(shù)據(jù)可以為營業(yè)廳選址，優(yōu)化營業(yè)廳整體部署，降低運營成本。

（2）優(yōu)化營業(yè)廳服務(wù)，將圖像識別、語音處理、自然語言處理等多種基于深度學(xué)習(xí)的人工智能技術(shù)，與傳統(tǒng)移動客戶服務(wù)業(yè)務(wù)相結(jié)合，通過智能機器人，實現(xiàn)客戶交互式服務(wù)體驗，減輕營業(yè)廳員工強度，持續(xù)提升服務(wù)質(zhì)量。

（3）精準(zhǔn)化運營，通過人工智能來提升營業(yè)廳的營業(yè)效率，幫助營業(yè)廳進行精益化運營，挖掘每個潛在客戶的價值。

2.視頻推薦

通過AI技術(shù)分析互聯(lián)網(wǎng)視頻內(nèi)容，實現(xiàn)視頻內(nèi)容分析、個性化視頻推薦，助力運營商互聯(lián)網(wǎng)化轉(zhuǎn)型

（1）視頻內(nèi)容分析，通過人工智能技術(shù)實現(xiàn)視頻結(jié)構(gòu)化分析、人物識別、動作識別、情感語義分析等，提取視頻內(nèi)容特征，作為視頻聚類和檢索的依據(jù)。

（2）個性化視頻推薦，通過研究用戶行為偏好，結(jié)合視頻內(nèi)容特征，實現(xiàn)個性化視頻推薦，幫助用戶獲取感興趣的高質(zhì)量的視頻資源，從而提升用戶的訪問量。

3.智能運維

在網(wǎng)絡(luò)優(yōu)化和平臺運維上，運營商的效率比較低，通過運用診斷型分析技術(shù)，可以快速、準(zhǔn)確地進行根因分析，發(fā)現(xiàn)并解決網(wǎng)絡(luò)問題，甚至在問題發(fā)生之前就將其化解。

使用攝像頭、溫度傳感器、紅外傳感器及其他傳感器代替人工進行巡檢、監(jiān)控，將實現(xiàn)24小時不間斷的安全監(jiān)控，及時進行安全報警，并能節(jié)省一些人力資源。

（1）平臺優(yōu)化：整合平臺優(yōu)化領(lǐng)域知識探索數(shù)據(jù)驅(qū)動，利用人工智能分析技術(shù)，實現(xiàn)根因分析以及在特定事件場景下觸發(fā)的優(yōu)化引擎，實現(xiàn)故障的提前預(yù)測和自動化修復(fù)。

（2）用戶體驗驅(qū)動的網(wǎng)絡(luò)規(guī)劃：AI和預(yù)測型建?？梢栽鰪娋W(wǎng)絡(luò)規(guī)劃工具的性能，從而使網(wǎng)絡(luò)更有可能不僅能滿足覆蓋目標(biāo)，而且還能滿足所有客戶的用戶體驗要求。

（3）主動安全防護：基于人工智能的行為分析將顯著地提高網(wǎng)絡(luò)檢測攻擊、自助分析數(shù)據(jù)和識別孤立行為之間關(guān)系的能力。

4.智能客服

結(jié)合語音識別、語義分析等AI技術(shù)，語音交互更加自然，有自動推理的功能，并不僅依賴數(shù)據(jù)庫，可以完全替代人工，可以應(yīng)用于微信、網(wǎng)站等互聯(lián)網(wǎng)渠道及短信、熱線等傳統(tǒng)渠道，滿足客戶問題咨詢、投訴受理、信息查詢等多種需求。