中國工程院院士，江蘇省未來網(wǎng)絡創(chuàng)新研究院院長，北京郵電大學信息與通信工程學院院長，中國聯(lián)通科技委主任。通信與信息系統(tǒng)專家，主要研究領域為信息化網(wǎng)絡的建設發(fā)展、三網(wǎng)融合、未來網(wǎng)絡與人工智能的研究等。

　　互聯(lián)網(wǎng)發(fā)展到現(xiàn)在經歷了四十多年的歷程，在商業(yè)消費領域取得了巨大的成功。當前互聯(lián)網(wǎng)應用正在從消費領域向生產領域擴展，與工業(yè)、能源等實體經濟領域深度融合，這對網(wǎng)絡通信的實時性、安全可靠、服務等級劃分、海量數(shù)據(jù)處理和資源調度提出了更高的需求，網(wǎng)絡可持續(xù)發(fā)展已逐漸成為全球關注的焦點。為滿足行業(yè)數(shù)字化、智能化的根本性轉變，需要從多層次、多維度研究新的基礎理論和技術方法，包括：設計克服現(xiàn)有互聯(lián)網(wǎng)缺陷的新型網(wǎng)絡體系結構，研究適合未來網(wǎng)絡應用創(chuàng)新的關鍵技術，研發(fā)未來網(wǎng)絡核心設備及系統(tǒng)，并進行大規(guī)模組網(wǎng)驗證。

　　目前，國內外紛紛布局未來網(wǎng)絡體系架構和關鍵技術的研究，其中軟件定義網(wǎng)絡（SDN）受到了全球范圍的廣泛關注與重視。受益于集中式控制機制，SDN能夠極大地提升現(xiàn)有網(wǎng)絡的可控可管性和靈活性，可有效降低網(wǎng)絡服務提供者的投資成本和運營管理成本，并具備實時收集數(shù)據(jù)平面的海量網(wǎng)絡數(shù)據(jù)的能力。

　　隨著未來網(wǎng)絡規(guī)模和復雜度的持續(xù)增長，尤其是物聯(lián)網(wǎng)等新型應用場景，單純依靠人類編寫的集中式控制程序（SDN）將無法有效應對網(wǎng)絡復雜度的增加和可能出現(xiàn)的各種異常突發(fā)事件。

　　引入大數(shù)據(jù)分析、人工智能技術，對利用網(wǎng)絡遙測等機制實時采集的大數(shù)據(jù)進行實時分析，具備人工智能能力的計算機就有可能對百分之九十的網(wǎng)絡故障或安全隱患進行排查并給出供參考的解決方法。人類專家只需要集中智慧和精力解決機器無法給出答案的剩下的百分之十的難題。并且，這個解決難題的過程可以進行反復迭代，使得機器處理復雜網(wǎng)絡問題的能力越來越高。另外，在路徑規(guī)劃和流量調度方面，未來網(wǎng)絡需要滿足應用高吞吐、低時延的要求，使用傳統(tǒng)的路徑規(guī)劃算法很難根據(jù)鏈路負載的動態(tài)情況實時的給出最優(yōu)的流量調度方案。在這里，基于人工智能技術有希望基于歷史的海量流量數(shù)據(jù)，對鏈路承載的流量進行主動預測和有效調度。可以說，人工智能在網(wǎng)絡管理、故障檢測、網(wǎng)絡安全、路徑規(guī)劃、流量調度等領域大有可為。“網(wǎng)絡大腦”的智力高低正成為制約網(wǎng)絡規(guī)模和復雜度可持續(xù)發(fā)展的關鍵因素。

　　在未來網(wǎng)絡中引入人工智能這樣的新事物可能會遇到一些技術挑戰(zhàn)，其中比較重要的一點是如何提高人工智能決策的可靠性。因為網(wǎng)絡中的路徑規(guī)劃和流量調度與語音識別等消費終端業(yè)務具有較大不同。人工智能訓練的深度學習模型在做語音識別時可以允許存在一定的誤差，而在網(wǎng)絡中這通常是不被允許的。路徑規(guī)劃的失誤將有可能導致大規(guī)模的網(wǎng)絡癱瘓，造成重大損失。因此，在未來網(wǎng)絡中引入人工智能技術應該是分階段逐步開展的。首先應突破使用人工智能技術基于大數(shù)據(jù)分析實現(xiàn)網(wǎng)絡故障檢測和網(wǎng)絡安全診斷。在這一階段，人工智能將自主解決一些簡單的網(wǎng)絡問題，并輔助人類專家分析解決復雜網(wǎng)絡問題。隨著人工智能不斷成熟，具有足夠高可靠性的“網(wǎng)絡大腦”將對網(wǎng)絡路徑進行主動規(guī)劃，其對高動態(tài)網(wǎng)絡的優(yōu)化效率將有可能超過傳統(tǒng)網(wǎng)絡算法。

　　我們相信，隨著人工智能技術的不斷成熟，未來必將會在網(wǎng)絡產業(yè)界掀起一場革命，也必將給我國打造自主、可控、安全的新型網(wǎng)絡提供一個重要的歷史機遇。

　　*本文原載于《中國人工智能學會通訊》，現(xiàn)經作者修訂后重新發(fā)表。