人工智能技術(shù)在5G時代的運用探討

摘要：大數(shù)據(jù)及云計算、人工智能識別等為主的信息技術(shù)，帶動不同行業(yè)向物聯(lián)網(wǎng)化、智能化的方向邁進(jìn)。5G物聯(lián)網(wǎng)絡(luò)中，根據(jù)不同網(wǎng)絡(luò)用戶的業(yè)務(wù)需求，通過利用人工智能（AI）技術(shù)，對高速率、大容量的數(shù)據(jù)信息傳輸場景，進(jìn)行移動寬帶增強、降低通信延時，可以滿足大規(guī)模、低功耗網(wǎng)絡(luò)設(shè)備和傳感器的接入與管理，從而大大降低5G商用化的部署難度和成本。

關(guān)鍵詞：人工智能技術(shù)? 5G時代? 運用? 研究

中圖分類號：TP18? ?文獻(xiàn)標(biāo)識碼：A? ?文章編號：1672-3791（2021）11（a）-0000-00

Discussion on the Application of Artificial Intelligence Technology in 5G Era

LIU Lin

（Xi'an University of Science and Technology， Xi'an， Shaanxi Province， 710054 China）

Abstract： Information technology based on big data， cloud computing， and artificial intelligence recognition has driven different industries to move towards the Internet of Things and intelligence. In the 5G IoT network， according to the business needs of different network users， artificial intelligence （AI） technology is used to enhance mobile broadband and reduce communication delays for high-speed and large-capacity data information transmission scenarios， which can meet the needs of large-scale， The access and management of low-power network devices and sensors greatly reduces the difficulty and cost of 5G commercial deployment.

Key Words： Artificial intelligence technology; 5G era; Application; Research

人工智能識別技術(shù)支持下的網(wǎng)絡(luò)計算機信息系統(tǒng)，主要根據(jù)不同網(wǎng)絡(luò)用戶的業(yè)務(wù)需求，通過一系列的大數(shù)據(jù)挖掘與分析技術(shù)、迭代計算技術(shù)，對接入的5G網(wǎng)絡(luò)數(shù)據(jù)信息進(jìn)行自動清洗與篩選、有價值信息提取，以及最優(yōu)網(wǎng)絡(luò)環(huán)境的選擇和設(shè)置，為不同社區(qū)空間的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)構(gòu)建、數(shù)據(jù)資源傳輸、干擾控制等提供技術(shù)協(xié)調(diào)，在進(jìn)一步提升網(wǎng)絡(luò)靈活性、網(wǎng)絡(luò)資源利用率的同時，降低5G物聯(lián)網(wǎng)絡(luò)設(shè)置、運行的部署成本。

1 人工智能技術(shù)的內(nèi)容及特征概述

1.1 人工智能技術(shù)的主要內(nèi)容概述

當(dāng)前我國不同產(chǎn)業(yè)行業(yè)中的人工智能技術(shù)應(yīng)用，通?？杀粍澐譃榛A(chǔ)層、技術(shù)層、應(yīng)用層等的組成層級，不同層級中包括著不同的技術(shù)內(nèi)容。其中基礎(chǔ)層包括網(wǎng)絡(luò)計算機、多源傳感設(shè)備、后臺數(shù)據(jù)庫、存儲器等硬件組成架構(gòu)，技術(shù)層包括數(shù)據(jù)處理、數(shù)據(jù)儲存、數(shù)據(jù)挖掘，以及深度學(xué)習(xí)算法、遷移學(xué)習(xí)算法、監(jiān)督學(xué)習(xí)算法等的技術(shù)內(nèi)容，多種人工智能技術(shù)都可以被用于計算機自然語言處理、語音或視覺要素交互，應(yīng)用層則包含不同領(lǐng)域中人工智能技術(shù)的具體應(yīng)用場景，如在5G信息傳輸、物聯(lián)網(wǎng)智能控制、智慧安防、自動駕駛等領(lǐng)域的應(yīng)用。

1.2 人工智能技術(shù)具有的特征

人工智能作為網(wǎng)絡(luò)計算機科學(xué)的重要技術(shù)，其在海量的數(shù)據(jù)信息挖掘、篩選與處理，以及機器語言重復(fù)性學(xué)習(xí)、數(shù)據(jù)重復(fù)迭代的過程中，通常具有以下幾方面的典型特征。

1.2.1? 多傳感器的外部數(shù)據(jù)感知與搜集

人工智能系統(tǒng)往往利用超聲波傳感器、紅外傳感器、溫濕度傳感器、聲音傳感器、亮度傳感器等裝置，對外界空間環(huán)境中的數(shù)據(jù)信息進(jìn)行感知、收集，并將多元數(shù)據(jù)資源經(jīng)由5G網(wǎng)絡(luò)、Wi-Fi無線網(wǎng)絡(luò)等的通信渠道，將數(shù)據(jù)信息傳輸至網(wǎng)絡(luò)云服務(wù)后臺中進(jìn)行處理。另外，CCD光學(xué)傳感器、聲覺/嗅覺傳感器、Bumblebee雙目高速相機、數(shù)據(jù)手套、VR眼鏡等可穿戴設(shè)備，也為人工智能系統(tǒng)的數(shù)據(jù)信息感知裝置，可完成復(fù)雜環(huán)境下的數(shù)據(jù)資源采集與傳輸[1]。

1.2.2? 利用神經(jīng)網(wǎng)絡(luò)的重復(fù)性數(shù)據(jù)學(xué)習(xí)與迭代

深度神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)等算法，在短時間內(nèi)具有強大的數(shù)據(jù)信息挖掘、分析與處理能力，利用深度神經(jīng)網(wǎng)絡(luò)（AI）的重復(fù)性學(xué)習(xí)、自動信息處理技術(shù)，可以在某一時間序列上，進(jìn)行不同類別數(shù)據(jù)信息的感知、學(xué)習(xí)、記憶、推理、決策等重復(fù)性運算，經(jīng)過深度神經(jīng)網(wǎng)絡(luò)算法的多次迭代，可得到數(shù)據(jù)計算機任務(wù)的處理結(jié)果。

1.2.3? 人工智能技術(shù)提高物聯(lián)網(wǎng)交互、功能實現(xiàn)的智能化

人工智能中多傳感設(shè)備、機器學(xué)習(xí)、網(wǎng)絡(luò)云服務(wù)等技術(shù)的融合，可以為廣域網(wǎng)、局域網(wǎng)數(shù)據(jù)通信傳輸，以及不同軟件應(yīng)用的功能實現(xiàn)提供軟硬件支持。

2 人工智能感知與識別的主要技術(shù)分類

2.1 多傳感器的感知與識別技術(shù)

目前人工智能在外部用戶或客戶訪問過程中，通常根據(jù)有生命、無生命的信息感知需求，設(shè)置光敏傳感器、熱電偶傳感器、霍爾傳感器、射頻識別傳感器、智能卡傳感裝置，以及Bumblebee雙目高速相機、數(shù)據(jù)手套、VR眼鏡、智能手表等可穿戴設(shè)備，進(jìn)行有生命的人體面部特征、聲音、指紋的監(jiān)測鑒定，以及無生命的智能磁卡、集成電路板等的自動感知識別。通過對外部聲音、光源、無線電磁波等數(shù)據(jù)信息的感知讀取，可檢測上傳周圍環(huán)境中的任何有生命、無生命物質(zhì)屬性，將多種數(shù)據(jù)特征做出整合與標(biāo)識，以實現(xiàn)監(jiān)測目標(biāo)的自動跟蹤識別和數(shù)據(jù)搜集[2]。

2.2 大數(shù)據(jù)挖掘、關(guān)聯(lián)分析技術(shù)

面對廣域網(wǎng)/局域網(wǎng)中海量復(fù)雜數(shù)據(jù)信息的傳輸，通常采取大數(shù)據(jù)關(guān)聯(lián)規(guī)則的挖掘技術(shù)、多維度關(guān)聯(lián)分析技術(shù)，對不同網(wǎng)絡(luò)系統(tǒng)內(nèi)的數(shù)據(jù)資源進(jìn)行挖掘分析，包括海量化低價值密度數(shù)據(jù)信息的篩選、清洗或剔除，以及利用深度機器學(xué)習(xí)算法、GBM機器學(xué)習(xí)算法等，進(jìn)行多源、多維度數(shù)據(jù)的迭代計算，得出不同類別數(shù)據(jù)資源的顯著性檢驗、關(guān)聯(lián)分析結(jié)果。

2.3 故障采集與控制的認(rèn)知智能技術(shù)

人工智能技術(shù)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，是被用于網(wǎng)絡(luò)系統(tǒng)故障診斷、警報處理與管理的主要技術(shù)，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)有著較強的在線學(xué)習(xí)、聯(lián)想記憶、非線性映射等能力，主要被引入電氣系統(tǒng)、電氣自動化、智能家居自動化的控制中?，F(xiàn)階段在網(wǎng)絡(luò)系統(tǒng)故障采集與控制中，存在的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)技術(shù)包括BP算法、模糊控制算法等[3]。

3 人工智能技術(shù)在5G時代的運用探討研究

3.1 人工智能技術(shù)在5G物聯(lián)網(wǎng)智能家居中的運用

在小范圍局域網(wǎng)內(nèi)的智能家居監(jiān)控與控制系統(tǒng)中，通常利用5G網(wǎng)絡(luò)通信、Wi-Fi、紫蜂協(xié)議等數(shù)據(jù)傳輸技術(shù)，進(jìn)行底層硬件設(shè)備、頂層網(wǎng)絡(luò)指令控制端之間的通信連接。智能家居監(jiān)控與控制系統(tǒng)中，包括網(wǎng)絡(luò)計算機、5G模塊、路由器、紫蜂協(xié)議協(xié)調(diào)器、云服務(wù)后臺等硬件設(shè)備，不同類別的數(shù)據(jù)資源經(jīng)由5G模塊、PAN協(xié)調(diào)器，以及網(wǎng)絡(luò)通信串行接口，搜集與整合多種電氣設(shè)備的數(shù)據(jù)信息，并通過PAN協(xié)調(diào)器、數(shù)據(jù)獲取層終端完成網(wǎng)絡(luò)節(jié)點的組網(wǎng)工作[4]。之后由網(wǎng)絡(luò)傳輸層利用大數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘、實時關(guān)聯(lián)分析等的人工智能技術(shù)，對下層獲取的智能家居數(shù)據(jù)信息，進(jìn)行不同節(jié)點的數(shù)據(jù)篩選、清洗或剔除操作后，將數(shù)據(jù)傳輸至網(wǎng)絡(luò)云服務(wù)后臺中，由深度機器學(xué)習(xí)算法、GBM機器學(xué)習(xí)算法等神經(jīng)網(wǎng)絡(luò)，進(jìn)行多源、多維度數(shù)據(jù)的重復(fù)性學(xué)習(xí)與迭代計算，完成不同控制設(shè)備的數(shù)據(jù)任務(wù)響應(yīng)、控制指令執(zhí)行，進(jìn)行智能家用電器設(shè)備的狀態(tài)監(jiān)控、突發(fā)情況控制。

3.2 人工智能技術(shù)在5G網(wǎng)聯(lián)汽車通信中的運用

為滿足5G智能網(wǎng)聯(lián)汽車的數(shù)據(jù)信號輸入/輸出、任務(wù)響應(yīng)需求，通常會設(shè)置以5G LTE-V核心網(wǎng)、D2D或M2M通信為主的信息傳送通道，其中5G LTE-V核心網(wǎng)包括虛擬化資源層、運營管理層的組成結(jié)構(gòu)，利用5G蜂窩頻段、網(wǎng)絡(luò)切片等虛擬組件，為智能網(wǎng)聯(lián)汽車內(nèi)部的不同數(shù)據(jù)資源傳輸、信息交換、物理計算與存儲服務(wù)，提供5G網(wǎng)絡(luò)通信頻段、配置的支持，加強智能網(wǎng)聯(lián)汽車系統(tǒng)橫向、縱向業(yè)務(wù)域的網(wǎng)絡(luò)編排管理，智能網(wǎng)聯(lián)汽車系統(tǒng)的5G核心網(wǎng)絡(luò)配置、組網(wǎng)方案的整體架構(gòu)。特別面對高速、超高速移動的智能汽車，通常需要更高的通信帶寬、更快的網(wǎng)絡(luò)操控指令響應(yīng)，因此要利用BP神經(jīng)網(wǎng)絡(luò)算法、深度機器學(xué)習(xí)算法，對網(wǎng)絡(luò)內(nèi)智能汽車的定速巡航、輔助駕駛、自動駕駛的業(yè)務(wù)功能，提供多元數(shù)據(jù)信息的重復(fù)性、迭代性計算，保證移動汽車智能駕駛中各類業(yè)務(wù)邏輯的功能實現(xiàn)。

3.2.1? 虛擬服務(wù)器NFV/MANO的彈性資源分配

在SLAs服務(wù)等級協(xié)議、虛擬服務(wù)器、存儲數(shù)據(jù)庫、計算機硬件，以及NFV MANO支撐軟件組件架構(gòu)技術(shù)等的基礎(chǔ)上，建立用于智能網(wǎng)聯(lián)汽車的虛擬化管理系統(tǒng)，對接入5G無線網(wǎng)絡(luò)的多種數(shù)據(jù)資源、業(yè)務(wù)功能請求，進(jìn)行靈活的虛擬化組網(wǎng)、資源動態(tài)配置、網(wǎng)絡(luò)功能（VNF）協(xié)調(diào)與管理，按需對業(yè)務(wù)路由、任務(wù)請求作出自動編排，完成人工智能網(wǎng)聯(lián)汽車場景下的網(wǎng)絡(luò)配置、業(yè)務(wù)響應(yīng)與功能協(xié)調(diào)[5]。

3.2.2? 控制與轉(zhuǎn)發(fā)分離

5G網(wǎng)絡(luò)環(huán)境下的智能網(wǎng)聯(lián)汽車，主要依托于業(yè)務(wù)控制組件、媒體功能組件等的虛擬化組件，負(fù)責(zé)對接入網(wǎng)絡(luò)的車聯(lián)網(wǎng)系統(tǒng)，進(jìn)行連接鑒權(quán)、數(shù)據(jù)傳輸?shù)墓芾砜刂?。其中位于?shù)據(jù)服務(wù)云平臺層的業(yè)務(wù)控制組件，用于車聯(lián)網(wǎng)客客戶、其他連接硬件設(shè)備的網(wǎng)絡(luò)接入授權(quán)/鑒權(quán);之后通過網(wǎng)絡(luò)云服務(wù)器（CDN）端的轉(zhuǎn)發(fā)面組件，以及D2D、M-MIMO等的5G異構(gòu)通信傳輸信道，進(jìn)行不同報文數(shù)據(jù)轉(zhuǎn)發(fā)、移動終端的分開部署，完成系統(tǒng)分流帶寬內(nèi)接收的分布式數(shù)據(jù)、服務(wù)請求處理[6]。

4? 結(jié)語

人工智能技術(shù)是對人的思維意識等的仿真模擬技術(shù)，其作為計算機科學(xué)的分支之一，通常包括機器人技術(shù)、語音及圖像識別技術(shù)、自然語言處理技術(shù)，以及大數(shù)據(jù)挖掘、分析與處理技術(shù)。而5G網(wǎng)絡(luò)通信技術(shù)的快速發(fā)展，也帶來不同行業(yè)產(chǎn)業(yè)業(yè)態(tài)、智能化控制與管理模式的創(chuàng)新，通過將多種人工智能技術(shù)，引入到物聯(lián)網(wǎng)智能家居控制、智慧安防、網(wǎng)聯(lián)汽車自動駕駛等的應(yīng)用之中，可以促進(jìn)人工智能感知識別、數(shù)據(jù)傳輸、指令控制等目標(biāo)的實現(xiàn)。

參考文獻(xiàn)

[1] 楊英倉.大數(shù)據(jù)時代視頻偵查技術(shù)課程教學(xué)改革與創(chuàng)新研究[J].河北公安警察職業(yè)學(xué)院學(xué)報，2019，19（3）：69-72.

[2] 劉琦，侯麗，彭章友.基于辨識特征后融合的行人再識別[J].計算機應(yīng)用研究，2019，36（8）：2552-2555.

[3] 王松山，傅新鎮(zhèn)，李強.PACS系統(tǒng)中的圖像可識別特征分割方法研究與分析[J].微型電腦應(yīng)用，2017，33（4）：35-38.

[4] 王臣.計算機人工智能識別技術(shù)的應(yīng)用思考[J].計算機產(chǎn)品與流通，2020（4）：4.

[5] 王照.計算機人工智能識別技術(shù)及其運用探究[J].通訊世界，2020，27（5）：193，196.

[6] 劉強.面向物聯(lián)網(wǎng)應(yīng)用的人工智能相關(guān)技術(shù)特點分析[J].電子技術(shù)與軟件工程，2021（17）：23-24.

作者簡介：劉琳（1980—），男，碩士，講師，研究方向為創(chuàng)新創(chuàng)業(yè)教育。