一種挖掘6G 應(yīng)用場景的方法
——基于遺傳算法的思想*

侯文軍，白 冰，喻 煒，楊本植

（1.北京郵電大學(xué)，北京 100876；2.網(wǎng)絡(luò)系統(tǒng)與網(wǎng)絡(luò)文化北京市重點實驗室，北京 100876；3.中國移動研究院，北京 100053）

0 引言

研究顯示，在5G 的基礎(chǔ)上，6G 將對通信發(fā)展的智能化進程產(chǎn)生深遠(yuǎn)的影響，6G 的前景、核心技術(shù)、應(yīng)用場景、面對的挑戰(zhàn)以及相關(guān)問題在全世界范圍內(nèi)引起了廣泛的討論[1]，關(guān)于未來6G 的特征也出現(xiàn)了很多研究與觀點[2-12]。中國信息通信研究院發(fā)布的《6G總體愿景與潛在關(guān)鍵技術(shù)白皮書》[13]提到，6G 將會是一個空天地海一體化的網(wǎng)絡(luò)布局。該白皮書從社會結(jié)構(gòu)變革、經(jīng)濟高質(zhì)量發(fā)展、環(huán)境可持續(xù)發(fā)展等高層次視角分析了6G的發(fā)展驅(qū)動力，同時也提出了“萬物智聯(lián)，數(shù)字孿生”的總體愿景。

可以預(yù)見，在6G 時代，通信的技術(shù)、應(yīng)用場景、交互方式和體驗都將發(fā)生巨大的變化，在引發(fā)行業(yè)變革的同時也會催生大量全新的場景。這些變化對技術(shù)有著新的要求，也會帶來巨大的發(fā)展契機。6G 系統(tǒng)的主要驅(qū)動因素，包括應(yīng)用和適應(yīng)技術(shù)趨勢[14]。然而研究發(fā)現(xiàn)，大部分關(guān)于6G 的討論都是圍繞著未來的技術(shù)趨勢[15]，很少有關(guān)于應(yīng)用場景的研究。現(xiàn)有的6G 應(yīng)用場景方面的討論，可以分成兩類：一類是在宏觀的角度對6G 應(yīng)用場景做概述，另一類是針對某一具體場景做系統(tǒng)性分析。在第一類中，有研究[16]提出6G 的應(yīng)用場景為大規(guī)模通信（Big Communications，Big Com）、安全低延遲超可靠通信（Secure Ultra-Reliable Low-Latency Communications，SURLLC）、三維集成通信（Three-Dimensional Integrated Communications，3D-InteCom）、非常規(guī)數(shù)據(jù)通信（Unconventional Data Communications，UCDC）。李正茂[17]借鑒馬斯洛需求模型，將人對于通信的需求分成溝通泛在、信息泛在、感官泛在和智能泛在4 個階段。文獻[18]歸納了3 種拓展思路：5G 三大場景升級、5G 三大場景間的融合以及結(jié)合新技術(shù)的未來多樣化場景研究。文獻[19]和文獻[20]對6G 時代的應(yīng)用場景及關(guān)鍵技術(shù)做了暢想。以上的研究具有很好的科學(xué)性與前瞻性，但比較宏觀。在第二類中，有一些工作聚焦6G 時代的專一場景，如無人機通信[21]、無線通信[22]、萬網(wǎng)互聯(lián)[12]、網(wǎng)絡(luò)安全[23]、室內(nèi)定位[24]等，這些工作針對單一場景進行了研究，但忽略了普適性。由此筆者發(fā)現(xiàn)，面向整個6G 時代的場景挖掘研究工作是很有必要的。6G 作為下一代無線通信技術(shù)，世界各國很早便開始布局，但是6G 的研究尚處于摸索階段，因此明確6G 時代的應(yīng)用場景，不僅可以輔助6G 的未來形態(tài)布局，還可以為6G 的建設(shè)起到很好的參考作用。

本文給出了具體的場景挖掘思路：（1）建立6G 時代的新技術(shù)集合；（2）梳理新技術(shù)具備的以及潛在的功能列表，并整合為功能模塊；（3）引入遺傳算法的思想，結(jié)合行業(yè)需求、用戶需求綜合推斷新的場景。本文的方法是基于客觀數(shù)據(jù)與主觀評判相結(jié)合構(gòu)建的，因此在第2 節(jié)、第3 節(jié)將詳細(xì)介紹本文方法以及測評結(jié)果，并在第4 節(jié)中舉例證明該方法的有效性。

1 方 法

1.1 準(zhǔn)備工作

場景概念的提出正值移動互聯(lián)網(wǎng)興起的時候，因此場景被認(rèn)為是移動媒體的新入口和移動互聯(lián)網(wǎng)時代的主要爭奪目標(biāo)。筆者認(rèn)為應(yīng)該明確研究對象的定義與特征?！皥鼍啊边@一概念是2014 年由Robert Scoble 和Shel Israel 在《即將到來的場景時代：移動、傳感、數(shù)據(jù)和未來隱私》中提出的，他們指出，大數(shù)據(jù)、移動設(shè)備、社交媒體、傳感器、定位系統(tǒng)是與場景時代息息相關(guān)的5 大要素[25]，并認(rèn)為：“5 種要素正在改變你作為消費者、患者、觀眾或者其他身份的體驗，它們同樣改變著大大小小的企業(yè)?！盵26]文獻[27]提到的場景理論將上面的5 大要素定義為構(gòu)成移動互聯(lián)網(wǎng)時代場景的5種技術(shù)趨勢，而彭蘭[28]教授認(rèn)為，場景的終極目標(biāo)是提供特定場景下的適配信息或服務(wù)，理解用戶并提供滿足用戶需求的內(nèi)容與服務(wù)。結(jié)合文獻[25]中基于馬斯洛需求層次理論對場景功能的劃分，可以確定場景的基本構(gòu)成要素包含技術(shù)與需求兩個方面。

基于以上分析，本文對場景的定義、內(nèi)容、特征進行了桌面調(diào)研，目前收集到共計206 條當(dāng)前5G 的場景詞條。對收集到的詞條，做了聚類分析后的結(jié)果顯示，并對場景類型進行劃分。分析發(fā)現(xiàn)，詞條多從網(wǎng)絡(luò)通信技術(shù)、技術(shù)功能、服務(wù)行業(yè)及用戶需求4 個角度對場景進行描述。前兩個角度說明場景需要技術(shù)以及技術(shù)的功能來支撐，后兩個角度說明場景要在具體的行業(yè)與需求上才有意義?？梢缘贸?，移動通信的場景取決于兩個大的方面：一是移動通信可以支撐的新技術(shù)，二是技術(shù)落地的行業(yè)或需求。換句話說，場景=技術(shù)+需求，而連接二者的是功能。

1.2 數(shù)據(jù)準(zhǔn)備

在得出場景=技術(shù)+需求的結(jié)論后，本文分別建立了數(shù)據(jù)池，包括技術(shù)池、技術(shù)對應(yīng)的功能集、行業(yè)集合和需求池。行業(yè)集合與需求池來自《中華人民共和國國民經(jīng)濟行業(yè)分類標(biāo)準(zhǔn)》[29]，因此本文僅對技術(shù)池與功能集作介紹。

1.2.1 技術(shù)池

通過文獻調(diào)研收集了35 條未來具有發(fā)展?jié)摿Φ男录夹g(shù)，內(nèi)容如表1 所示。按照文獻分析（聚類分析、研究熱度排序、時效性分析）的結(jié)果將這些技術(shù)分為新型設(shè)備、6G 新一代網(wǎng)絡(luò)技術(shù)、熱門話題技術(shù)和具有潛力的發(fā)展中技術(shù)這4 個類別。

表1 技術(shù)池內(nèi)容

構(gòu)建技術(shù)池時，設(shè)立了技術(shù)的篩選標(biāo)準(zhǔn)：首先該技術(shù)一定是具有一定發(fā)展?jié)摿Γ蚓哂幸欢岫鹊募夹g(shù)；其次是該技術(shù)有廣闊的應(yīng)用前景；最后是該技術(shù)會受到6G 的助力。第3 點體現(xiàn)在圖1 中。從圖中可以看出，現(xiàn)有技術(shù)的瓶頸大多集中在數(shù)據(jù)量、算力、算法、效率和安全性問題上，這些問題可以在6G 時代得到解決。

圖1 6G 促進新技術(shù)發(fā)展

1.2.2 功能池

本文對技術(shù)的支持功能做了梳理，其同樣來自技術(shù)的文獻。因為技術(shù)與功能之間存在多對多的關(guān)系，且技術(shù)池中的內(nèi)容有層級關(guān)系，同時也存在很多的相關(guān)性和互斥性，這也是本文不直接對技術(shù)做抽樣而選擇功能模塊的原因之一。功能池的內(nèi)容如表2 所示。

表2 功能模塊與對應(yīng)技術(shù)

1.3 方法主邏輯

方法的主邏輯圖如圖2 所示。首先，將收集到的技術(shù)池與功能模塊之間做映射，它們之間是多對多的關(guān)系；其次，將需求、行業(yè)整合得到需求池；最后，在功能池和需求池中分別進行多次的隨機抽樣，將抽出的結(jié)果進行價值判別，最終得到新型的應(yīng)用場景。

圖2 技術(shù)角度挖掘場景方法主流程

1.4 方法理論基礎(chǔ)

本文方法的提出主要基于兩個底層理論：世界發(fā)展的底層規(guī)律模型和新事物產(chǎn)生的隨機性理論。

（1）世界發(fā)展的底層規(guī)律模型理論。哲學(xué)上[30]，世界被按照抽象度分為抽象世界和現(xiàn)實世界兩部分。按照抽象度從大到小的排列，又分為抽象世界中的智慧世界、知識世界、概念世界，以及現(xiàn)實世界中的信息社會、工業(yè)社會、農(nóng)業(yè)社會。具體的模型由圖3 所示。這個模型將人類世界的發(fā)展規(guī)則描述得非常清楚，即在抽象世界中產(chǎn)生的理論進步會促成技術(shù)進步，技術(shù)進步隨著時間的變化，就會瓜熟蒂落，對具象世界造成一次又一次的沖擊，就會改變具象世界。換句話說，人類社會的發(fā)展是由新技術(shù)來驅(qū)動的，所以為了探索未來的場景，應(yīng)該從新技術(shù)發(fā)展的角度出發(fā)。

圖3 人類世界發(fā)展規(guī)律模型

（2）新事物產(chǎn)生的隨機性理論。支撐本文方法的另一個理論基礎(chǔ)是新事物出現(xiàn)的隨機性與偶然性[31]因素。本文嘗試引入遺傳算法的研究思路，這也是本文的核心創(chuàng)新點之一。二十世紀(jì)中期，Holland[32-33]和Bremermann[34]等人創(chuàng)立了遺傳算法，Schwefel 等人[35]創(chuàng)立了進化策略，F(xiàn)ogel 等人[36-37]創(chuàng)立了進化規(guī)則。遺傳算法是模擬自然界遺傳機制和生物進化論而形成的一種過程搜索最優(yōu)解的算法[38]，發(fā)展至今，已經(jīng)經(jīng)歷了很多的改進。

本文的目的是挖掘未來6G 時代的新的應(yīng)用場景。由第1 個理論得出，挖掘未來場景需要從新技術(shù)的發(fā)展和現(xiàn)有需求出發(fā)；由第2 個理論得出，可以用隨機抽取技術(shù)功能與需求組合的方式模擬遺傳算法中的豐富的個體，其中，不同的組合形式代表不同個體具有的基因多樣性，隨后經(jīng)過專家的主觀評估，選擇去掉不合適的組合，這一過程模擬了遺傳算法中的適應(yīng)度選擇，這樣就完成了一輪的挖掘，經(jīng)過多次迭代，最終留下的組合就是一種在未來6G 時代很有潛力的應(yīng)用場景。方法模型如圖4 所示。

圖4 方法模型

1.5 方法執(zhí)行流程

方法的執(zhí)行過程如圖5 所示。先確定一個需求，再抽樣N個功能，形成技術(shù)功能+需求的組合，由專家評價的結(jié)果決定是否滿足產(chǎn)出新場景的要求，若評價結(jié)果為不滿足就返回重新抽樣。

圖5 方法執(zhí)行流程

專家評判的標(biāo)準(zhǔn)主要參考兩個方面：（1）抽樣結(jié)果是否足夠解決行業(yè)需求；（2）抽樣結(jié)果的成本是否合適。一次性抽取的功能模塊數(shù)量N由多次實驗后的統(tǒng)計結(jié)果決定，后續(xù)將詳細(xì)介紹參數(shù)N的確定過程。

本文提出方法的數(shù)學(xué)表達為：

首先全部的功能池和需求池的集合表示為：

式中：m為功能池的總數(shù)；k為需求池的總數(shù)。而一次輪執(zhí)行，需要在集合F中隨機抽取N個元素，并從集合D中隨機抽取1 個元素，來組成專家評價環(huán)節(jié)的輸入，這一過程表示為：

式（4）與式（5）中，J(·)的輸入為單次抽取的結(jié)果，當(dāng)專家判定結(jié)果合理時，輸出為1，否則輸出為0。

本文提出的方法需要同時對技術(shù)功能池和需求池分別進行不放回隨機抽樣。因為隨機抽樣的不確定性，產(chǎn)生的大量結(jié)果中，可能存在一部分不合理的結(jié)果，需要將它們剔除，因為這種類型的結(jié)果不是沒有可能發(fā)生，只是筆者認(rèn)為它們超出了6G 的討論范疇；同時也會產(chǎn)生一部分的已知結(jié)果，這部分結(jié)果的創(chuàng)新性不足，也沒有在筆者重點考慮的范圍內(nèi)；最后一部分的結(jié)果是比較中性的，這是筆者重點關(guān)注的一類結(jié)果，它們具有比較強的前瞻性和創(chuàng)新性，且具有技術(shù)落地的可行性。

2 實 驗

在實驗時，為了確定N值，本文將需求鎖定，對功能模塊的各種N的取值隨機抽取了20 次，但由于技術(shù)模塊的數(shù)量限制，當(dāng)N=1 時，將10 種情況全部列出。經(jīng)過專家打分后，將專家打分結(jié)果中判定合理的情況進行統(tǒng)計，結(jié)果如圖6 所示。

圖6 判定合理的概率隨N 值變化的曲線

從圖6 可以看出，當(dāng)N=5 時，產(chǎn)出新場景的判定合理的比率最高。經(jīng)過結(jié)果分析發(fā)現(xiàn)，當(dāng)N取值過小時，會出現(xiàn)大量的技術(shù)功能無法滿足行業(yè)需求的情況，因此會導(dǎo)致判定合理比率變低；而當(dāng)N值過大時，技術(shù)功能可以超額滿足行業(yè)需求，但會導(dǎo)致成本過高，這可以在圖7 中看出。

場景的價值取決于它是否解決了需求以及它的成本[39]。結(jié)合上文的結(jié)果，筆者請專家對每一組抽樣結(jié)果，從功能對技術(shù)的支撐程度和成本兩個方面進行7 點量表打分，并假設(shè)這兩個方面對最終判定抽樣結(jié)果是否合適的影響是獨立且重要性相等的。最終取5 位專家的均值作為實驗結(jié)果，如圖7 所示。由圖可知，當(dāng)N值逐漸增加，成本的增加趨勢較快，并越來越趨近于成本極高的水平，因此筆者認(rèn)為趨近7 是非常不好的，而功能對技術(shù)的支撐程度的增長趨勢較為緩慢，二者的最優(yōu)結(jié)合點在N=5 處，因此筆者將方法的N值設(shè)定為5。

圖7 成本與解決需求程度的趨勢變化

3 案 例

目前6G 尚未部署，發(fā)展受技術(shù)限制較大，并沒有成熟的場景體系可供參考。于是，筆者根據(jù)場景結(jié)構(gòu)將場景模型定義為包含真實世界、虛擬世界、數(shù)據(jù)世界、體驗世界的四維模型，并根據(jù)抽樣組合的功能，對未來場景進行設(shè)計，以滿足用戶未來在該場景下的需求。最后，探討場景發(fā)展的可能性。

接下來本文給出一個實踐案例：在行業(yè)中抽取到健身行業(yè)，而在功能模塊中，抽取到了信息傳遞、人機交互、新型顯示、算力支持、智慧賦能5 個功能。經(jīng)過專家的評測證明，挖掘到的場景具有很好的前瞻性和創(chuàng)新性，并能夠在6G 時代落地。

隨著身體健康越來越受到國民重視，全民健身已成為一大發(fā)展趨勢。每個公民都或多或少的以跟學(xué)或自發(fā)的形式進行身體鍛煉。全息顯示提供了健身用戶之間的真實視野，以及無障礙的多媒體具身交互，打破地理限制，靈活高效地支撐了全息健身房全新的生態(tài)建設(shè)。全息健身房場景具備的技術(shù)能力功能模塊，針對用戶視野受限，專業(yè)技能不足等問題，提供隨時隨地360°全息顯示功能，以及健身動作專業(yè)實時語音指導(dǎo)的幫助。具體的功能 如下：

（1）信息傳遞：各類傳感器與采集設(shè)備可以將用戶的身體信息精確實時地進行傳遞。

（2）人機交互：全息教練輔導(dǎo)用戶進行健身。

（3）新型顯示：場景可以提供全息的信息顯示、教練的全息影像以及動作標(biāo)準(zhǔn)度的全系參考。

（4）算力支持：完成各類功能需要龐大的算力支持。

（5）智慧賦能：對于用戶上傳的數(shù)據(jù)可以進行智能化處理，以及人機交互的過程中有智能算法進行輔助。

由此可見，基于傳感器、XR 設(shè)備、交互技術(shù)、人工智能技術(shù)、云計算、邊緣計算、光場技術(shù)實現(xiàn)信息傳輸、人機交互、新型顯示、算力支持、智慧賦能的全息健身場景，在未來也必將大放異彩。全息健身房場景的邏輯如圖8 所示。

圖8 全息健身房場景

4 結(jié)語

本文提出了一種6G 時代從技術(shù)角度挖掘場景的方法。首先，介紹了方法提出的背景，以及6G場景研究的重要性；其次，介紹了本文研究的客觀數(shù)據(jù)基礎(chǔ)、方法邏輯、理論基礎(chǔ)和方法流程；再次，對所提方法中的重要參數(shù)進行實驗，并根據(jù)實驗結(jié)果，將一次性抽取的功能數(shù)確定為5；最后，給出了一個6G 新型場景的應(yīng)用案例，證明了方法的前瞻性與可行性。

本文最核心的貢獻在于：

（1）為未來6G 時代的場景挖掘提供了方法。該方法從現(xiàn)有的客觀數(shù)據(jù)（技術(shù)、行業(yè)需求）出發(fā)，得出了未來有價值的場景。

（2）引入遺傳算法的思想進行建模。在場景挖掘的研究中，從人類社會發(fā)展的底層規(guī)律出發(fā)，結(jié)合場景理論的研究成果與新事物出現(xiàn)的偶然性提出了本文的思路。該思路具有一定的創(chuàng)新性。

（3）提出了未來場景價值衡量的標(biāo)準(zhǔn)。本文參考場景價值相關(guān)的研究，將未來場景價值衡量標(biāo)準(zhǔn)判定為需求滿足度+成本，為挖掘到的場景的實現(xiàn)提供了參考。

（4）N值的判定。在專家打分的統(tǒng)計結(jié)果中發(fā)現(xiàn)，一次性同時抽取的功能數(shù)量N，如果大于5則會導(dǎo)致成本的飆升，小于5 則很難滿足場景的需求，因此最終將N值確定為5 是非常合理的。

本文研究還存在的一些問題：首先，技術(shù)池的構(gòu)建是一個動態(tài)的過程，需要持續(xù)進行補充和完善，隨著時間的演進，技術(shù)池與功能模塊的結(jié)構(gòu)會發(fā)生變化，因此如何及時地更新數(shù)據(jù)需要進一步研究；其次，本文在應(yīng)用遺傳算法的思路中，利用隨機組合模擬了基因型狀的多樣性，然而遺傳過程中的基因突變率卻無法模擬，盡管它一般被設(shè)置得很低；最后，整個方法的主觀性占據(jù)一定的比重，因此會帶來比較高的人員成本。

此外，筆者發(fā)現(xiàn)了很多值得深入研究的方向，例如，針對技術(shù)池和功能模塊之間存在的多對多對應(yīng)關(guān)系，可以引入知識圖譜、網(wǎng)絡(luò)科學(xué)的理論方法進行更深入的關(guān)系挖掘；在本文中，整個流程是正向走通的，也可以嘗試反向走通，從場景一步步挖掘最關(guān)鍵的功能和技術(shù)，也可以對其他行業(yè)的場景研究起到指導(dǎo)性作用；此外，最后的功能結(jié)合需求推斷場景的步驟中，如果數(shù)據(jù)量級滿足條件，可以嘗試用機器學(xué)習(xí)來形成樣本生成式模型。