2023電信AI產(chǎn)業(yè)發(fā)展白皮書

目錄1.

摘要

..............................................................................................................................

22.

電信

AI

產(chǎn)業(yè)發(fā)展趨勢綜述........................................................................................

32.1

全球

AI

產(chǎn)業(yè)趨勢與挑戰(zhàn)分析..........................................................................

32.2

電信

AI

產(chǎn)業(yè)發(fā)展...............................................................................................

33.

電信運營商數(shù)智轉(zhuǎn)型的探索與進展..........................................................................53.1

電信運營商加速

AI

技術(shù)與應(yīng)用布局..............................................................53.2

電信

AI

發(fā)展的關(guān)鍵技術(shù)................................................................................

163.3

小結(jié)....................................................................................................................194.

運營商最佳實踐.........................................................................................................204.1

中國移動實踐進展與典型案例......................................................................204.2

NTT

Docomo

實踐進展與典型案例...........................................................

254.3

KT

實踐進展與典型案例.................................................................................

325.

發(fā)展倡議.....................................................................................................................

361.

摘要該白皮書由中國移動、NTT

DOCOMO

和

KT

共同編制。本文研究了全球

AI

產(chǎn)業(yè)發(fā)展格局與趨勢，分享了運營商在

AI

技術(shù)跨越式飛速發(fā)展的背景下，對于轉(zhuǎn)型之路的思考和探索，對于自身角色的變革與重塑，并進一步通過介紹電信運營商在網(wǎng)絡(luò)智能化演進和

AI

領(lǐng)域的創(chuàng)新應(yīng)用和最佳實踐案例，展示

AI

技術(shù)步入大規(guī)模商用部署階段后，在電信行業(yè)的融合發(fā)展現(xiàn)狀，及其為電信行業(yè)帶來的深刻變革。展望未來，隨著電信

AI

產(chǎn)業(yè)的不斷發(fā)展，電信運營商將基于人工智能平臺成為通用智能的供給者、匯聚者，和運營者。更進一步，電信運營商將運用自身優(yōu)勢，持續(xù)推動與

AI產(chǎn)業(yè)鏈上下游、不同行業(yè)、不同產(chǎn)業(yè)鏈的高效協(xié)同，打造更開放的

AI

生態(tài)，構(gòu)建適應(yīng)于數(shù)字經(jīng)濟的生態(tài)產(chǎn)業(yè)鏈與價值鏈。22.

電信

AI

產(chǎn)業(yè)發(fā)展趨勢綜述2.1

全球

AI

產(chǎn)業(yè)趨勢與挑戰(zhàn)分析自

2022

年

12

月以來，由

OpenAI

推出的

ChatGPT

取得重大突破和交互體驗提升，引起全球廣泛關(guān)注與資本追捧?；?/p>

Transformer

的基礎(chǔ)大模型展現(xiàn)出強智能能力，正在催生能量和信息的新融合方式，以及產(chǎn)業(yè)發(fā)展的新范式，開啟了以通用人工智能為引領(lǐng)的新一輪科技革命浪潮。正如牛頓三定律之于物理學的意義一樣，大模型也開啟了人工智能的大一統(tǒng)時代。人工智能大模型將成為新型基礎(chǔ)設(shè)施，經(jīng)濟社會發(fā)展的基座作用日益凸顯。目前，大模型已經(jīng)在搜索、辦公、智能交互、AIGC、生產(chǎn)流程變革、產(chǎn)業(yè)降本增效等場景表現(xiàn)出巨大的潛力。隨著以大模型為代表的通用人工智能不斷發(fā)展，人工智能新型基礎(chǔ)設(shè)施及服務(wù)將深度賦能經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展，深刻影響人民生活和社會進步。相信未來人工智能服務(wù)會像今天水電、通信服務(wù)一樣便捷、普適、安全、低成本。近年來，算力與數(shù)據(jù)需求已經(jīng)在不斷增加，智算中心與數(shù)據(jù)中心業(yè)務(wù)也穩(wěn)步持續(xù)增長。按照

Gartner

最新預(yù)測，人工智能半導體收入將繼續(xù)保持兩位數(shù)的增長率，2024

年將增長

25.6%，達到

671

億美元。到

2027

年，人工智能芯片收入預(yù)計將是

2023

年市場規(guī)模的兩倍以上，達到

1194

億美元。1人工智能將催生新的業(yè)務(wù)賦能模式，傳統(tǒng)行業(yè)數(shù)智化轉(zhuǎn)型迎來拐點。數(shù)據(jù)采集如果無法得到充分的挖掘利用，大數(shù)據(jù)只能意味著大成本，未必具備大的價值。通用人工智能的出現(xiàn)使數(shù)據(jù)價值的充分挖掘具備了一定的技術(shù)條件。數(shù)據(jù)成為

AI

模型訓練的底層基礎(chǔ)支撐，大模型與行業(yè)技術(shù)棧深度融合，充分利用行業(yè)的專業(yè)知識、專家經(jīng)驗和生產(chǎn)數(shù)據(jù)，打造行業(yè)專用的大模型，通過“數(shù)據(jù)飛輪”

建立壁壘，將實現(xiàn)從

X+AI

轉(zhuǎn)向

AI+X

的根本性變革。人工2智能大模型將成為各行業(yè)各領(lǐng)域的智能內(nèi)核，重塑行業(yè)的系統(tǒng)流程、用戶體驗與業(yè)務(wù)價值，更好的發(fā)揮數(shù)智化轉(zhuǎn)型的潛能，加速智能向生產(chǎn)力轉(zhuǎn)化，真正帶來更大的價值。未來，大模型將引發(fā)產(chǎn)業(yè)范式的變化，形成新的產(chǎn)業(yè)生態(tài)結(jié)構(gòu)，促使人工智能產(chǎn)業(yè)鏈分工變得更加明晰，整個生態(tài)的研發(fā)效率由此將得到顯著提升，傳統(tǒng)企業(yè)的數(shù)智化轉(zhuǎn)型也將迎來新的契機。2.2

電信

AI

產(chǎn)業(yè)發(fā)展在數(shù)字化轉(zhuǎn)型背景下，領(lǐng)先運營商的第二曲線增勢迅猛，新興業(yè)務(wù)的收入占比不斷提升。1Gartner《Forecast：AI

Semiconductors,

Worldwide,2021-2027,2Q23

Update》

2023.082數(shù)據(jù)飛輪:是指通過不斷地收集、分析和利用數(shù)據(jù)，實現(xiàn)數(shù)據(jù)的價值不斷放大、循環(huán)促進的過程。數(shù)據(jù)飛輪包括四個階段，分別是獲?。ˋcquisition）、激

活（Activation）、應(yīng)用（Application）和智能化（Intelligence）。3電信行業(yè)正在數(shù)字經(jīng)濟、AI

等多領(lǐng)域的全新賽道上全面升維，電信運營商作為數(shù)字經(jīng)濟主力軍的共識在不斷加強。據(jù)

Valuates

預(yù)測，2027

年全球電信

AI

市場規(guī)模將從

2020

年的12

億美元增長到

150

億美元，年均復合增長率

42.6%。在通用人工智能時代，構(gòu)建堅實的人工智能基礎(chǔ)設(shè)施，打造普適安全的人工智能服務(wù)和運營能力，是實現(xiàn)智能普惠、智能泛在及智能產(chǎn)業(yè)高效規(guī)?；l(fā)展的基礎(chǔ)?；诖耍娦胚\營商需要新的智能服務(wù)運營范式，這個新的范式可以歸納為三個新模式。一是新的運營供給模式，實現(xiàn)全場景全要素能力運營與供給。算力、網(wǎng)絡(luò)、數(shù)據(jù)、模型、能力等多種智能化要素將作為運營與供給對象進行整體性的規(guī)劃、建設(shè)、維護、優(yōu)化，實現(xiàn)多要素融合管理；通過一體化編排、調(diào)度和安全內(nèi)建實現(xiàn)智能化服務(wù)能力的構(gòu)建和輸出；通過對全要素體系化運營，為個人用戶和千行百業(yè)的全場景智能需求提供真正無所不及的智能服務(wù)。二是新的業(yè)務(wù)賦能模式，實現(xiàn)從

X+AI

轉(zhuǎn)向

AI+X

的根本性變革。在通用人工智能的賦能模式下，將以大模型作為能力內(nèi)核來重新設(shè)計具體業(yè)務(wù)的系統(tǒng)架構(gòu)、工作流程、用戶體驗。不僅現(xiàn)有的業(yè)務(wù)模式將被重構(gòu)，更將創(chuàng)造實現(xiàn)全新的業(yè)務(wù)形態(tài)。三是新的產(chǎn)業(yè)合作模式，實現(xiàn)向體系化協(xié)同創(chuàng)新方式的轉(zhuǎn)變。在通用人工智能時代，各行業(yè)將以通用基礎(chǔ)大模型為基座，充分利用行業(yè)場景的專業(yè)知識、專家經(jīng)驗和生產(chǎn)數(shù)據(jù)，采用協(xié)同共建的方式打造實現(xiàn)行業(yè)標準的專用智能大模型，并在實際生產(chǎn)環(huán)境中反復磨煉，真正讓智能轉(zhuǎn)化為生產(chǎn)力躍升的根本。43.

電信運營商數(shù)智轉(zhuǎn)索與進展3.1

電信運營商加速

AI

技術(shù)與應(yīng)用布局電信運營商具備可規(guī)?；瘧?yīng)用

AI

技術(shù)的豐富場景，海量、多樣的高質(zhì)量數(shù)據(jù)，大規(guī)模云化的基礎(chǔ)設(shè)施，以及

AI

商業(yè)化所必須的用戶資源，因此在投入

AI

研發(fā)方面具備天然的優(yōu)勢。領(lǐng)先運營商早已意識到

AI

的顛覆性趨勢并開啟全面布局，深度數(shù)智化轉(zhuǎn)型探索迄今已經(jīng)取得了諸多積極成果，構(gòu)筑了差異化競爭優(yōu)勢。3.1.1

中國移動：提供開放、高效、安全、可控的社會級智能服務(wù)當前，中國移動以建設(shè)面向通用人工智能的“人工智能大平臺”作為目標。通用人工智能大平臺定位為新型的人工智能基礎(chǔ)設(shè)施，也是實現(xiàn)智能服務(wù)運營范式創(chuàng)新的關(guān)鍵載體。包括大規(guī)模智算中心、數(shù)據(jù)匯聚平臺、人工智能模型訓推服務(wù)平臺、面向國民經(jīng)濟主體的通用人工智能大模型、行業(yè)人工智能大模型等組成部分，可基于泛在的算力網(wǎng)絡(luò)提供開放、高效、安全、可控的社會級智能化服務(wù)。面向該目標，中國移動已經(jīng)開展了以下幾方面的工作：圖

1

中國移動九天人工智能產(chǎn)品體系1)

構(gòu)建堅實的網(wǎng)、算、數(shù)基礎(chǔ)設(shè)施。如圖

1，在網(wǎng)方面，中國移動已建成全球覆蓋最廣泛、用戶規(guī)模最大的通信網(wǎng)絡(luò)體系，5成為全球最大的運營商，累計開通

4G

和

5G

基站超

600

萬個，千兆寬帶覆蓋用戶數(shù)

3.7

億。在算力方面，中國移動已構(gòu)筑領(lǐng)先的算力網(wǎng)絡(luò)，將算和網(wǎng)、IT

域和

CT

域融合起來，成為新的基礎(chǔ)設(shè)施里面重要的基礎(chǔ)設(shè)施；形成完備的“4+N+31+X”數(shù)據(jù)中心布局；總算力達到9.4EFLOPS，形成全國

20ms、省域

5ms、地市

1ms

的三級算力時延圈。在數(shù)據(jù)方面，積累了海量的數(shù)據(jù)，目前全網(wǎng)匯聚高價值數(shù)據(jù)超

650PB，并打造了大數(shù)據(jù)的分布式協(xié)同計算平臺。2)

構(gòu)建“芯合”算力原生平臺，使能

AI

應(yīng)用跨架構(gòu)部署遷移圖

2

“芯合”算力原生跨架構(gòu)平臺中國移動聯(lián)合產(chǎn)業(yè)界于

2022

年率先提出包含統(tǒng)一編程范式、跨架構(gòu)編譯、標準中間元語、自適應(yīng)運行時四大關(guān)鍵技術(shù)在內(nèi)的算力原生

CAMA

原創(chuàng)技術(shù)體系，旨在屏蔽底層異構(gòu)硬件差異，打破智算領(lǐng)域“AI

框架+工具鏈+硬件”的軟硬一體生態(tài)，降低

AI

應(yīng)用開發(fā)遷移難度，融通智算全“芯”生態(tài)?；谒懔υ夹g(shù)，中國移動于

2023

年

6

月發(fā)布“芯合”計劃，聯(lián)合產(chǎn)學研各界合作伙伴共同打造“芯合”算力原生跨架構(gòu)平臺，并于

2023

年

10月中國移動合作伙伴大會期間正式發(fā)布“芯合”平臺

1.0?！靶竞稀逼脚_

1.0

通過構(gòu)建包含統(tǒng)一編程套件、源源轉(zhuǎn)換工具、跨架構(gòu)編譯器、自適應(yīng)運行時四大核心組件的基礎(chǔ)軟件棧，在底層異構(gòu)算力的基礎(chǔ)上為用戶提供了端到端一致性的開發(fā)部署體驗，當前已實現(xiàn)圖像處理、視頻分析等典型智算應(yīng)用在多廠商、多架構(gòu)的智算芯片之間的部署遷移，開辟了以軟件帶動智算生態(tài)融通發(fā)展的全新路徑，實現(xiàn)了“應(yīng)用一次開發(fā)、一次編譯，跨架構(gòu)按需部署遷移”的愿景目標。63)

以“九天”人工智能平臺為核心實現(xiàn)新型智算引擎。“九天”平臺支持多樣化智能算力、深度學習框架，基于跨域異構(gòu)算力的高效調(diào)度、千卡并行的高性能模型訓練加速以及云邊協(xié)同的一體化訓推等新型智算技術(shù)，能夠提供全面的大模型訓推一體化研發(fā)能力和新型

MaaS

能力。目前，中國移動已形成從平臺、能力到規(guī)?；瘧?yīng)用的全面產(chǎn)業(yè)級智能化服務(wù)能力，助力各行業(yè)的數(shù)智化轉(zhuǎn)型升級。圖

3

體系化

AI4)

建立“體系化人工智能”原創(chuàng)技術(shù)體系。體系化人工智能（Holistic

AI）理論的提出旨在破解大模型和人工智能產(chǎn)業(yè)發(fā)展面臨的落地成本高、效率低、國產(chǎn)化難等問題，是實現(xiàn)智能服務(wù)運營的技術(shù)內(nèi)核，主要研究對人工智能技術(shù)進行體系化重構(gòu)所需的理論、技術(shù)、機制、范式和框架。體系化人工智能的目標是依托泛在的通信網(wǎng)絡(luò)和智能算力，在開放環(huán)境中根據(jù)智能化業(yè)務(wù)需求，按需對

AI

能力進行靈活且高效的調(diào)度、配置和運行監(jiān)控，使其能在最合理的算網(wǎng)資源上運行和服務(wù)，以滿足日益豐富的數(shù)智化業(yè)務(wù)需求，同時確保

AI

業(yè)務(wù)可信可控安全。圖

4

九天人工智能大模型體系75)

打造“九天”大模型體系，建立供給、匯聚、運營三位一體的服務(wù)模式中國移動“九天”大模型體系以服務(wù)國民經(jīng)濟主體高質(zhì)量發(fā)展為目標，充分融通和激發(fā)算力、知識、數(shù)據(jù)價值，打造以通用基礎(chǔ)大模型為基座、行業(yè)大模型為發(fā)展方向的大模型開放賦能新范式。如圖

3，通用基礎(chǔ)大模型通過模型設(shè)計和訓練等技術(shù)創(chuàng)新，確保與主流價值觀的一致性，具備面向行業(yè)模型的彈性可拆解結(jié)構(gòu)與性能，支持各類環(huán)境下靈活、經(jīng)濟的部署應(yīng)用；行業(yè)大模型利用行業(yè)場景的專有數(shù)據(jù)進行專項訓練，能夠融入行業(yè)生產(chǎn)主體流程和嵌入復雜生產(chǎn)系統(tǒng)，符合行業(yè)生產(chǎn)指標，具備高動態(tài)環(huán)境下的自適應(yīng)能力和持續(xù)的行業(yè)知識學習能力。

另外，在通用+行業(yè)大模型協(xié)同賦能機制的基礎(chǔ)上，中國移動已初步構(gòu)建了一套“九天”大模型評測體系，具有多層次、多維度、多任務(wù)、多模式、多指標等特點，能夠科學、公正、客觀地評測大模型的性能。旨在對業(yè)界大模型的能力進行了摸底并推動自研大模型的迭代優(yōu)化，為人工智能產(chǎn)業(yè)發(fā)展提供強大動力。最后，利用基于體系化

AI

OS

的算網(wǎng)智腦進行智能感知、智能編排、智能調(diào)度、智能分析，實現(xiàn)算力、網(wǎng)絡(luò)、人工智能能力全局統(tǒng)一調(diào)度以及與業(yè)務(wù)需求的高效優(yōu)化匹配，提供安全、高效、靈活、普適、低邊際成本的社會級智能服務(wù)。6)

“九天攬月”，共建人工智能合作新生態(tài)。中國移動發(fā)起“九天攬月”計劃，引入業(yè)界卓越的

AI

關(guān)鍵技術(shù)、AI

基礎(chǔ)軟硬件、AI集成能力，依托“九天”人工智能產(chǎn)品，發(fā)揮算力、數(shù)據(jù)、場景、技術(shù)、資本等優(yōu)勢稟賦，聯(lián)合各界共同構(gòu)建加速人工智能產(chǎn)業(yè)規(guī)?；瘎?chuàng)新發(fā)展的合作新生態(tài)。目前已匯聚中國國內(nèi)58

家合作伙伴，開展在技術(shù)、產(chǎn)品、市場化、以及標準化等多層面的合作：包括與清華大學、西安交通大學等

10

家高校和新型研發(fā)機構(gòu)攜手攻關(guān)關(guān)鍵技術(shù)，與

30

家人工智能基礎(chǔ)軟硬件骨干企業(yè)構(gòu)建先進智算基座，與行業(yè)領(lǐng)軍央企、大模型專業(yè)公司等

11

家合作伙伴共建行業(yè)大模型，同時與

7

家行業(yè)和標準化組織共同制定

AI

標準，以開源帶動產(chǎn)業(yè)技術(shù)發(fā)展。中國移動將于合作伙伴一起，致力于推進相關(guān)領(lǐng)域的人工智能技術(shù)和服務(wù)應(yīng)用水平，為行業(yè)的數(shù)智化轉(zhuǎn)型貢獻力量。3.1.2

NTT

DOCOMO：科技賦能幸福社會NTT

DOCOMO

于

2021

年

9

月設(shè)立了“Lifestyle

Co-Creation

Lab”，聯(lián)合產(chǎn)業(yè)伙伴一起，通過技術(shù)創(chuàng)新、價值驗證，讓科技發(fā)展賦能每個人更豐富和便捷的生活。當今社會的生活方式變化飛速，服務(wù)和產(chǎn)品的開發(fā)需要行業(yè)、多角度深入了解每個個體的需求，并創(chuàng)造對人類友好的全新價值,

因此，DOCOMO

的目標是創(chuàng)造一個“幸福社會”：每個人在社會中都擁有無限可能，而且彼此接近。為達成這一目標，DOCOMO

致力于聯(lián)合8產(chǎn)業(yè)伙伴，通過技術(shù)和資產(chǎn)的集成來不斷完善技術(shù)，創(chuàng)新生活方式。這一目標也讓

DOCOMO正在進行全面研發(fā)的

AI

技術(shù)價值更易得到驗證，從而服務(wù)于更順利地開發(fā)新服務(wù)和新產(chǎn)品，為實現(xiàn)更美好的生活做出貢獻。為了實現(xiàn)幸福社會，讓民眾生活變得更加豐富，同時兼顧可持續(xù)發(fā)展目標，DOCOMO

從安全、健康、生活、工作學習和娛樂

5

個領(lǐng)域開展了多項價值驗證活動。圖

5

NTT

DOCOMO

Lifestyle

Co-creation

Lab

關(guān)注的領(lǐng)域此外，DOCOMO

通過創(chuàng)建“聯(lián)合創(chuàng)新平臺”賦能其和

NTT

研究所研發(fā)的各項技術(shù)在千行百業(yè)的落地部署，如

AI

和物聯(lián)網(wǎng)。該平臺助力

DOCOMO

省去冗余重復的開發(fā)環(huán)節(jié)，實現(xiàn)新服務(wù)的快速敏捷上線?！奥?lián)合創(chuàng)新平臺”也是

NTT

集團“4D

數(shù)字化基礎(chǔ)設(shè)施”項目的重要組成，該項目旨在通過掌握地理空間和其中各種對象的精確信息，來實現(xiàn)預(yù)測智能。面向未來，DOCOMO

將聯(lián)合各產(chǎn)業(yè)伙伴，為創(chuàng)造幸福社會的目標持續(xù)努力。9userid:414195,docid:145172,date:2023-11-08,圖

6

NTT

DOCOMO

聯(lián)合創(chuàng)新平臺賦能幸福社會1）Lifestyle

Co-Creation

LabLifestyle

Co-Creation

Lab

結(jié)合了

DOCOMO

及其合作伙伴的多項技術(shù)和資產(chǎn)，以驗證豐富民眾生活為目標的各項技術(shù)價值。通過構(gòu)建“聯(lián)合創(chuàng)新平臺”，DOCOMO

和

NTT研發(fā)的各項技術(shù)(如

AI

和物聯(lián)網(wǎng))能夠更廣泛的應(yīng)用于不同行業(yè)領(lǐng)域。Lifestyle

Co-Creation

Lab

的定位包括：

確立一個對全人類有價值的世界觀(價值假說)；基于該價值假說來測試和積累數(shù)據(jù)；

融合多種服務(wù)，實現(xiàn)用戶體驗價值最大化。其組成三要素包括：技術(shù)、合作伙伴和測試。圖

7

Lifestyle

Co-Creation

Lab

三要素102）聯(lián)合創(chuàng)新平臺聯(lián)合創(chuàng)新平臺旨在加速

DOCOMO

及

NTT

研發(fā)的各項技術(shù)在千行百業(yè)的落地部署，如

AI

和物聯(lián)網(wǎng)，避免冗余和重復開發(fā)，實現(xiàn)快速敏捷迭代。DOCOMO

正在聯(lián)合各產(chǎn)業(yè)伙伴通過該平臺創(chuàng)造跨行業(yè)的全新價值。圖

8

DOCOMO

聯(lián)合創(chuàng)新平臺架構(gòu)3）關(guān)鍵領(lǐng)域a.智慧交通通過移動通信網(wǎng)和汽車數(shù)據(jù)實時了解人流量與交通信息，同時結(jié)合公共交通信息，預(yù)測交通擁堵，助力用戶優(yōu)化出行規(guī)劃。MaaS

服務(wù)還可以根據(jù)用戶畫像向用戶推送短途旅行建議。例如，在火車擁擠的情況下，MaaS

會向用戶推送不那么擁擠的公共汽車路線，幫助用戶實現(xiàn)舒適的出行，避免擁擠和堵塞，助力社會問題的解決和可持續(xù)發(fā)展目標的實現(xiàn)。b.醫(yī)療健康根據(jù)用戶周圍的傳感器和智能手機數(shù)據(jù)，預(yù)測并可視化用戶在當前和未來的健康狀況。通過了解每個人的健康和偏好，向用戶提供健康建議并鼓勵其行動，在疾病發(fā)生前實現(xiàn)有效預(yù)防，疾病發(fā)生后，也可以將用戶健康數(shù)據(jù)開放給醫(yī)療機構(gòu)，讓患者接受更精準的護理與和治療。11c.城市規(guī)劃首先，基于通過部署在建筑工地上的攝像機和各類傳感器獲得的數(shù)據(jù)，以及地形和氣候數(shù)據(jù)，構(gòu)建安全工地，優(yōu)化建筑工人工作方案，提升工地建設(shè)人員的幸福感和安全性。此外，基于建設(shè)過程中持續(xù)獲得的數(shù)據(jù)，孿生復現(xiàn)虛擬社區(qū)，并將其與人流量和用戶健康數(shù)據(jù)相結(jié)合，以創(chuàng)建新型智慧城市，造福居民。d.金融科技隨著無現(xiàn)金支付的推廣，智能手機或銀行卡等線上消費記錄也成為重要的數(shù)據(jù)。通過得當處理，DOCOMO

Fintech

可以建立用戶畫像，輔助進行生活支出合理規(guī)劃，豐富用戶生活。e.通信在新冠疫情期間，遠程辦公和在線會議迅速普及，但這也帶來了單向?qū)υ?、尷尬的溝通氛圍和閑聊類對話減少等新的溝通問題。DOCOMO

正在通過改善線上交流環(huán)境和創(chuàng)新的

UIUX

設(shè)計，來解決這一問題。3.1.3

KT：打造全棧

AI，讓每個人可以輕松的體驗、使用、共享和測試人工智能KT

在

2020

年宣布轉(zhuǎn)型為數(shù)字平臺公司“DIGICO”，加速創(chuàng)新，持續(xù)賦能媒體、金融、B2B

等多領(lǐng)域行業(yè)客戶。以

AI、大數(shù)據(jù)和云為核心(ABC)，以數(shù)字創(chuàng)新和

ESG

為牽引，加速數(shù)字化轉(zhuǎn)型。2022

年，KT

年營收首次超過

180

億美元，穩(wěn)步增長的收入曲線驗證了這一轉(zhuǎn)型戰(zhàn)略的正確性。KT

擁有韓國最大的

IDC

基礎(chǔ)設(shè)施，結(jié)合其云服務(wù)、5G

公網(wǎng)、5G

專網(wǎng)(有線/無線)開展各項

B2B/B2C

業(yè)務(wù)，

并且通過合作伙伴協(xié)作關(guān)系，增強研發(fā)能力，建立了從基礎(chǔ)設(shè)施到服務(wù)的“全棧

AI”研發(fā)鏈條。通過提供兼容的

AI

解決方案，使能自身業(yè)務(wù)和行業(yè)客戶提收增效。12圖

9

KT

“全棧

AI”架構(gòu)通過不斷增強研發(fā)能力，創(chuàng)新商業(yè)模式，KT

聚焦垂直行業(yè)，打造目標導向、定制化的AI

研發(fā)能力。以

AI

全棧為核心理念，通過領(lǐng)域聚焦，架構(gòu)創(chuàng)新，實現(xiàn)精準和高效的滿足行業(yè)客戶需求。1）面向基礎(chǔ)語言大模型的核心技術(shù)KT

制定并實施了“全棧

AI”戰(zhàn)略以支持其

AI

業(yè)務(wù)的開展，構(gòu)建從軟硬件基礎(chǔ)設(shè)施、框架、AI

模型到

AI

服務(wù)和應(yīng)用組成的全面研發(fā)鏈?；谧匝谢A(chǔ)大模型，可以通過進一步的定制化研發(fā)來構(gòu)建行業(yè)解決方案，滿足客戶需求，降低成本。同時通過提供云上的全棧AI

解決方案，促進使用其端到端

AI

服務(wù)與產(chǎn)品的用戶遷移到

KT

云。13圖

10

KT

云網(wǎng)專線解決方案“

Mi:dm

大模型”基于多項

ML/DL

理論和技術(shù)實現(xiàn)了模型在學習和推理方面的良好性能，還可以結(jié)合自研核心技術(shù)，面向不同目標領(lǐng)域提供定制化服務(wù)，兼顧安全性、準確性、檢索等行業(yè)需求，改善用戶體驗。KT

致力于研發(fā)輕量級技術(shù)，提供高性價比的

AI

模型服務(wù)，并將其廣泛應(yīng)用于各個行業(yè)。2）AI

芯片協(xié)作高成本一直是企業(yè)進行

AI

領(lǐng)域研發(fā)投入的阻礙之一，KT

通過與大模型研發(fā)相關(guān)的硬件基礎(chǔ)設(shè)施合作伙伴建立協(xié)作來解決這一問題。通過與

Rebellions、Fadu

和

MOREH

的在AI

芯片等領(lǐng)域的協(xié)作研發(fā)，降低了

AI

研發(fā)和運營成本。目前，KT

也在通過云服務(wù)提供HAC(超大規(guī)模

AI

計算)等軟件技術(shù)。14圖

11

KT

AI

合作生態(tài)3）商業(yè)與生態(tài)戰(zhàn)略KT

定義了

AI

市場業(yè)務(wù)層，并為每個業(yè)務(wù)層制定了適當?shù)牟呗?。基于自研技術(shù)能力和資產(chǎn)提供一系列服務(wù)，如

IaaS(基礎(chǔ)設(shè)施)、MaaS(基礎(chǔ)模型)、PaaS(LLM

平臺)和

SaaS(API)。LLM

平臺“Mi:dm

studio”和“genielabs

”允許客戶和第三方根據(jù)其需求或偏好定制模型。用戶可以輕松地微調(diào)、優(yōu)化領(lǐng)域模型，在平臺上構(gòu)建用戶角色，來維護、更新和新增模型功能。圖

12

Mi：dm

STUDIO15圖

13

KT

Genielabs

平臺4）AI

用例“

Mi:dm

大模型”目前應(yīng)用于多項行業(yè)解決方案，如

AICC(AI

客戶中心)、咨詢和檢索，并在向保健、醫(yī)療、機器人和交通管理等領(lǐng)域擴展。經(jīng)過額外訓練，也可以用于金融、法律等專業(yè)領(lǐng)域?；诖竽Ｐ?，KT

注重向用戶提供基于情感理解和同理心的關(guān)懷服務(wù)，如母嬰咨詢和老齡人口護理。3.2

電信

AI

發(fā)展的關(guān)鍵技術(shù)3.2.1

智算基礎(chǔ)設(shè)施基礎(chǔ)設(shè)施主要由支撐

AI

模型開發(fā)、訓練或推理的算力資源和數(shù)據(jù)資源構(gòu)成。算力資源包括

AI

訓練與推理芯片、異構(gòu)智能計算服務(wù)器以及基于芯片與服務(wù)器搭建的人工智能智算中心乃至超算中心。在人工智能快速發(fā)展的背景下，算力資源的需求持續(xù)增強，對存儲、算力、帶寬、安全等帶來巨大壓力。因此，云與端之間將持續(xù)增加大量邊緣計算節(jié)點，從而衍生出端-邊-云的算力及數(shù)據(jù)的協(xié)同；打造“算網(wǎng)大腦”，能夠高效優(yōu)化算力節(jié)點、網(wǎng)絡(luò)路徑及

AI

模型的選取匹配，實現(xiàn)算力、網(wǎng)絡(luò)、大小模型能力全局統(tǒng)一調(diào)度和開放服務(wù)，更好支持

AI

模型的開發(fā)、訓練與推理任務(wù)。

數(shù)據(jù)資源包括基礎(chǔ)數(shù)據(jù)采集與標注、數(shù)據(jù)存儲、數(shù)據(jù)治理、數(shù)據(jù)確權(quán)等，以及在此基礎(chǔ)上搭建的數(shù)據(jù)中心。數(shù)據(jù)中心以服務(wù)

AI

模型的訓練與調(diào)優(yōu)為目的，配合數(shù)據(jù)服務(wù)商的數(shù)據(jù)庫設(shè)計、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標注、數(shù)據(jù)質(zhì)檢等任16務(wù)，確保數(shù)據(jù)治理與安全，最終提供優(yōu)質(zhì)數(shù)據(jù)集，為

AI

模型的訓練提供數(shù)據(jù)保障。3.2.2

人工智能軟件棧AI

軟件棧作為一種軟件系統(tǒng)，旨在基于

AI

芯片等硬件打造一套端對端的軟硬件一體化的技術(shù)開發(fā)體系。人工智能軟件棧既包括底層的算力資源、數(shù)據(jù)集，也包括算法框架、工具鏈等軟件模塊。這些軟件模塊在軟件棧中相互依賴，承載數(shù)據(jù)流、計算流與控制流，可以輔助進行一站式全流程的模型開發(fā)與訓練，同時最大效率的提升軟硬件的適配性，增加開發(fā)者的訓練模型的效率和便捷程度。目前，人工智能軟件棧也在加快進一步標準化、全棧技術(shù)體系統(tǒng)一化、增加可擴展性以及集成各類開源模型模型。3.2.3

基礎(chǔ)大模型基礎(chǔ)大模型是指基于大量非標注數(shù)據(jù)通過自監(jiān)督學習機制訓練得到的具有巨量參數(shù)的模型，它可以在小樣本/零樣本的提示下完成各種廣泛的下游任務(wù)?；A(chǔ)大模型與傳統(tǒng)的機器學習模型相比有以下不同：(1)訓練數(shù)據(jù)不同：傳統(tǒng)模型的訓練數(shù)據(jù)在千或萬這個量級，需要人工標注；大模型所需的訓練數(shù)據(jù)常常超過億這個量級，不需要人工標注；(2)

模型參數(shù)量不同：傳統(tǒng)模型的參數(shù)量小，而大模型的參數(shù)量在百億甚至千億規(guī)模；(3)

訓練周期不同：傳統(tǒng)模型的訓練時長一般在分鐘/小時量級，大模型的訓練常常超過一個月

；(4)

模型的通用性不同：傳統(tǒng)模型是面向特定場景/特定任務(wù)訓練得到的，而大模型是面向多種任務(wù)的通用模型。正是因為預(yù)訓練大模型能夠低成本的完成各種下游任務(wù)，它具備了較好的通用性，因此被稱為基礎(chǔ)模型。大模型的成功已經(jīng)完全顛覆并重塑了AI

技術(shù)范式。第一代的

AI

技術(shù)范式是面向單任務(wù)的小模型，每個模型只能預(yù)測并完成特定任務(wù)；第二代是預(yù)訓練(pre-train)+微調(diào)(fine-tuning)的

AI

技術(shù)范式，該技術(shù)范式針對特定下游任務(wù)還需要人工標注一定量的數(shù)據(jù)以及對神經(jīng)網(wǎng)絡(luò)參數(shù)進行微調(diào)；第三代

AI

技術(shù)范式以一個巨量參數(shù)的基礎(chǔ)大模型為

AI

底座，它在小樣本甚至零樣本的提示下就可以完成摘要、問答、對話、寫作等各種任務(wù)。圖

14

AI

技術(shù)范式演進173.2.4

AI

運營人工智能產(chǎn)業(yè)的快速發(fā)展，越來越多機器學習被應(yīng)用到終端云的各類業(yè)務(wù)中，機器學習端到端流程涉及數(shù)據(jù)探索與分析、模型開發(fā)、模型訓練、模型評估、模型部署和效果評估等多個環(huán)節(jié)。機器學習下的持續(xù)交付

MLOps

于

2015

年首次由

Google

提出用于解決機器學習技術(shù)棧問題，旨在統(tǒng)一機器學習系統(tǒng)開發(fā)（Dev）和機器學習系統(tǒng)運營（Ops），通過集成、測試、發(fā)布、部署和基礎(chǔ)架構(gòu)管理等步驟的自動化和監(jiān)控實現(xiàn)高效的

ML

系統(tǒng)構(gòu)建流程?；?/p>

MLOps

框架的機器學習項目周期如圖

15：圖

15

MLOps

流程圖目前，MLOps

已經(jīng)在

IT、金融、電子商務(wù)、制造、化工和醫(yī)療等行業(yè)廣泛應(yīng)用，助力服務(wù)運營、產(chǎn)品開發(fā)、營銷、風險預(yù)測和供應(yīng)鏈管理等領(lǐng)域，在電信領(lǐng)域中，由于用戶數(shù)量巨大，為保證模型穩(wěn)定性，模型上線后的運營監(jiān)控尤其是關(guān)注重點。以電信網(wǎng)絡(luò)智能化演進的應(yīng)用場景為例，MLOps

作為未來高階自智網(wǎng)絡(luò)發(fā)展的關(guān)鍵技術(shù)3，可以應(yīng)用于管理數(shù)據(jù)、模型、算法等網(wǎng)絡(luò)智能化應(yīng)用的研發(fā)資產(chǎn)，實現(xiàn)大規(guī)模自動化部署自智網(wǎng)絡(luò)應(yīng)用，持續(xù)監(jiān)控自智網(wǎng)絡(luò)應(yīng)用效果，避免模型退化風險，支持模型的持續(xù)優(yōu)化和迭代訓練，規(guī)范應(yīng)用從模型開發(fā)到交付運營的工作流程等。隨著大模型的興起，LMOps

和

LLMOps

也逐漸進入到人們的視野，即“面向大模型/基礎(chǔ)語言大模型的

MLOPs”，其繼承了

MLOps

整體的框架和機器學習的全生命周期等主要環(huán)節(jié)，并在每個環(huán)節(jié)都針對大模型的變化進行了微調(diào)適配，從而解決大模型驅(qū)動的應(yīng)用在引入生產(chǎn)環(huán)境中面臨的挑戰(zhàn)，例如，在數(shù)據(jù)工程環(huán)節(jié)，要針對特定行業(yè)、領(lǐng)域或場景的需求，通過數(shù)據(jù)工程生產(chǎn)高質(zhì)量的中小規(guī)模數(shù)據(jù)集，作為模型開發(fā)和調(diào)優(yōu)的語料輸入，包括數(shù)據(jù)采集、標注、處理和生成、回流等，不再包括特征工程。在模型調(diào)優(yōu)環(huán)節(jié)，通過各種調(diào)優(yōu)技術(shù)3TM

Forum.《自智網(wǎng)絡(luò)白皮書

v4.0》2022.0918對大模型進行參數(shù)調(diào)整或二次開發(fā)，以實現(xiàn)深度的、精細化的模型優(yōu)化，

從而適配特定需求，

包括提示工程、

模型重訓、模型微調(diào)、

強化學習等過程。模型交付環(huán)節(jié)，經(jīng)過調(diào)優(yōu)后的模型形成可部署的模型或服務(wù)，包括模型的壓縮轉(zhuǎn)換、測試、服務(wù)部署等子環(huán)節(jié)。3.2.5

AI

安全AI

安全指通過采取措施對人工智能系統(tǒng)的軟硬件、數(shù)據(jù)及依托其開展的業(yè)務(wù)進行保護，杜絕偶然或者惡意的未授權(quán)訪問、泄露、破壞、修改、審閱、檢查、記錄或銷毀，保證信息的機密性、完整性與可用性。一方面，生成式

AI

相關(guān)技術(shù)本身存在數(shù)據(jù)泄漏、虛假信息、色情暴力內(nèi)容等問題；另一方面，隨著生成式人工智能及各類應(yīng)用的陸續(xù)落地，數(shù)據(jù)量、軟硬件應(yīng)用等將大幅增加，攻擊范圍相應(yīng)增加，生成式人工智能也將大幅降低黑客攻擊門檻，批量生成漏洞攻擊、釣魚攻擊、魚叉攻擊等代碼，攻擊量增長。人工智能技術(shù)將對網(wǎng)絡(luò)安全帶來前所未有的挑戰(zhàn)，呈現(xiàn)“ChatGPT

大規(guī)模人工智能計算廣泛應(yīng)用于安全領(lǐng)域，攻防進入智能化對抗時代”的新趨勢。4生成式

AI

將影響信息安全產(chǎn)業(yè)邏輯發(fā)生重大變化，安全產(chǎn)品和安全服務(wù)的表現(xiàn)形態(tài)也將發(fā)生重大變化，“AI+安全”模式拓寬了未來整個產(chǎn)業(yè)的發(fā)展空間。以“AI

安全大腦”的為核心的安全管理類平臺將出現(xiàn)，將推動信息安全產(chǎn)業(yè)硬件產(chǎn)品、軟件產(chǎn)品和安全服務(wù)集成程度的提升。3.3

小結(jié)數(shù)字經(jīng)濟發(fā)展是各行業(yè)面臨的普遍機遇，而對于電信運營商來說尤其如此。5G

和

AI被認為是未來傳統(tǒng)行業(yè)發(fā)展的兩塊“基石”，運營商通過更優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)、更高效的運營與商業(yè)效率，以及以

AI

為核心的科技創(chuàng)新，逐漸成為發(fā)展數(shù)字經(jīng)濟、引領(lǐng)行業(yè)變革的中堅力量。中日韓三國運營商在

AI

領(lǐng)域的投入與建設(shè)水平始終走在前列，且在不斷加強。重視

AI平臺與

AI

基礎(chǔ)設(shè)施建設(shè)，通過自研與產(chǎn)業(yè)協(xié)作匯聚優(yōu)秀

AI

能力，加強標準與產(chǎn)業(yè)生態(tài)建設(shè)，加速面向行業(yè)的智能應(yīng)用創(chuàng)新與商用，提供安全可控的服務(wù)，從而助力社會經(jīng)濟發(fā)展，改善人民生活是運營商轉(zhuǎn)型探索的共識。4中國產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展聯(lián)盟《2023

產(chǎn)業(yè)互聯(lián)網(wǎng)安全十大趨勢》2023.03194.

運營商最佳實踐4.1

中國移動實踐進展與典型案例中國移動始終把人工智能作為技術(shù)創(chuàng)新的戰(zhàn)略方向，已打造了算、網(wǎng)、智融合的新型人工智能基礎(chǔ)設(shè)施和全面的智能化服務(wù)能力。4.1.1

網(wǎng)絡(luò)智能化轉(zhuǎn)型，打造高階自智網(wǎng)絡(luò)中國移動是全球首個提出在

2025

年達到全網(wǎng)

L4

高階自智目標的運營商，為了更好的將

AI

技術(shù)應(yīng)用到公司全球最大、用戶最多、運維最復雜的通信網(wǎng)絡(luò)中支撐網(wǎng)絡(luò)數(shù)智化轉(zhuǎn)型，中國移動從平臺研發(fā)、能力與應(yīng)用創(chuàng)新等方面展開攻關(guān)。1）網(wǎng)絡(luò)智能化仿真平臺智慧網(wǎng)絡(luò)仿真平臺為網(wǎng)絡(luò)

AI

能力孵化提供模擬推演、模型訓練交互、能力進入現(xiàn)網(wǎng)前的

3D

孿生驗證環(huán)境，尤其是針對需要頻繁調(diào)整和觀察網(wǎng)絡(luò)進行持續(xù)學習的智能決策類能力提供訓練和驗證服務(wù)。平臺選取多類型現(xiàn)網(wǎng)區(qū)域，構(gòu)建現(xiàn)網(wǎng)數(shù)據(jù)驅(qū)動的端到端全要素智能化仿真能力，包括：基于城市圖譜的智能用戶行為軌跡仿真、真實環(huán)境的覆蓋和基站全棧仿真、可靈活編排的核心網(wǎng)和業(yè)務(wù)服務(wù)仿真、靈活網(wǎng)絡(luò)故障注入和云網(wǎng)跨層數(shù)據(jù)采集等能力，促進網(wǎng)絡(luò)智能感知、分析、決策類技術(shù)創(chuàng)新突破，推動

AI

能力孵化、驗證及落地應(yīng)用。圖

16

3D

智慧孿生網(wǎng)絡(luò)202）網(wǎng)絡(luò)智能化能力平臺網(wǎng)絡(luò)智能化能力平臺為網(wǎng)絡(luò)

AI

能力的規(guī)?；瘧?yīng)用提供全網(wǎng)級能力訓練、上線部署，以及能力管理和運營服務(wù)，加速能力從研發(fā)到上線到迭代運營的閉環(huán)效率，目前已入駐移動內(nèi)外部研發(fā)單位

60

多家，上臺能力

3600

余個，其中實現(xiàn)十省以上復用的高價值能力達到

110余個，能力平臺支撐

32

家單位生產(chǎn)調(diào)用，服務(wù)生產(chǎn)應(yīng)用

3000

多項，累計調(diào)用量達到

2.3萬億次。3）網(wǎng)絡(luò)智能化應(yīng)用創(chuàng)新圖

17

網(wǎng)絡(luò)智能化應(yīng)用體系圍繞“規(guī)、建、維、優(yōu)、營”的網(wǎng)絡(luò)生命周期管理全流程打造網(wǎng)絡(luò)智能化標桿應(yīng)用，包括算網(wǎng)能效管理、網(wǎng)絡(luò)質(zhì)量提升、網(wǎng)絡(luò)多模態(tài)稽核、用戶滿意度提升

4

類應(yīng)用，在

31

省規(guī)模落地，應(yīng)用效果顯著。4.1.2

客服大模型賦能服務(wù)轉(zhuǎn)型升級2023

年

7

月，中國移動發(fā)布了九天·客服大模型，基于在客服領(lǐng)域積累的海量服務(wù)數(shù)據(jù)、業(yè)務(wù)知識和經(jīng)驗打造，既可以獨立為用戶提供服務(wù)；又可以與人工客服合作，提升傳統(tǒng)人工客服的工作效率。客服大模型將一定程度上重新定義客戶服務(wù)的內(nèi)涵和模式，帶給用戶全新的體驗。九天·客服大模型的三大技術(shù)特征：一是面向客戶服務(wù)的全場景、全流程貫通?；谥袊苿釉诳蛻舴?wù)行業(yè)長期積累的業(yè)務(wù)領(lǐng)域知識、交互反饋日志、系統(tǒng)接口數(shù)據(jù)、人工坐席經(jīng)驗，實現(xiàn)以大模型和人工客服協(xié)同工作為中心的客服流程設(shè)計和全場景、全流程的貫通。二是關(guān)懷驅(qū)動型的大模型設(shè)計和訓練。在模型訓練的過程中，基于中國移動目前業(yè)界最大的人人對話真實數(shù)據(jù)集，強化設(shè)計情感維護和滿意度的訓練目標，實現(xiàn)關(guān)懷驅(qū)動。三是人機協(xié)同型的“大模型-人工坐席-用戶”三方溝通場。大模型在得知用戶看不了電視后能檢測到用戶家寬帶存在故障并引導用戶去發(fā)現(xiàn)故障點，在發(fā)現(xiàn)故障比較復雜后主動接通人工客服等；而人工客服在接手對話后也能迅速進入狀態(tài)，繼續(xù)排查問題，并在需要時再21次喚醒大模型。二者無縫銜接，互為補充。4.1.3

數(shù)字政府：政務(wù)大模型助力公共服務(wù)便民化、社會治理精準化中國移動基于“九天”人工智能平臺，適配主流基礎(chǔ)設(shè)施資源，搭載政務(wù)類人工智能能力及九天·海算政務(wù)大模型，構(gòu)建智慧政府

AI

引擎，賦能政務(wù)行業(yè)重點應(yīng)用，為廣大市民提供優(yōu)質(zhì)服務(wù)，有效提高政府管理數(shù)智化水平。1）應(yīng)用案例：在黑龍江省落地省級數(shù)字政府項目中首個人工智能平臺黑龍江數(shù)字政府

AI

平臺圍繞“3+1+1+N”的理念設(shè)計建設(shè)：即推理平臺、訓練平臺、視頻云三個基礎(chǔ)平臺，一個原子能力中心，一個應(yīng)用支撐平臺，賦能支撐

N

個上層場景應(yīng)用。平臺對接視頻、圖像、語音、文本等多源異構(gòu)數(shù)據(jù)，為智慧政務(wù)、精準治理、惠民服務(wù)等上層應(yīng)用提供智能分析服務(wù)，創(chuàng)新監(jiān)管，提升業(yè)務(wù)效率，營造便利政務(wù)環(huán)境，充分解決了在省、市、廳、局不同級別政府政務(wù)應(yīng)用中的集約化賦能挑戰(zhàn)。提高了數(shù)字政府的建設(shè)成效。圖

18

黑龍江人工智能平臺架構(gòu)圖2）應(yīng)用案例：打造甘肅省智慧政務(wù)助手，全國首創(chuàng)智能導辦在智能客服構(gòu)建過程中，團隊利用技術(shù)中臺推理平臺，調(diào)用自然語言處理能力、智能語音能力，構(gòu)建

20

萬實體和

1000

萬業(yè)務(wù)關(guān)聯(lián)的政務(wù)知識圖譜以及

100

萬級標準問答，不斷優(yōu)化智能客服的響應(yīng)速度與應(yīng)答準確率。在實現(xiàn)智能客服基礎(chǔ)功能的同時，團隊還打造了全國領(lǐng)先的智能導辦功能，為企業(yè)用戶和個人用戶提供更便捷、更貼心、更智能的一站式智能客服新體驗。政務(wù)智能客服深度賦能甘肅多個政務(wù)系統(tǒng)平臺，為省內(nèi)

2500

萬的百姓提供便捷、高效的數(shù)智政務(wù)服務(wù)。22圖

19

基于中臺打造智慧政務(wù)助手4.1.4

智慧教育：打造人工智能學習實踐平臺，創(chuàng)新人才培養(yǎng)模式基于中國移動云網(wǎng)資源和“九天”人工智能產(chǎn)品，

打造“九天”畢昇平臺，面向教育行業(yè)提供人工智能學習和實戰(zhàn)平臺，包括面向高校用戶的教學課程建設(shè)、算力中心建設(shè)、創(chuàng)新創(chuàng)業(yè)和人才培養(yǎng)等服務(wù)，豐富

AI

教學及科研算力資源、創(chuàng)新

AI

人才培養(yǎng)模式，目前已服務(wù)超

200

所高校

16

萬名師生。以杭州電子科技大學為例，形成產(chǎn)教融合新模版。基于畢昇平臺打造“5G+智慧教學”解決方案，構(gòu)建一站式人工智能教學管理平臺，滿足外教引進課程直錄播教學、跨區(qū)域互動等需求；成立“九天”人工智能協(xié)同創(chuàng)新中心，開展科研創(chuàng)新、教學實訓、實習實踐等多方面的深度合作：聯(lián)合開發(fā)多門人工智能實訓課程，共同打造校企特色科研項目；共建多個AI

創(chuàng)新創(chuàng)業(yè)實踐基地，從企業(yè)角度，融合前沿技術(shù)和最新產(chǎn)業(yè)需求，為學生提供專屬實踐場景，留給學生將書本知識轉(zhuǎn)變?yōu)閷嶋H應(yīng)用的無限想象；組織多場課外實習實踐活動，成功舉辦校級“九天杯”人工智能命題打榜賽，為學生提供全局視野和競爭能力。4.1.5

智慧城市：助推城市治理智能化，提升城市管理效率中國移動打造“九天”城市

AI

平臺，以視頻流智能分析能力為核心實現(xiàn)明廚亮灶、安全防控、景區(qū)管理等場景的智能化解決方案，助力城市治理水平提升。1）應(yīng)用案例：

助力云南省楚雄州創(chuàng)造新型智慧城市楚雄州智慧城市分為基礎(chǔ)設(shè)施、數(shù)字平臺、“N

個”智慧應(yīng)用和“一個”智慧運營中心四部分?；A(chǔ)設(shè)施主要包含視頻、溫濕度等物聯(lián)感知設(shè)備的數(shù)據(jù)采集基礎(chǔ)設(shè)施；數(shù)字平臺主要包含城市數(shù)據(jù)平臺、能力開放平臺、云化平臺服務(wù)能力、技術(shù)使能中臺；“N

個”智慧應(yīng)用依托

5G，打造新型特色應(yīng)用諸如

5G+智慧環(huán)衛(wèi)、5G+智慧城管、5G+智慧停車、5G+農(nóng)貿(mào)市場等；一個運營管理展示中心（IOC）：“一屏統(tǒng)覽”打造“1+4+X”智慧城市運營23中心產(chǎn)品，包含城市運行態(tài)勢監(jiān)測分析、事件管理、應(yīng)急聯(lián)動、輔助決策四大功能，全方位支撐城市治理，為領(lǐng)導層提供一站式?jīng)Q策指揮服務(wù)。通過數(shù)字孿生、地理信息系統(tǒng)、建筑信息模型等技術(shù)，融合各委辦局數(shù)據(jù)，構(gòu)建數(shù)字孿生城市，可實現(xiàn)對人事物等要素的綜合展現(xiàn)、分析預(yù)測，通過“城市一張圖”實現(xiàn)城市治理精細智能化。圖

20

云南省楚雄州智慧城市運營中心架構(gòu)圖4.1.6

智慧工業(yè)：助力安全高效生產(chǎn)，實現(xiàn)新型工業(yè)化中國移動為不同領(lǐng)域的工業(yè)客戶提供

AI

輔助的生產(chǎn)制造、管理等服務(wù)，助力行業(yè)客戶降低生產(chǎn)成本、提升生產(chǎn)效率、改善生產(chǎn)作業(yè)環(huán)境。1）應(yīng)用案例：助力東方航空實現(xiàn)飛機蒙皮裂縫和凹陷的智能檢測航空企業(yè)目前面臨著專業(yè)機務(wù)人才缺乏、維修成本高、維修安全性保障難等痛點。中國移動依托

5G

和云計算，應(yīng)用數(shù)字孿生技術(shù)，聚焦機務(wù)檢修場景，實現(xiàn)跨接口、跨協(xié)議、跨平臺的互聯(lián)互通，將真實世界信息和虛擬世界信息“無縫”集成并進行互動。在孿生平臺復現(xiàn)航空維修過程中的不同場景，優(yōu)化現(xiàn)有維修模式，結(jié)合智能硬件(巡檢

AGV，AR

眼鏡，無人機等)，打造

5G+AR

智能輔助維修、5G+VR

智能機務(wù)培訓、5G+AI

輔助檢測和

5G+智能互聯(lián)機庫等創(chuàng)新解決方案。結(jié)合數(shù)字孿生機庫，高效識別飛機表面蒙皮凹痕等缺陷，實現(xiàn)對于飛機重點零部件的預(yù)防性維修與維護，降低維修成本，保障飛機運行安全。24圖

21

東方航空飛機表面缺陷檢測示意圖2）應(yīng)用案例：工業(yè)質(zhì)檢，助推高端制造提升生產(chǎn)效能質(zhì)檢是工業(yè)制造的關(guān)鍵一環(huán)，也是守護產(chǎn)品質(zhì)量的最后一道防線。隨著制造業(yè)的不斷發(fā)展，傳統(tǒng)的工業(yè)質(zhì)檢方法已經(jīng)難以滿足對高效率、高精度的要求。中國移動依托物聯(lián)網(wǎng)、AI、邊緣計算等技術(shù)，打造具備三大特征優(yōu)勢的智能工業(yè)質(zhì)檢產(chǎn)品：實現(xiàn)檢測軟件算法和光學自動化環(huán)境的自主研發(fā)和有機結(jié)合；基于行業(yè)特點打造中等參數(shù)規(guī)模的算法模型，減少了產(chǎn)品換型后算法重新訓練的時間；實現(xiàn)了基于多種異構(gòu)算力載體的推理優(yōu)化，實現(xiàn)算力部署的高效化、集約化和低成本化。目前中國移動工業(yè)質(zhì)檢產(chǎn)品已在汽車零部件領(lǐng)域落地推廣，與中國中車、一汽、上汽等行業(yè)巨頭形成了戰(zhàn)略合作關(guān)系，產(chǎn)品針對汽車發(fā)動機、輪轂、渦輪增壓器等核心零部件質(zhì)量檢測，實現(xiàn)廢品檢出率均為

100%，誤檢率小于

1%，提升檢測準確度，降低人工成本。4.2

NTT

Docomo

實踐進展與典型案例通過“Lifestyle

Co-Creation

Lab”,

DOCOMO

正在利用自有及其合作伙伴擁有的技術(shù)和資產(chǎn)，加速驗證豐富民眾生活的技術(shù)價值，下面將介紹一些實驗和商業(yè)化的具體例子。4.2.1

智慧巡檢NTT

DOCOMO

和

NTT

通信公司最近成功進行了一項試點：基于圖像識別技術(shù)幫助用戶實現(xiàn)建筑工地的遠程巡邏。該系統(tǒng)可以檢測施工現(xiàn)場可能對工人工作造成干擾的施工材料放置，并生成指令指揮施工工人進行轉(zhuǎn)移。該系統(tǒng)的設(shè)計旨在減輕現(xiàn)場檢查巡邏工作的負擔，減少工人的長時間工作，并計劃于

2024

財年投入正式商業(yè)使用。通過提前輸入材料、施工空間、入門等信息，該系統(tǒng)可以使用圖像識別

AI

技術(shù)來檢測25目標區(qū)域中可能妨礙正常施工的物料，并生成指令指揮工人如何處理這些材料。具體來說，該系統(tǒng)使用圖像識別技術(shù)從固定攝像機每五分鐘拍攝的目標區(qū)域圖像中檢測和識別物料，判斷該物料是否會妨礙工作，并通過指令指示工人對其做出位置移動等相關(guān)操作，支持施工現(xiàn)場工人間的順暢溝通和高效協(xié)同。在該試點測試中，在建筑工地的入口門和電梯前安裝一個固定攝像頭，并在遠程成功檢測到了妨礙物。系統(tǒng)自動為每種被檢測到的妨礙物創(chuàng)建工單，派送給工人執(zhí)行。結(jié)果顯示，物料檢出準確率超過

90%，識別準確率超過

80%5，在日本首次

成功試點，證實了遠程檢測6施工現(xiàn)場物料技術(shù)的有效性。圖

22

施工現(xiàn)場巡檢系統(tǒng)圖該系統(tǒng)由

DOCOMO

和

NTT

公司共同研發(fā)，并計劃在

2024

財年作為

DOCOMO

建筑工地

IoT

解決方案

的新功能，在

Dan-8

Area

項目中正式商用，共同致力于提高建筑工作的78效率和安全性。面向未來，DOCOMO

計劃進一步基于數(shù)字孿生計算技術(shù)，實現(xiàn)施工現(xiàn)場的孿生，構(gòu)建一個更加智能的未來。4.2.2

老齡衰弱智能檢測衰弱綜合征通常是老齡人口需要長期護理之前的一個階段，隨著年齡的增長，人體的精神和身體功能會變得越來越弱，近年來，從控制護理費用的角度來看，越來越需要對衰弱進行早期檢測和干預(yù)，然而傳統(tǒng)方法如面對面問診，很難進行大范圍的調(diào)查，滿足民眾需求。老齡衰弱智能檢測技術(shù)以健康管理為目的，通過在老年人中已普及使用的智能手機輕松567該準確率將被檢測物作為一個整體計算得出。截止

2023

年

8

月

7

號。DOCOMO

建筑工地

IoT

解決方案從安全施工周期、工地作業(yè)效率和工地信息共享等方面全面支持建筑工地現(xiàn)場作業(yè)。Dan-hachi

Area

是一個面向建筑施工的空間調(diào)整和智能配置方案，使用戶能夠通過應(yīng)用程序來執(zhí)行的施工現(xiàn)場的各類遠程操作(空間、運輸和起重設(shè)備調(diào)整)。826將衰弱發(fā)生的風險可視化，并促進用戶生活方式的改變。圖

23

智能衰弱檢測技術(shù)的主要特點除了提供衰弱檢測

AI，DOCOMO

還開發(fā)了

HealthTech

平臺，集成并整合了與醫(yī)療保健相關(guān)的各類的人工智能技術(shù)與服務(wù)。通過將該平臺與諸如衰弱檢測

AI

等各類

AI

技術(shù)聯(lián)系起來，可以實現(xiàn)廣泛的行業(yè)應(yīng)用。面向未來，DOCOMO

將繼續(xù)開發(fā)各類疾病檢測與評估類AI

能力，助力民眾健康生活方式的轉(zhuǎn)變。圖

24

DOCOMO

HealthTech

平臺4.2.3

智能河流監(jiān)測近年來，暴雨和線性降雨帶等極端天氣導致日本各地頻繁發(fā)生洪澇災(zāi)害。河流的安全保障成為了實現(xiàn)安全智慧城市的重要前提，需要通過河水監(jiān)測實現(xiàn)洪澇災(zāi)害的及時響應(yīng)，保障安全，減少災(zāi)害造成的損失。結(jié)合

NTT

Comware

公司的

AI

技術(shù)，DOCOMO

開發(fā)了使用移動攝像頭實現(xiàn)河流監(jiān)測系統(tǒng)的方案，比傳統(tǒng)的河流監(jiān)控攝像機更便宜、更易安裝、無需人力監(jiān)測。因為攝像頭通過電池供電，因此可以輕易安裝在任何地方。AI

自動從攝像頭拍攝圖像27中檢測水位的上升，大大降低了人工監(jiān)控的成本，結(jié)合日本氣象廳發(fā)布的洪水預(yù)報和降級信息，用戶可以提前幾個小時預(yù)測水位變化，在洪澇災(zāi)害發(fā)生之前或結(jié)束之后及時采取行動。該系統(tǒng)可用于多種情況，例如雨季期間的監(jiān)測、被洪水破壞的地方的監(jiān)測、施工前的河流研究等。在神戶市的多條河流中安裝移動攝像頭來進行演示實驗，根據(jù)攝像頭獲取的圖像數(shù)據(jù)識別和確定當前水位，結(jié)合水位、降雨量等信息智能預(yù)測未來的水位變化趨勢。結(jié)果顯示，僅僅通過安裝一個移動攝像頭，水位上升的峰值判斷可以控制在

10

分鐘的誤差內(nèi)，水位判斷平均誤差在

16%左右。自

2023

年

6

月

28

日以來，該試驗性解決方案已提供給日本各地的企業(yè)和市政當局，旨在提高系統(tǒng)功能和可用性，目標是在

2024/03

年之前正式推出這項服務(wù)。圖

25

智能河流監(jiān)測方案架構(gòu)圖4.2.4

用戶行為智能分析在日本，新修訂的個人信息保護法于

2022

年

4

月起生效，企業(yè)被越來越多地要求平衡好信息保護和數(shù)據(jù)利用。為了更好的管理個人信息，DOCOMO

基于

MEC

提供封閉的安全網(wǎng)絡(luò)。部署在

MEC

上的

AI

技術(shù)可以自動準確刪除圖像中的個人隱私信息，并可視化用戶的興趣和愛好。該項目已在商場和辦公室等環(huán)境中開啟試點驗證，創(chuàng)造新的商業(yè)價值。利用這種技術(shù)，可以從視頻中提取諸如客流量、觸覺互動和眼神等必要數(shù)據(jù)，同時刪除人臉等隱私信息，重新呈現(xiàn)出客戶的行為和興趣。同時，被刪除敏感數(shù)據(jù)后的畫面背景也會自動更改，使得該方案獲得的圖像可以比經(jīng)過馬賽克等傳統(tǒng)處理方式的圖像更自然。相關(guān)數(shù)據(jù)被傳輸?shù)?/p>

DOCOMO

MEC

網(wǎng)絡(luò)，并在其中進行處理，可以進一步保障數(shù)據(jù)安全，在降低發(fā)生網(wǎng)絡(luò)攻擊導致信息泄露風險的同時實現(xiàn)用戶行為分析。此外，基于智能手機或監(jiān)控攝像頭拍攝獲取的圖像，結(jié)合用戶停留時長、眼神和接觸路徑，以及預(yù)設(shè)的

3D

空間模型等信息可以實現(xiàn)更進一步的行為分析。例如，將該方案應(yīng)用于便利店和其他零售場所，除了客流量統(tǒng)計，該方案可以幫助企業(yè)獲得客戶性別和年齡估算等信息，根據(jù)顧客對不同產(chǎn)品的觸摸和注視，顧客在店內(nèi)行走的線路、在何處駐足停留等信息，28可以為企業(yè)生成新的產(chǎn)品投放方案、人流量提升方案等，改善營銷。隨著元宇宙概念持續(xù)獲得關(guān)注，行為和興趣分析技術(shù)可以部署在多個領(lǐng)域，并結(jié)合

VR、AR

等技術(shù)一起實現(xiàn)不同的新服務(wù)。在試點應(yīng)用中，通過對用戶行走路線、人流量和用戶行為等信息的獲取和分析，該技術(shù)的有效性得到成功驗證。近年來，基于客戶大數(shù)據(jù)分析的商業(yè)決策對企業(yè)來說變得越來越重要，而這項技術(shù)減少了視頻分析解決方案應(yīng)用在個人信息保護層面所面臨的障礙，助力企業(yè)選擇正確的解決方案，更好的利用數(shù)據(jù)。圖

26

刪除敏感信息后的用戶行為重現(xiàn)示意4.2.5

智能共享電瓶車隨著共享電車服務(wù)的用戶增長，如何及時在每個安置點妥善安置車輛、以及妥善維護電池電量構(gòu)成新的挑戰(zhàn)。在這個系統(tǒng)中，AI

將生成一個優(yōu)化的搬遷路線，并推薦給負責搬遷任務(wù)的維護人員?；跈C器學習進行需求預(yù)測，模擬和復制車輛的移動路線，AI

可以計算出每個站點的可用租賃車輛以及待充電車輛的數(shù)量。然后系統(tǒng)通過考慮諸如每個安置點的服務(wù)順序、收集和放置的車輛數(shù)量以及所需的電池更換次數(shù)等因素，生成優(yōu)化的重新定位路線。工作人員利用平板電腦或類似設(shè)備查看生成的搬遷路線并執(zhí)行任務(wù)，同時，該系統(tǒng)的獨特之處在于其能夠生成靈活且適應(yīng)性強的搬遷路線，該路線考慮多項歷史數(shù)據(jù)，如租賃和歸還歷史、天氣數(shù)據(jù)和時間/日期數(shù)據(jù)，以及當前操作信息，如搬遷卡車的車輛和電池數(shù)量、每輛搬遷卡車的最大裝載車輛數(shù)量以及安置點之間的距離。通過這一系統(tǒng)的引入，即使是沒有經(jīng)驗的工人也可以像有經(jīng)驗的工人一樣輕松完成這些任務(wù)，也有利于在新開發(fā)服務(wù)區(qū)域的有效路線開發(fā)。29圖

27

系統(tǒng)概述圖

28

推薦搬遷路線的屏幕顯示共享運營優(yōu)化系統(tǒng)由三項核心技術(shù)組成:需求預(yù)測、模擬和搬遷規(guī)劃。需求預(yù)測技術(shù)可以預(yù)測每個安置點

24

小時內(nèi)每小時出租和歸還車輛的數(shù)量。通過使用關(guān)于共享服務(wù)使用情況的實時統(tǒng)計數(shù)據(jù)，以及天氣預(yù)報和時間/日期數(shù)據(jù)等各種數(shù)據(jù)，機器學習可以實現(xiàn)準確的需求預(yù)測。30圖

29

需求預(yù)測實現(xiàn)架構(gòu)模擬技術(shù)在一個多代理模擬器上詳細再現(xiàn)了車輛從一個安置點到另一個安置點的移動，該多代理模擬器可以實時顯示車輛租賃情況和搬遷搬遷情況。有了輸入值，如每輛車的實時信息和安置點間移動概率的統(tǒng)計數(shù)據(jù)，就可以預(yù)測每個安置點的電池和車輛數(shù)量。模擬每10

分鐘更新一次，因此最新的模擬結(jié)果可用于生成搬遷規(guī)劃。搬遷規(guī)劃技術(shù)基于模擬結(jié)果生成搬遷路線計劃，該計劃可以優(yōu)化車輛的收集、放置以及電池的更換，確保每個安置點都有合適的車輛和電池數(shù)量，并在使用率高的安置點優(yōu)先更換電池，并解決一些隱患，例如向返回需求增加的安置點提前集中車輛。因此，這項技術(shù)有望降低工人門檻，并有助于共享電車的快速推廣。該系統(tǒng)于

2024

年

4

月被自行車共享服務(wù)提供商

DOCOMO

BIKE

SHARE，INC

.采用。面向未來，該系統(tǒng)計劃在全球進一步推廣部署。圖

30

搬遷計劃生成示意圖314.3

KT

實踐進展與典型案例4.3.1

智慧文娛2017

年，KT

推出了全球首款

AI

電視

GiGA

Genie，至今已經(jīng)擁有

350

萬訂閱用戶，是韓國國內(nèi)最大的智能音響服務(wù)提供商，成功轉(zhuǎn)型為一家

B2C

數(shù)字平臺公司。以此為起點，KT

聯(lián)合國內(nèi)外眾多合作伙伴，打造新的

AI

生態(tài)，旨在引領(lǐng)客戶生活變革，賦能千行百業(yè)的應(yīng)用創(chuàng)新和數(shù)智轉(zhuǎn)型。目前，KT

提供超過

120

項

AI

服務(wù)，為廣大用戶打造更便捷的生活空間。例如，通過聚合

GiGA

Genie

的各項核心技術(shù)，包括語音識別、語音合成、自然語言處理和機器視覺等，KT

持續(xù)賦能

B2C

和

B2B

多行業(yè)領(lǐng)域的創(chuàng)新；并通過研發(fā)和打造

AI

來電助手、智能客服中心、AI

空間、AI

機器人、AI

Codiny

和

AI

護理等產(chǎn)品和服務(wù)，彌合數(shù)字鴻溝，促進社會公平。圖

31

GiGA

Genie

用戶增長4.3.2

智慧金融KT

利用

GiGA

Genie

所驗證的

AI

技術(shù)，進一步結(jié)合金融數(shù)據(jù)，創(chuàng)新金