AI应用高性价比依赖网络
“我们知道这波AI的兴起基本上是以深度学习为代表发展起来的，深度学习需要很多数据，而数据的采集很多是用视觉传感器，如摄像头。”宋继强说，“如果只考虑AI训练过程，这些数据只要存在云端就可以，但实际上AI训练需要经常实时、持续地进行，以提高在不同领域的适应能力，例如无人驾驶或者智能城市中的AI应用就需要如此训练。”
宋继强认为，AI对网络的依赖越来越高，主要表现在前端采集数据的上传，靠近前端的数据识别、分析，以及数据增值结果再传回前端三个环节上。
在AI的数据采集前端，涌入越来越多的无线摄像头，并呈爆发式增长之态，智能家居、智能零售的发展带来越来越多无线摄像头，在无人驾驶场景里也会要用到多个无线摄像头，这些视频数据要传到后端、传上云用AI做数据处理，这一过程就需要网络的支撑，特别是具备高容量、大带宽、低延迟优势的5G网络，会更适合AI数据传输需求。
“在云端做训练、在偏前端做识别，都可以利用到5G特性。”宋继强说，“训练需要的大量数据在前端可以进行初步处理，在无人驾驶场景里如果将数据处理放在车载前端中处理，会使前端过‘重’，我们可以把数据处理放在网络边缘、靠近前端的地方，而边缘计算刚好是5G才能带来的。”
“如果没有像5G这样的网络，人工智能设备不仅数据采集要在前端做，大量数据的分析、训练也要在前端做，这会使人工智能设备变得非常昂贵，例如现在非常火爆的智能音箱，因为可以把数据分析和处理放在云上，所以有比较高的性价比。”
宋继强说，现在很多设备都要加AI能力，而且有些设备不可能具备感知能力和初步处理能力，如果没有5G网做支撑，AI的大规模部署就很受限。
AI商用普及需要5G网络支撑
“当AI真正在应用场景里大规模部署时，5G对于AI的落地也有至关重要的作用。”宋继强说，“AI的应用通常都是端到端场景，数据的采集在前端，数据的处理、增值在云端，增值后的结果一定要再回到前端，才能提高前端设备的处理能力和处理效果。”
宋继强说：“AI现在拥有的能力，至少在有些领域，已经突破了用户体验的瓶颈，可以有不错的商用效果，但是如果网络跟不上，用户体验会打比较大的折扣。”
他用现在一部分人能够体验到的智能音箱来做分析。
智能音箱很大的亮点是实现人机对话，在这个体验中，除非机器能够把所有的语音识别、语意的分析处理，以及最后的TTS、文字到语音的转化，都放在前端设备(这里指智能音箱)里面，才可以不依赖网络。但智能音箱在追求AI能力强的同时往往还要追求价格更便宜，而AI能力强就必须把它放在云端，通过云端持续不断地升级词库、词汇量，提高多人语言适配的能力。但放在云端，如果网络不好，这种对话常常会中断，智能音箱总处于寻找网络的状态。
“现在智能音箱在中国可以称得上是‘百箱大战’，大家接入的语音服务不外乎几家服务提供商，只要网络能够保证，他们云服务的效果肯定比较好。”宋继强说，“现在音箱卖到了全国各地，想买到好用又便宜的智能音箱，网络必须跟上。虽然智能音箱是简单的语音交互，数据量不大，但是对网络的延时要求很高，必须连续地把语音传送上网，这体现的是对5G网络的需求。”
现在还体验不到的复杂的AI应用，例如无人驾驶、远程驾驶，要把车里所有的视觉数据都传给远程驾驶操控台的人看，同时操控台的控制信息还要传回车上去。
宋继强说，在这种应用中，将车里的视频数据上传要求网络的带宽一定要大，对可靠性要求不苛刻，丢几个包没有关系，关键是将绝大部分信息传上来，这种场景需要5G的大通量;而再传回车里去的是控制信号，这时要保证信息传递的可靠性和实时性，这种场景需要5G的低时延和高可靠，所以无人驾驶、远程驾驶是5G部署之后才能做好的AI应用。
京公网安备 11010502049343号