-
罗智泉：《人工智能助力网络创新发展》
2026-06-01 14:50:37
作者：罗智泉（中国工程院外籍院士，深圳河套学院执行院长，大数据分析与应用科学家）
中国在5G技术领域处于领先地位，但全球来看，网络性能优异的网络并不多。网络性能取决于先进的硬件和网络参数配置。然而，传统的网络优化方法存在诸多弊端，如过度依赖于工程经验、试错、大规模测量等方式，导致成本高、工作量大、耗时长，且优化结果并不理想。究其根源，主要在于缺乏准确的站点信息、训练数据匮乏以及基站参数组合爆炸式增长带来的巨量需求难以满足。
对此，基于AI技术，提出了一种全新的网络性能优化解决方案。该方案使用神经辐射场、自动编码器和图神经网络等技术，利用AI技术模拟网络建模，从而智能选择最佳的网络参数配置，实现整网网络性能的最优。该技术可使用计算机集群在离线状态下优化网络参数，实现高效和安全的优化。目前，该技术已在香港和捷克等多地成功完成测试，取得了显著的网络性能提升成果，例如有效提升信号强度、显著减少干扰以及大幅提高语音连接成功率等。
展望未来，随着5G-A的商用加速，AI的应用在运营商的商业重塑中将扮演重要角色。未来网络性能优化研究的核心方向将是利用AI技术，基于强化学习，结合环境与用户移动性信息，全方位提升网络的环境自适应能力，实现网络的自主优化，为智能通信的未来发展奠定坚实基础。
2023年是生成式人工智能的突破之年，以ChatGPT为代表的人工智能大模型，内容生成能力表现惊艳，一时间拉开了国内“百模大战”的序幕。中国在大语言模型这块发展迅速，诞生了华为-盘古大模型、阿里云-通义千问、腾讯-混元大模型这样的优秀成果，但在技术封锁的大环境下，整体上呈追随态势。有研究估测，训练1750亿参数的大模型GPT-3，能耗相当于开车往返于地球和月球，一次运算就要花费450万美元。罗智泉将AI能耗与人脑能耗对比，认为人脑相当于低功耗灯泡，功率平均约为25瓦；而GPT-3训练一次消耗约1287兆瓦时，GPT-4能耗预计更高，Chat GPT日均消耗超过50万度电。大模型的发展模式是不可持续的，部署大模型应考虑成本，而垂直领域的中小模型是一个值得尝试的新方向。
作者介绍：
罗智泉：中国工程院外籍院士、加拿大皇家科学院院士，香港中文大学（深圳）副校长、校长学勤讲座教授，深圳市大数据研究院院长，深圳河套学院执行院长，香港中文大学（深圳）—深圳市大数据研究院—华为未来网络系统优化创新实验室主任，SIAM会士和IEEE会士。罗智泉院士研究领域主要是聚焦大数据分析的最优化方法、信号处理与数字通信中的复杂性与计算问题。提出数据驱动的网络统计模拟技术，建立大规模4/5G异构网络参数优化模型。开创性地提出了数据驱动的网络优化技术路线和算法框架，成功将数据驱动网络统计模型与人工智能技术深度融合。成果被华为 GTS 认定为"根技术"，目前已成功应用于 30 多个国家的无线网络，优化超过 180 万个基站，显著提升了网络性能。相关论文分别获得 2004 年、2009 年、2011 年和 2015 年 IEEE 信号处理学会、2011 年国际通信大会、欧洲信号处理学会以及 2020 年世界华人数学家联盟最佳论文奖。因在优化理论领域的卓越贡献，于 2010年获美国运筹和管理科学协会 Farkas 奖，2018年获国际数学优化学会 Tseng 纪念奖，2022年获中国工业与应用数学学会第一届王选应用数学奖，2023年获深圳市科技进步奖一等奖以及 2025 年 ICCM 首届华罗庚奖。
手机:19821197419
地址:上海市闵行区莲花南路1951号
