有通信業專家提出，正像2007年3G開啟了移動互聯網一樣，2020年5G的商用將開啟移動AI時代。“當AI真正在應用場景裡大規模部署時，5G對於AI的落地有至關重要的作用。”英特爾中國研究院院長宋繼強在接受《中國電子報》記者專訪時說，“我們認為AI的應用通常都是端到端的場景，數據的採集在前端，數據的處理、增值在雲端，增值後的結果一定要再回到前端，才能提高前端設備的處理能力和處理效果。”在這樣一個AI應用閉環中，會產生很多對5G大帶寬、低時延、高可靠性網絡的需求。他認為，5G還提供了在整個AI架構上把邊緣利用起來的可能，讓很多的數據可以快速地在靠近應用場景的地方被處理、被識別。
AI應用高性價比依賴網絡
“我們知道這波AI的興起基本上是以深度學習為代表發展起來的，深度學習需要很多數據，而數據的採集過程很多是用視覺傳感器，如攝像頭。”宋繼強說，“如果只考慮AI訓練過程，這些數據存只要在雲端就可以，但實際上AI訓練需要經常實時、持續地進行，以提高在不同領域的適應能力，例如無人駕駛或者智能城市中的AI應用就需要如此訓練。”
宋繼強認為，AI對網絡的依賴越來越高，主要表現在前端採集數據的上傳，靠近前端的數據識別、分析，以及數據增值結果再傳回前端三個環節上。
在AI的數據採集前端，湧入越來越多的無線攝像頭，並呈爆發式增長之態，智能家居、智能零售的發展帶來越來越多無線攝像頭，在無人駕駛場景裡也會要用到多個無線攝像頭，這些視頻數據要傳到後端、傳上雲用AI做數據處理，這一過程就需要網絡的支撐，特別是具備高容量、大帶寬、低延遲優勢的5G網絡，會更適合AI數據傳輸需求。
“在雲端做訓練、在偏前端做識別，都可以利用到5G特性。”宋繼強說，“訓練需要的大量數據在前端可以進行初步處理，在無人駕駛場景裡如果將數據處理在車載前端中處理，會使前端過‘重’，我們可以把數據處理放在網絡邊緣、靠近前端的地方，而邊緣計算剛好是5G才能帶來的。”
“如果沒有像5G這樣的網絡，人工智能設備不僅數據採集要在前端做，大量數據的分析、訓練也要在前端做，這會使人工智能設備變得非常昂貴，例如現在非常火爆的智能音箱，因為可以把數據分析和處理放在雲上，所以有比較高的性價比。”
宋繼強說，現在很多設備都要加AI能力，而且有些設備不可能具備感知能力和初步處理能力，如果沒有5G網做支撐，AI的大規模部署就很受限。
AI商用普及需要5G網絡支撐
“當AI真正在應用場景裡大規模部署時，5G對於AI的落地也有至關重要的作用。”宋繼強說，“AI的應用通常都是端到端場景，數據的採集在前端，數據的處理、增值在雲端，增值後的結果一定要再回到前端，才能提高前端設備的處理能力和處理效果。”
宋繼強說：“AI現在擁有的能力，至少在有些領域，已經突破了用戶體驗的瓶頸，可以有不錯的商用效果，但是如果網絡跟不上，用戶體驗會打比較大的折扣。”
他用現在一部分人能夠體驗到的智能音箱來做分析。
智能音箱很大的亮點是實現人機對話，在這個體驗中，除非機器能夠把所有的語音識別、語意的分析處理，以及最後的TTS、文字到語音的轉化，都放在前端設備(這裡指智能音箱)裡面，才可以不依賴網絡。但智能音箱在追求AI能力強的同時往往還要追求價格更便宜，而AI能力強就必須把它放在雲端，通過雲端持續不斷地升級詞庫、詞彙量，提高多人語言適配的能力。但放在雲端，如果網絡不好，這種對話常常會中斷，智能音箱總處於尋找網絡的狀態。
“現在智能音箱在中國可以稱得上是‘百箱大戰’，大家接入的語音服務不外乎幾家服務提供商，只要網絡能夠保證，他們雲服務的效果肯定比較好。”宋繼強說，“現在音箱賣到了全國各地，想買到好用又便宜的智能音箱，網絡必須跟上。雖然智能音箱是簡單的語音交互，數據量不大，但是對網絡的延時要求很高，必須連續地把語音傳送上網，這體現的是對5G網絡的需求。”
現在還體驗不到的複雜的AI應用，例如無人駕駛、遠程駕駛，要把車裡所有的視覺數據都傳給遠程駕駛操控臺的人看，同時操控臺的控制信息還要傳回車上去。
宋繼強說，在這種應用中，將車裡的視頻數據上傳要求網絡的帶寬一定要大，對可靠性要求不苛刻，丟幾個包沒有關係，關鍵是將絕大部分信息傳上來，這種場景需要5G的大通量;而再傳回車裡去的是控制信號，這時要保證信息傳遞的可靠性和實時性，這種場景需要5G的低時延和高可靠，所以無人駕駛、遠程駕駛是5G部署之後才能做好的AI應用。
閱讀更多 中國電子報 的文章
