自1956年“人工智能”的概念被正式提出之后，人工智能技術在60多年的發展歷程中，經歷了三次發展和兩次低谷。21世紀以來，隨著硬件算力的增強和大量數據的積累，人工智能的蓬勃發展一直延續至今，已經成為引領未來的戰略性技術，推動了各個行業的轉型升級。人工智能技術的發展對現有信息基礎設施提出了全新的需求，并賦予了其全面智能化的動能。

AI和5G相互賦能

在5G時代，隨著移動互聯的能力突破傳統帶寬的限制，時延問題和大量終端接入能力得到根本解決，智能感應、大數據和智能學習的能力將充分發揮，并整合成強大的體系。

人工智能技術提升5G網絡性能。為了支持5G網絡的多樣化應用場景，5G系統引入了大規模天線、毫米波通信、超密集組網和網絡切片等技術。技術的多元性對目前的網絡架構帶來了重大改變，傳統以人工為主的運維方式已經無法適應5G網絡帶來的運維復雜性增加、網絡參數配置更加靈活、網絡安全問題等新型挑戰。人工智能技術在跨領域特征挖掘、海量數據分析和動態策略生成等發面的天然優勢，促進網絡架構從煙囪式向云化、軟件定義化和虛擬化演進。利用AI技術可以對未來的網絡性能和需求進行準確預測和動態調整，實現網元智能、預測智能、運維智能、邊緣智能、切片智能等，將5G打造成為全自動部署管控、自學習和自優化的智慧網絡。

5G網絡也推動了人工智能技術在各個行業落地應用。5G網絡的大連接、低時延和高速率等特性以及云化、切片化的網絡形態，提供了萬物互聯的能力，支持各個產業的數字化轉型，為人工智能的應用提供了多樣化基礎支撐。超大連接能力能夠創造前所未有的海量數據，是推動人工智能技術應用的基礎。同時，海量數據在云端的融合，使得人工智能得以根據匯聚的數據進行全局的判斷和決策。5G特有的超高傳輸速率和邊緣計算功能，能夠解決人工智能在車聯網、無人機、智慧醫療等領域進行應用時的時間敏感問題。

AI基礎設施成發展關鍵

人工智能技術的發展離不開“算法”、“算力”和“數據”三大要素。人工智能各種應用場景的普及與發展，對用于AI的ASIC芯片、GPU等各類硬件加速器、AI安全管理工具和數據中心等基礎設施的建設也提出了更要廣泛而多樣化的需求。日前，科技部印發《國家新一代人工智能創新發展試驗區建設工作指引》，其中指出，要推進人工智能基礎設施包括網絡基礎設施、大數據基礎設施、計算基礎設施建設，同時提升傳統基礎設施的智能化水平，形成新一代人工智能廣泛應用的基礎設施體系。建設人工智能研發基地和開放創新平臺，推動公共數據安全有序開放，是強化人工智能研發創新的基礎條件支撐。

智能化信息基礎設施發展建議

人工智能對于新一代信息基礎設施的賦能影響日益凸顯，但相關基礎設施的智能化發展不是一蹴而就的。信息基礎設施應用人工智能技術需要從基礎研究、數據開放與流通、數據安全與隱私保護以及應用示范等方面開展工作。

1） 加強基礎研究，補齊軟硬件短板。在促進人工智能產業化和落地應用的同時，要進一步加強人工智能和信息通信技術的基礎研究。針對我國在人工智能領域的發展短板，在硬件方面開發更加靈活、開源的人工智能定制芯片；在軟件方面，加強高性能分布式服務器集群系統的研究，在云端推理環節實現突破，提高我國的自主技術研發和專利競爭力；在網絡方面，充分利用人工智能技術，發展全開放、可擴展、自演化、高可靠和安全的新型網絡架構。

2） 促進數據開放與流通。為實現對信息基礎設施全局優化的開展，帶動數字經濟的高質量發展，需要推動來自不同的設施數據的匯聚與共享。在不同的設施和多個數據源之間需要建立相應的接口規范或一致性協議，加強數據質量管理，保護數據的安全流通。對數據開放的原則、流程乃至具體的實施方案需要加強布局，完善相關法律法規和規范的制定。

3） 關注數據安全與隱私保護。數據的匯聚與流通涉及到數據安全、個人信息保護、商業機密、數據主權等方面的問題。為保證數據安全與個人敏感信息，需要建立通用和各個專業領域的數據保護法律法規，完善數據流通與開放制度，加大數據安全與隱私保護核心技術與標準的研究，建立完備的數據安全技術和管理框架，從技術、運營、管理、審計等多個維度來保障基礎設施和數據中心的隱私與數據安全。

4） 積極開展應用示范。在5G開始商業部署之際，建議圍繞經濟發展與民生改善等需要，探索5G網絡與人工智能技術在不同行業領域例如制造、家居、金融、政務、教育、交通、安防等的結合點，來開展人工智能技術應用示范，形成各具特色的融合發展模式。

總結：

當前，我國人工智能領域相關企業已經超過2000家，在信息基礎設施中發揮的作用已經初見成效，成為政府、ICT、制造業等多個行業持續關注的重要方向。但目前信息基礎設施的智能化仍處于起步階段，尚有較大的發展空間和作用范圍。對于電信網絡、數據中心等基礎設施來說，其與人工智能技術進行相互賦能也是其創新和變革的重要內容。對于人工智能基礎設施的發展，需要在保證其穩定和高質量的基礎支撐功能的前提下，考慮算法的性能、數據安全、場景的難易和對系統的整體影響，由點及面，由功能到系統，由單個系統到多個系統融合，逐步實現數字化經濟時代的萬物智聯。
? ? ? 責任編輯：tzh