中兴通讯对于网络大模型在自智网络领域的探索和实践
在迈向高阶自智的道路上，如何实现策略在线迭代，满足动态策略的完整闭环，以及未来网络完全自治，实现操作无人化，意图驱动，业界都在积极探索。ChatGPT的横空出世，其背后的AI大模型成为热点，AI大模型成功地压缩了人类对于整个世界的认知，让我们看到了实现通用人工智能AGI的路径，为AI技术深度融入自智网络带来全新的视角和展望。
在网络智能化推进中，AI智能化应用不断涌现：基于图像感知的基站验收、电表核查、基站节能、根因诊断、无线权值优化等应用，在准确率及主动判断等方面相对传统定量定性模式有了显著提升。但中小模型是场景任务驱动模式，算法任务单一、同质化工作量大、故障类等场景迁移能力弱，无法利用通信行业海量的数据优势，限制了AI在网络领域的应用潜能。
采用Transformer架构的大语言模型LLM（LargeLanguageModel）是当前AI大模型主流，在海量数据上进行训练，其自注意力机制（self-attention），自动学习输入序列中不同位置之间的依赖关系并计算其相关性，通过前置输入的“预测性”理解和生成，当模型足够大就出现了类似逻辑推理的“智能涌现”，结合“思维链提示”（ChainofThoughtPrompting）策略用来解决多步推理的难题，这也是ChatGPT“拟人化”对话生成带来震撼，在通信领域，首先会在业务服务带来根本性变革。
原先的“业务+AI”模式，业务办理可以通过OCR、人脸识别快速确认身份等；拨打电话，自助客服通过语音识别引导客户快速进行业务导航，大模型可以作为底座构建不同的服务任务，实现AI+X数智服务：“AI+贴心营销”识别需求生成精准的营销方案；“AI+专属客服”提供24小时在线客服；“AI+敏捷交付”通过自然语言交互触发后台自动化支撑流程；“AI+自动机器人”处理报表报告等日常工作。自然语言对话可做为人机交互的统一入口，相比人机命令及GUI界面，更利于直接支撑业务一线，需求传递路径更短效率更高。通过低座模式生长更多的AI原生应用，带给客户更崭新体验，从X+AI向AI+X实现精彩转变。
在网络运维领域，借助语言思维的桥梁，大模型具备了“机器分析决策”的潜质。从专家视角看，分析决策是一个结合领域知识和经验进行逻辑思维的过程，人脑的思维链包括语言思维（当然也包含经验反馈、创意灵感等因素），通过语言思维寻找规律。从机器视角看，大语言模型具备的学习和涌现能力，拥有相当程度人类语言思维，其领域知识全面性和覆盖度优于专家人脑，可由概率分布生成优选答案（一个或TopN），当训练数据规模和质量达到一定量级，优选答案就会越来越接近最终答案。在数据和算法不断迭代下，基于大模型技术构建的统一基础智能体，网络全景维度的分析决策是机器解决复杂任务的机遇。
中兴通讯基于AI大模型的应用创新，智能问答助手，实现运维静态知识统一供给、随问随答，拉齐运维人员经验差异，通过大模型生成能力实现网络动态数据自助查询、统计、呈现，帮助运维人员更高效的掌握网络数据；网络操作方案生成，缩短重大操作方案编写时间，提高方案生成效率；故障定位诊断，通过互动渐进模式，通过大模型对文档经验的综合分析，引导互动诊断，提高诊断效率；意图引擎增强，在网络管理中集成LLM意图引擎；精准客服，通过大模型将投诉的精细地址对齐，分析投诉类别和原因，生成处理意见指导。
在“AI+网络”大方向下，大模型与中小模型各骋所长是AI使能网络的高效路径，大模型洞察“数据相关性”的优势在复杂任务场景更有潜力，中小模型解决单一实时场景，两者协同使能是更高效的智能化解决路径，为网络数智化带来了全新的引擎。AI对世界的改变，一定也是通过与产业的融合实现，中兴通讯愿意持续贡献自己的能力，以开放的心态和专业使命，共同探索智能时代的新机遇。