驱动力趋势与愿景
ITU-R愿景建议书的智能普惠的应用趋势中描述了网络与AI的关系：在AI优化网络场景下，描述了包括AI使能网络自动管理的应用，如自监控、自组织、自优化、自愈等能力；在网络使能。并在智能普惠章节描述了NET4AI，6G网络基础设施将成为AI使能器，为智能应用提供计算和数据服务，支持推理、模型训练、模型部署、跨网络和终端的分布式计算等能力。
因此，6G要提供智能普惠的基础服务，关键是在网络架构层面设计相应的原生能力。传统的通信系统是面向连接的，对于这种系统，典型的服务可以是在两个特定终端之间建立连接。因此，通信源和目的地由最终用户及其打算使用的服务或他们计划与之通信的其他用户明确定义。在6G中，除了面向连接的服务外，它还应该提供基于人工智能的服务，例如为汽车执行完全自动驾驶的预测QoS（QualityofService，服务质量）服务。为了满足此类服务，许多终端和网络设备之间以主动或被动的方式显式或隐式建立连接，并调度计算、模型、数据资源，在多终端、多基站之间进行高效的协调和通信。通过连接、计算、模型、数据资源间的高效协同（ICDT深度融合），可以在保证人工智能服务的服务质量前提下，提升资源利用率。ICDT的深度融合对6G网络功能平面的设计提出了新的挑战，为了对连接、计算、模型、数据资源进行高效的管理和控制，可能会出现新的功能和新的协议栈。
6G网络内生智能架构
随着5G系统全面商用，面对5G运营中出现的基站建设成本升高、网络复杂性增加等问题导致的增量难增收的窘况，电信运营商迫切需要探索合理高效的网络架构和部署方式来保证网络建设的经济性。面对5G网络复杂化、业务差异化、用户需求多样化等一系列挑战，利用人工智能(AI,ArtificialIntelligence)技术进行网元智能化、网络智能化和业务智能化，是业界普遍认同的技术路径。比如在网络运维方面，利用AI的数据感知、智能分析能力，可在海量运维数据中抽取隐含的关联特征和规则，追溯根因、定位故障，进行主动式的网络运维，实现全面的网络端到端部署自动化。目前，AI的数据驱动特性、自动控制能力、各种学习方法已经被成功地用于解决通信网络中的一些问题。业界普遍认为：引入AI技术后的5G网络，将具备更广阔的覆盖范围、更大的通信容量、更小的传输时延和更多的用户连接能力，实现更加泛在、智能、安全、可信的公共移动信息基础服务能力。
