自1956年“人工智能”的概念被正式提出后，人工智能技术在60多年的发展历程中，经历了三次发展和两次低估。21世纪以来，随着硬件算法的强大和大量数据的累积，人工智能的蓬勃发展一直延续至今，已经成为引领未来的战略性技术，推动了各个行业的转型升级。人工智能技术的发展对现有信息基础设施提出了全新的需求，并赋予了其全面智能化的动能。

AI和5G相互赋能

   在5G时代，随着移动互联的能力突破传统宽带的限制，时延问题和大量终端接入能力得到根本解决，智能感应、大数据和智能学习的能力将充分发挥，并整合成强大的体系。

   人工智能技术提升5G网络性能。为了支持5G网络的多样化应用场景，5G系统引入了大规模天线、毫米波通信、超密集组网和网络切片等技术。技术的多元性对目前的网络架构带来了重大改变，传统以人工为主的运维方式已经无法应对5G网络带来的运维复杂性增加、网络参数配置更加灵活、网络安全问题等新型挑战。人工智能技术在跨越领域特征挖掘、海量数据分析和动态策略生成等方面的天然优势，促进网络构架从烟囱式向云代、软件定义化和虚拟化演进。利用AI技术可以对未来的网络性能和需求进行准确预测和动态调整，实现网元智能、预测智能、运维智能、边缘智能、切片智能等，将5G打造成为全自动部署管控、自学习和自优化的智慧网络。

   5G网络也推动了人工智能技术在各个行业的落地应用。5G网络的大连接、低时延和高速率等特性以及云化、切片化的网络形态，提供了万物互联的能力，支持各个产业的数字化转型，为人工智能的应用提供了多样化的基础支撑。超大连接能力能够创造前所未有的海量数据，是推动人工智能技术应用的基础。同时，海量数据在云端的融合，使得人工智能得以根据汇聚的数据进行全局的判断和决策。5G特有的超高传输速率和边缘计算功能，能够解决人工智能在车联网、无人机、智慧医疗等领域进行应用时的时间敏感问题。

AI基础设施成发展关键

   人工智能技术的发展离不开算法、算力和数据三大要素。人工智能各种应用场景的普及与发展，对用于AI的ASIC芯片、GPU等各类硬件加速器、AI安全管理工具和数据中心等基础设施的建设也提出了多样化的需求。日前，科技部印发《国家新一代人工智能创新发展试验区建设工作指引》，其中指出，要推进人工智能基础设施包括网络设施、大数据基础设施、计算基础设施建设，同时提升传统基础设施的智能化水平，形成新一代人工智能广泛应用的基础设施体系。建设人工智能研发基地和开放创新平台，推动公共数据安全有序开放，是强化人工智能研发创新的基础条件。

发展智能化信息基础设施

   人工智能对于新一代基础实施的赋能影响日益凸显，但相关基础设施的智能化发展不是一蹴而就的。信息基础设施应用人工智能技术需要从基础研究、数据开放与流通、数据安全与隐私保护以及应用示范等方面开展工作。

   加强基础研究，补齐软硬件短板。在促进人工智能产业化和落地应用的同时，要进一步加强人工智能和信息通信技术的基础研究。针对我国在人工智能领域的发展短板，在硬件方面开发更加灵活、开源的人工智能定制芯片；在软件方面，加强高性能分布式服务器集群系统的研究，在云端推理环节实现突破，提高我国的自主技术研发和专利竞争力；在网络方面，充分利用人工智能技术，发展全开放、可扩展、自演化、高可靠安全的新型网络构架。

   促进数据开放与流通。为实现对信息基础设施全局优化的开展，带动数字经济高质量发展，需要推动来自不同的设施数据的汇聚于共享。在不同的设施和多个数据源之间建立相应的接口规范或一致性协议，加强数据质量管理，保护数据的安全流通。对数据开放的原则流程乃至具体的实施方案要强化布局，完善相关法律法规和规范的制定。

   关注数据安全与隐私保护。数据的汇聚与流通涉及数据安全、个人信息保护、商业机密、数据主权等方面的问题。为保证数据安全与个人敏感信息安全，需要建立和各个专业领域的数据保护法律法规，完善数据流通与开放制度，加强数据安全与隐私保护核心技术与标准的研究，建立完备的数据安全技术好管理框架，从技术、运营、管理、审计等多个维度来保障基础设施和数据中心的隐私与数据安全。

   积极开展应用示范。在5G开始商业部署之际，建议围绕经济发展与民生等需要，探索5G网络与人工智能技术在不同行业领域例如制造、家居、金融、政务、教育、交通、安防等的结合点，开展人工智能技术应用示范，形成格局特色的融合发展模式。

   当前，我国人工智能领域相关企业已经超过2000家，在信息基础设施中发挥的作用已经初见成效，成为政府、ICT、制造业等多个行业持续关注的重要方向。但目前信息基础设施的智能化仍处于起步阶段，尚有较大发展空间和作用空间。对于电信网络、数据中心等基础设施来说，其与人工智能技术进行相互赋能也是其创新和变革的重要内容。对于人工智能基础设施的发展，需要在保证其稳定和高质量的基础支撑功能的前提下，考虑算法的性能、数据安全、场景的难易和对系统的整体影响，由点及面，由功能到系统，由单个系统到多个系统融合，逐步实现数字化经济时代的万物智联。