最近我扔掉两个体重秤，一个没有联网功能，每次记录体重需要用手机拍个照。另外一个是前年买的，自带联网功能，可以通过手机APP记录体重。最近我又跟着减肥的同事买了一个体脂秤，这个秤增加了传感器，能够根据一系列参数，算出体脂情况。我了解了一下工作原理，体重秤里面带有一个算法模型，这个模型是研究机构基于大量用户数据训练出来。输入你的个人参数，就能计算出你的体脂数据。

其实，这三个体重秤正好代表了三个时代：传统技术，互联网+，AI+。

今年5月到北京出差，拜访了一些创新机构，参观了一些人工智能领域的创新。同时参加了移动互联网大会：GMIC2017-天工开悟，听霍金、李开复等专家畅谈人工智能。紧接着6月参加了无线大数据大会，讨论无线网络如何使用大数据。7.1日在上海交大跟一批教授聊移动3C；7.2日在上海科技大学参加SSIST2017，有幸跟今日头条的马维英、商汤科技的徐立、360的颜水成、上科大马毅、叠境虞晶怡、猎豹闵可睿等几个机器视觉领域的知名专家聊人工智能。经过这段时间密集的“喝咖啡”，我发现整个创新世界都在开展一场轰轰烈烈的“AI+”革命，通过大数据和人工智能技术在“互联网+”的基础上，对各个产业进行新一轮的改造，这次革命的影响将会比想象的更加深远。最近好像百度、联想都奋不顾身的扑进这个浪潮里面去了。在这个Panel上关于AI是否会泡沫破裂，马维英提出一个秋天论，认为现在处于AI的秋天，有些领域在收割成果，比如机器视觉，但秋天也意味着冬天不远了，AI行业可能会面临一个冬天，但大家认为时间不会太长，也就是AI/ML技术在提高生产力的贡献已经是不容置疑了。

现有产业+AI/大数据 = 新产业

硬件设备增加一些传感器演进到智能硬件的趋势已经在很多领域发生了或者正在发生。这两年在这个领域的创新资金投入呈指数上升，大量的创新企业成立了。耳闻目染的就有亚马逊的Echo音箱，特斯拉的智能汽车、海康威视的智能摄像头、…，其实埋在水下的创新公司多的超过你的想象。随着谷歌开放Tensorflow，以及一些其它的开放AI平台出现，极大的拉低了机器学习算法的门槛，使得人工智能突然就从天上下到了凡间，再小的公司也能够雇几个新人训练数据，竞争力逐渐从算法上移到了数据获取上了。

无线产业会发生什么样的变化

那么无线产业会发生什么变化呢？我们看一下海康威视的技术演进路线，沿着模拟、数字、数字高清，最终演进到人工智能，我发现跟无线通信系统的演进非常的相似。参照这个路径，将无线网络的演进也分成四个阶段，我认为5G阶段很可能进入智能网络时代，有些技术理由和内容在我的前面的一些文章里面做过较详细的描述，本文就不再重复了。

5G时代竞争的焦点是行业数字化转型市场

我看过一个分析报告，从2015年开始，通信设备以及传统IT设备投资市场都开始萎缩，即便考虑到5G建网的因素，通信设备市场在未来的几年也将会按5-8%的速度下滑。实际上这个预测已经在2016年/2017上半年得到了证实，这是一个非常糟糕的局面，在这个行业里面如果希望继续保持增长，就只有两个选择，要不就进一步压缩竞争对手的份额，这个市场上再死掉一家设备厂商；要不就努力寻求新的市场空间，所谓的做大蛋糕。5G实际上就承载着为行业开辟一个新的产业空间的职责，也就是我们经常谈的垂直市场和万物互联市场，核心就是各行各业数字化转型的广阔市场。

行业数字化是一个非常广阔的市场，但大家都明白，盯上行业数字化转型这块肥肉不只是电信厂商，大的互联网公司、新的创新公司也都在磨刀霍霍。亚马逊、谷歌、Facebook因为分析了太多，我就不再讲了，看看阿里巴巴是怎么做的吧。

2017年3月29日上午，阿里云在云栖大会·深圳峰会宣布推出ET医疗大脑和ET工业大脑，同期发布的还有用可视化的拖拽方式让开发者使用人工智能技术的机器学习平台PAI2.0。让机器能够感知、传递和自我诊断问题，ET工业大脑通过分析工业生产中收集的数据，优化机器的产出和减少废品成本。通过并不昂贵的传感器、智能算法和强大的计算能力，ET工业大脑解决的是制造业的核心问题。上面这段话我是百度里面摘录的，阿里巴巴的故事大家都比较清楚了，他从一个平台公司演进为一个数据公司，在工业、医疗、交通、金融等领域推动全面的行业数字化转型，背靠阿里云，迅速构建先入优势。最近他们也安排专家加入了3GPP组织，同时建立了移动事业部，走在了跟Google和Facebook同样的道路上，对移动管道进行更深入的理解和影响，寻求端到端的产业链控制，达到从内容、内容分发，平台、运营一体化。

在《大时代》这篇文章里面我也提及了互联网公司加快走入ABC时代，我们要思考：是否能够提出一种解决方案或者技术，使得通信设备运营商在未来的竞争中不被OTT超越? 我最近一直力推的ABCC一体化架构可能有一些这个可能性，它比互联网公司的ABC架构增加了一个“连接”的维度，也就是我们说的5G。也就是通过融合接入、计算、存储、大数据、智能算法，构建成一个新型的无线网络。

对于数字化时代，我们再看看运营商是如何思考的，中国移动实际上在2015年就提出了第三条曲线的概念，也就是在语音、流量之后再有一波数字化服务的时代。实际上现在全球的大运营商都在讲网络架构重构，引入SDN、NFV、大数据等技术，目标实际上就是瞄准着所谓的第三条曲线，也就是行业数字化转型的市场。

关于运营商第三条曲线，网络有一段话写得比较好“无论是SIM卡筑起的围墙，还是光纤编织的防护网，都无法保证运营商的一亩三分地。 “世界即将被铲平，当你也感受到那股力量，请找一把铲子向自我挖进去，千万别想筑墙”。因为，在第三条曲线上，行业的壁垒将会被推平。运营商的敌人也许不是BAT，而是那个曾经辉煌的自己”

我们可能被超越，最可怕的地方是思维方式的落后。当大数据和智能时代到来时，我们的思维方式是否还局限在摩尔定理里，而失去一次绝好的转型机会。

5G的第四维：AI+

啰嗦了这么久，其实我想抛出的命题是：数字化时代，5G是否还需要增加一些什么？也就是所谓的第四维。关于5G第四维的讨论最近比较时髦，搞WTTX的兄弟认为5G的第四维应该是WTTX，而我今天想提出的观点是5G的第四维是AI+（仅代表个人观点）。

在7月1日上海交大的移动3C研讨中，大教授北邮张平和清华的牛志升都提到了将AI/大数据作为5G的第四维的概念，他们各自用了几十页胶片来论证这个观点，这个观点跟我非常一致。既然5G的竞争目标市场是行业数字化转型，既然行业的主要竞争对手都在做数字化能力构建，以及智能化，那么5G是否也应该加上数字化和智能化这个维度呢，如果只考虑接入技术，将来怎么竞争，怎么做转型？

对比1G到4G网络，5G网络可能会有几十倍的复杂度。我个人还有另外一个观点是，无线通信中，单链路的物理层性能已经逼近了香农极限，所以学术界在2010年左右有一个“is the PHY layer dead？"的讨论。但大家都知道，在复杂环境下，无线网络的实际容量离开理论极限还很远，尤其在复杂网络环境下存在很大的提升空间。学术界、工业界多年的努力，给出了很多的解决方法，比如IA，ICIC，CoMP, MIMO...等，但依然无法很好的实现逼近理想限的问题。根本原因是时变、复杂的无线环境下很难进行准确建模，面向几十个或者更多的维度，传统的简化后的建模很难适应实际环境（实验室里面可能有好结果），而且模型的普适应也很差。而基于数据建模的ML算法能够在这种环境下有帮助，帮助网络容量逼近理想限，而且能够通过增强学习去匹配环境和自适应的提升。采用基于概率决策的机制去尝试基于解析的的传统算法所不能解决的问题，我认为这可能是无线通信领域的一个比较重大的突破。

未来的5G网络提供两个层面的智能化：

1.智能化辅助。 包括网络和连接层面，通过AI/大数据技术提升网络性能（包括RRM/RTT的性能）、提高用户业务体验，极大的降低运维成本。

2.使能数据经营和数据服务。在合法的范围内，收集网络数据、去敏的用户数据、应用数据，同上，考虑在全球几千万个基站设备上，尤其是小站设备商增加感知设备，构建感知网络，收集数据。最终形成一张覆盖全球的数字网络，实现智能化。

5G加上这一维，就从平面三角变成立体三角，就从传统的博世音箱变成了亚马逊的Echo音箱了，带来的可能不是物理反应，很可能是化学的反应。

我们这里讨论的是无线网络系统，实际上大的设备制造企业都在忙着收集数据，进行数字化、智能化转型。比如波音、丰田、特斯拉、小米、海尔、….，各行各业都在做同样的事情。未来是数字化的竞争，5G网络如何在这个竞争中不沦落为哑管道，能够在新的市场里面分一大杯羮是值得考虑的。

需要说明的是：本文所提及的人工智能是大数据+机器学习算法应用，也就是所谓的弱人工智能。