- English
- 繁體中文
行動網路需要AI,AI也需要行動網路
對話式工作流程如何運作
使用者下達指令 (Human input)
網路維運人員以自然語言提出需求,再由AI模型將其轉換為複雜的技術目標。
AI代理推理 (AI agentic reasoning)
AI代理分析即時網路數據與其他關鍵資訊,掌握相關情境,並透過推理找出最佳解決方案。
由人類主導決策 (Human in charge)
網路維運人員檢視、調整並執行AI代理提出的建議行動。
行動網路在AI世界中的角色
Networks for AI (以網路支援AI應用)
這波創新浪潮正帶來全新的網路需求與應用情境,其中許多應用需要大幅提升上行傳輸容量,從根本上改變上行與下行流量的比例。
為因應這項轉變,網路必須超越傳統的盡力而為(Best-effort)服務模式,提供具備可預測性、可靠性、充足容量、穩定效能及可預測延遲的連網能力,確保AI應用能順暢運作並大規模部署。
AI for networks (以AI優化網路)
透過在適當的位置部署合適的AI模型,從業務支援系統(BSS)、無線設備到核心網路,AI可提升網路自動化程度、簡化維運流程並改善網路效能。
隨著端到端網路維運日益朝向AI驅動、自主化及意圖驅動發展,網路將能更有效地確保高效能表現,同時降低營運支出(OPEX)、優化資本支出(CAPEX),並為提供高效能、差異化的網路服務奠定具競爭力的營運基礎。
應用情境
即時AI輔助:AR與VR眼鏡可擷取使用者所見、所聽的資訊,並傳送至網路,由AI即時處理,讓使用者能與實體環境互動。應用包括導航資訊疊加顯示、即時翻譯、影像辨識、語音指令、情境感知輔助,以及即時語音與文字翻譯。
這類應用以多模態AI為基礎,需要良好的上下行傳輸效能(0.5至10Mbps),以及約200毫秒的低往返延遲(RTT)。
隨著電信商持續擴展5G獨立組網(SA),透過連續的5G NR網路涵蓋、網路切片、開放式API、5G-Advanced及AI驅動的自動化技術,不僅提供可靠的使用者體驗,更帶來超越增強型行動寬頻(eMBB)的新營收機會。
打造更安全、智慧的街道環境:機器人助理結合自主機器人、人形機器人與高上行傳輸容量的連網能力,可支援安全巡邏、最後一哩配送及精準農業等應用。這些機器人配備攝影機與感測器,可持續傳輸影像及遙測資料,同時接收關鍵控制資訊。相關應用通常需要約100毫秒的往返延遲(RTT),以及1至150Mbps的上行傳輸速率,因此適合應用於弱勢用路人車聯網(VRU V2X)安全服務。透過蜂巢式車聯網(Cellular V2X)技術,車輛與行人、單車騎士等弱勢用路人之間,可即時掌握彼此的動態。
隨著電信商持續發展5G SA網路,透過連續的網路涵蓋、網路切片、開放式API及5G-Advanced,可支援大規模部署AI驅動的安全服務,強化弱勢用路人保護,並創造新的商業機會。
打造更安全、智慧的交通運輸:聯網自駕車(AV)可透過行動網路,將環境感知能力延伸至車載攝影機、雷達及光達(LiDAR)之外。藉由持續傳送的車輛狀態訊號與差異化連網服務,支援先進駕駛輔助系統(ADAS)及自動駕駛。
穩定的上下行連網能力,讓車隊能即時共享車輛狀態、更新高精度地圖與軟體,並運用雲端AI因應不斷變化的道路狀況。雖然自駕車在涉及行車安全的關鍵情境下,即使沒有網路連線仍須能安全運作,但5G可透過V2X通訊、遠端操作、高精度地圖、雲端AI及OTA軟體更新,進一步強化其功能。
對電信商而言,5G SA、網路切片、5G-Advanced及開放式API,為大規模部署自駕車服務奠定基礎,支援安全關鍵型資料傳輸、生態系創新及未來商業應用。