飛象網(wǎng)訊 （易歡/文）隨著5G時代的來臨，各種應(yīng)用場景層出不窮，網(wǎng)絡(luò)環(huán)境也變的更加復(fù)雜，尤其是今年疫情黑天鵝的突襲，使得在線會議、在線教育、網(wǎng)絡(luò)直播等實時通信需求激增，對底層的網(wǎng)絡(luò)基礎(chǔ)提出了巨大挑戰(zhàn)，用AI技術(shù)來應(yīng)對當(dāng)下前所未有的復(fù)雜網(wǎng)絡(luò)成為業(yè)界共識。
“然而，真正要推動AI在網(wǎng)絡(luò)研究中的應(yīng)用與發(fā)展卻并非易事”，微軟亞洲研究院常務(wù)副院長周禮棟對飛象網(wǎng)表示：“網(wǎng)絡(luò)本身的分布式架構(gòu)和其開放、共享的特性決定了網(wǎng)絡(luò)新范式的研究不可能單點進行，而是需要大家齊心協(xié)力、共建平臺，共享數(shù)據(jù)，才能更好地利用人工智能提升網(wǎng)絡(luò)研究水平�！�
基于此，微軟亞洲研究院宣布聯(lián)合清華大學(xué)、北京大學(xué)、南京大學(xué)、蘭州大學(xué)、新加坡國立大學(xué)、首爾國立大學(xué)等多所亞洲地區(qū)高校，成立OpenNetLab開放網(wǎng)絡(luò)平臺聯(lián)盟。通過為研究人員提供通用的分布式網(wǎng)絡(luò)測試平臺，以及真實的網(wǎng)絡(luò)評測數(shù)據(jù)集，來助力AI加速網(wǎng)絡(luò)研究。
直擊AI在網(wǎng)絡(luò)應(yīng)用的痛點
截至目前，AI在視覺、語音、自然語言等領(lǐng)域的應(yīng)用已如火如荼，而上層不斷發(fā)展變化的各種應(yīng)用，則需要底層網(wǎng)絡(luò)架構(gòu)的穩(wěn)固支撐才能得以實現(xiàn)。如何挖掘AI技術(shù)的潛力來提升網(wǎng)絡(luò)領(lǐng)域的研究，是目前學(xué)術(shù)界和工業(yè)界共同關(guān)注的焦點。
“然而，AI技術(shù)在網(wǎng)絡(luò)領(lǐng)域的應(yīng)用也面臨諸多挑戰(zhàn)�！敝芏Y棟講到，“一方面，網(wǎng)絡(luò)AI模型的訓(xùn)練和驗證需要大量的數(shù)據(jù)，真實且有代表性的網(wǎng)絡(luò)數(shù)據(jù)能提升模型的準(zhǔn)確性和適用性，但研究人員獲取大規(guī)模真實網(wǎng)絡(luò)數(shù)據(jù)具有較大難度。另一方面，由于網(wǎng)絡(luò)結(jié)構(gòu)的多樣性，以及網(wǎng)絡(luò)設(shè)備、連接方式的異構(gòu)性，如果希望一個網(wǎng)絡(luò)模型適用于不同的場景，那么一次性離線訓(xùn)練的模型顯然遠遠不夠，而適合于此的強化學(xué)習(xí)模型對訓(xùn)練環(huán)境和場景要求很高�！�
“OpenNetLab的誕生正是為了應(yīng)對這些挑戰(zhàn)，為研究人員提供基于現(xiàn)實網(wǎng)絡(luò)的真實數(shù)據(jù)，并能實地訓(xùn)練和驗證網(wǎng)絡(luò)模型�！敝芏Y棟說。
南京大學(xué)計算機科學(xué)與技術(shù)系副教授田臣也很認同OpenNetLab的價值。“我們做相關(guān)實驗往往很難獲得資源，即使獲取了也很難基于真實的數(shù)據(jù)做研究。而OpenNetLab平臺通過真實的實驗平臺和測量數(shù)據(jù)，可以極大地降低該領(lǐng)域新進入者的實驗門檻，并樹立一個可信的評價標(biāo)桿�！�
據(jù)介紹，OpenNetLab開放網(wǎng)絡(luò)平臺可以通過構(gòu)建分布式節(jié)點收集不同區(qū)域、形態(tài)、場景的網(wǎng)絡(luò)數(shù)據(jù)�，F(xiàn)階段，微軟亞洲研究院計劃將與合作高校一起在亞洲范圍內(nèi)建設(shè)40多個分布式異構(gòu)節(jié)點。
周禮棟稱：“每個節(jié)點將由服務(wù)器、筆記本電腦、智能設(shè)備等組件構(gòu)成，同時提供有線寬帶、無線局域網(wǎng)和4G/5G移動網(wǎng)絡(luò)的接入能力，數(shù)據(jù)存儲、集成、分享的標(biāo)準(zhǔn)化接口，以及適用于不同網(wǎng)絡(luò)環(huán)境的AI模型運行、訓(xùn)練和驗證工具，幫助研究人員專注于網(wǎng)絡(luò)AI算法和模型�！�
他進一步表示，今后，這些節(jié)點將在平臺用戶同意的情況下，實時收集網(wǎng)絡(luò)狀態(tài)、數(shù)據(jù)包跟蹤等非隱私/非敏感數(shù)據(jù)，為各類網(wǎng)絡(luò)AI模型的訓(xùn)練及驗證提供支持。
多所合作高校已基于平臺展開相關(guān)研究
據(jù)悉，OpenNetLab開放網(wǎng)絡(luò)平臺聯(lián)盟的主要發(fā)起機構(gòu)為微軟亞洲研究院、清華大學(xué)、南京大學(xué)和北京大學(xué)，其它合作成員還包括蘭州大學(xué)、新加坡國立大學(xué)、首爾國立大學(xué)、韓國科學(xué)技術(shù)院、南方科技大學(xué)、上海交通大學(xué)等亞洲范圍內(nèi)的高校。
目前，該平臺已經(jīng)完成了多個節(jié)點的建設(shè)及小規(guī)模部署測試，并且正在逐步進入大規(guī)模測試階段。OpenNetLab平臺的真實數(shù)據(jù)集不僅為高校提供了豐富的實驗資源，也使得相關(guān)課程教學(xué)及實驗更加接近現(xiàn)實世界的網(wǎng)絡(luò)應(yīng)用情況。多所合作高校已基于該平臺展開了相關(guān)研究。
以南京大學(xué)為例，田臣表示，現(xiàn)在正在做的是針對更廣范圍的內(nèi)容分發(fā)，包括網(wǎng)頁、文件下載類的靜態(tài)內(nèi)容以及單向視頻，點播和直播擁塞控制的研究。此外，田臣透漏：“下一步首先會在OpenNetLab平臺上把之前基于AI的擁塞控制配合其他學(xué)校共同搭建起來，在此基礎(chǔ)上再去評估基于AI的擁塞控制協(xié)議。此外，我們將利用假期更新課程里的實驗設(shè)計，把基于OpenNetLab做廣域網(wǎng)的實驗平臺搭建起來。”
“我們期望與微軟亞洲研究院一起為該平臺建立更多的節(jié)點，覆蓋更多的典型網(wǎng)絡(luò)地域和接入場景，通過為協(xié)議研究提供充分可信的資源，消弭廣域網(wǎng)學(xué)術(shù)研究與產(chǎn)業(yè)應(yīng)用之間的距離。”田臣講到。
談及與其他高校的合作情況，周禮棟進行了補充說明。北京大學(xué)做了很多關(guān)于機器學(xué)習(xí)的網(wǎng)絡(luò)測量；清華大學(xué)針對異構(gòu)網(wǎng)絡(luò)帶寬的測量做了很多研究；首爾國立大學(xué)則更偏重系統(tǒng)方面的研究實驗；新加坡國立大學(xué)方面更多針對的是硬件加速的研究等�！拔覀兿Ｍ眉夹g(shù)非常系統(tǒng)化地在底層解決可能存在的問題，讓我們感受不到網(wǎng)絡(luò)的存在。”
最后，周禮棟透漏，未來，OpenNetLab平臺的網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)集將在GitHub上發(fā)布，為網(wǎng)絡(luò)研究提供日漸豐富的訓(xùn)練數(shù)據(jù)和驗證數(shù)據(jù)。OpenNetLab平臺的節(jié)點覆蓋區(qū)域也計劃逐步擴展至亞洲以外地區(qū)。“OpenNetLab開放網(wǎng)絡(luò)平臺聯(lián)盟面向網(wǎng)絡(luò)、多媒體、人工智能等多領(lǐng)域的科研組織和研究人員開放，希望更多志同道合的科研工作者加入，一起推動網(wǎng)絡(luò)研究的發(fā)展。”
