在全球数智化转型进入深水区的今日，通讯网络已逾越 “信息传输通道” 的单一特色，成为支撑数字化的经济工作的 “数字神经中枢”—— 其安稳性直接相关工业链供应链安全、民生服务保证甚至国家安全。但是，当时网络运维范畴正面临一场运维范式困局：传统经历驱动的运维形式，已无法应对 2/4/5G 异构共存、跨厂家设备互联的杂乱网络环境；新式 AI 大模型虽具潜力，却因原生缺点难以落地，成为自智网络从蓝图走向实践的距离。这场困局的实质，是 “网络杂乱度” 与 “决议计划牢靠性” 的对立，亟待重构 AI 决议计划逻辑，重塑运维形式。

  网络运维范畴的应战正以史无前例的速度晋级。特别是无线G多制式共存、跨厂家的杂乱异构性，构成了杂乱的运维环境。当毛病产生时，问题不再是单一的告警，而是一场“告警风暴”。毛病根因运用互联网拓扑“传达分散”，产生很多冗余、衍生的告警，构成错综杂乱的因果链条。

  经历固化规矩在面临跨专业连锁毛病时，根因定位准确率低，往往需求运维人员二次判断根因，导致毛病处理耗时长、影响终究用户的网络感知，代维本钱亦居高不下，已成为阻止高阶自智网络演进的要害瓶颈。大言语模型（LLM）的鼓起好像带来了曙光，但是将其直接使用于专业性强的网络运维场景，却又面临着新的“不服水土”应战：一是多模态语义对齐困难，LLM难以直接相关笼统的网络拓扑图与具体的告警文本；二是决议计划的“黑盒”特性，其推理途径不行解说、难以追溯，无法树立运维人员的信赖；三是因果推理才能单薄，LLM简略将计算相关性误判为因果联系，导致决议计划出现误差。

  中国移动和中兴通讯联合建立“联创+”自智网络敞开实验室，研讨并提出网络图模型赋能毛病根因推理的通用解决方案，其中心并非简略运用LLM，而是构建“常识图谱（Knowledge Graph）为通讯网络范畴常识骨架，图谱混合查找（Hybrid Search）为相关引擎，强推理大模型为逻辑中心”交融架构，打造牢靠、安稳、精准的AI剖析决议计划才能，加快形式革新和运维流程重塑。

  智能决议计划的条件，是让 AI “读懂” 网络。实验室立异性地以 “静态 + 动态” 一致建模，构建通讯网络常识图谱，完成多元数据的语义互联：

  静态资源拓扑图：将无线、传输、动环等跨专业目标（含小区、RRU、板卡、光口、设备、机房等11 类资源节点）及其物理 / 逻辑衔接联系细粒度建模，构成网络的数字地图—— 这不只是设备目标的罗列，更是对谁与谁相连、怎么联动的拓扑逻辑描绘，为毛病定位供给网络拓扑空间。

  静态毛病传达图：运用 LLM 从告警手册、前史事例、专家文档中自动化抽取毛病常识（生成 RDF 三元组），经交融消歧后构成一致传达图谱，再经过图神经网络（GNN）补全缺失衔接。例如，针对 “RRU 链路断→小区退服” 的传达链，GNN 可补全 “光口链路毛病→RRU 链路断” 的前置因果，为 AI 供给完好的逻辑根据，从源头削减 LLM 错觉。

  动态根因推理图：实时告警产生时，将告警信息精准挂载至资源拓扑图对应节点，使静态拓扑与动态告警有机交融 —— 这张动态图谱，既是网络健康状况的 “实时仪表盘”，也是 AI 推理的现实数据库。

  大模型的推理质量，取决于输入信息的 “精准度” 与 “相关性”。实验室提出契合通讯网络拓扑特色的 “图谱混合查找” 战略，实质是 “按图索骥” 的智能挑选：经过交融毛病传达常识与动态推理图，结合时空相关进行子图剪枝、合并与分层紧缩，终究提取出 “根因推理子图”。这一进程完成两大价值：一是过滤 90% 无关信息，保证要害毛病逻辑无损承继；二是将告警、拓扑、传达联系整合为结构化图谱，使大模型 Token 开支下降 20%，推理亲和性与准确性显着提高 —— 让 AI 不再面临海量数据 “无的放矢”，而是聚集高相关毛病上下文。

  强推理大模型在此架构中，不再是 “文本生成器”，而是 “网络毛病逻辑剖析师”。实验室经过精心设计的因果思想链（Chain-of-Thought），引导大模型逐层穿透毛病表象：从告警挂载节点动身，沿拓扑链路追溯传达途径，结合毛病传达图验证因果联系，终究对多要素稠浊的杂乱毛病（如跨基站退服）进行大局推导。这种推理形式突破了传统规矩的 “一场景已规矩定制约束”，完成根因定位准确率超 90%，更能以结构化言语输出 “根因定论 + 处理进程”，实在突破了传统经历规矩的局限性。

  为完全打破传统LLM“黑盒”决议计划的痛点，构建运维人员对AI决议计划的信赖，该解决方案将动态推理图、子图、推理进程可视化，完成逻辑可视、可解说、可回溯。当大模型输出“根由于某传输环路光缆中止，导致批量基站退服”的定论时，同步在可视化界面上高亮出现从毛病告警基站到根因设备的完好推理图谱和剖析途径，并明晰附上其所根据的毛病传达常识。

  为破解 LLM “黑盒” 痛点，实验室将全流程可视化：当 AI 输出 “传输环路光缆中止导致批量基站退服” 定论时，可视化界面会同步高亮 “退服基站→中心传输路由→根因网元→根因分类” 的完好推理途径，并标示根据的毛病传达常识和传达链路。这种“白盒化”的出现方法，使得运维人员可以明晰、直观地了解AI的“考虑进程”和决议计划逻辑，好像翻阅一本通明的“AI确诊陈述”。这不只极大地增强了运维人员对AI定论的信赖度，也为毛病的复盘、常识库的继续迭代、以及运维人员技能的提高供给了坚实的根底，实践做到了让AI“知其然，并知其所以然”。

  网络范畴常识图谱与大模型的交融推理供给了更牢靠、更通用、更精准、更高效的解决方案，AI的深度考虑才能实在突破了经历规矩的局限性，完成了AI的自主智能决议计划，加快高阶自智网络演进。技能讨论研讨成果在北京昌平试点，搜集现网无线+实在评测数据，验证得出运用常识图谱+大模型的交融推理准确率到达90%，代维上站次数下降5%，缩短代维处理时长40%。

  “联创+”自智网络敞开实验室秉承“技能共研、场景共创、生态共建”的理念，探究了一套科技成果从研发到现网试点、再到规划使用的快速转化机制，一起破解高阶自智网络演进进程中的要害难题，引领全球自智网络的规范共建与生态昌盛。

  免责声明：本文系转载，版权归于本来的作者一切；刊载之意图为传达更多具体的信息，如内容不适请及时告诉咱们。

  智联北马：5G-A筑底AI赋能 中国联通与酷爱共奔驰 ——让每一步都有科技护航，每一帧都被温暖记载

  联想moto X70 Air AI手机正式对外发布：有AI的Air，无感轻浮不退让

  RTE2025：从“衔接”到“对话”，对话式 AI 驱动 RTE 工业跃迁之路

  科技国际网创立于2009年，主旨是科技发明财富，网络改动国际。多年来力求经过自主立异的技能完成为科技公司发明最大的价值。