过去一年，人工智能（AI）无疑成为全世界最热门的技术话题之一。虽然使用数据进行预测和做出更明智决策的人工智能算法已不是什么新鲜事，但真正颠覆全球各行各业的是某些关键技术，例如生成式AI。OpenAI的基于文本的人工智能聊天工具ChatGPT取得巨大成功，就是有力的佐证。虽然生成式AI已然风靡全球，但它创造的机会远不限于智能客服（智能聊天机器人）范畴。
“在电信行业，生成式AI能扮演什么角色？”Athanasios Karapantelakis、Pegah Alizadeh等多名爱立信专家分析后指出，对于电信业而言，生成式AI有可能通过四大主要途径为运营商、最终用户和电信领域的其他参与者带来显著的价值。
一是人类可读的内容。“第一种应用，也是大家可能最熟悉的一种，是指利用生成式AI来生成、总结、呈现或翻译文本、图像、音频和视频等内容。”专家认为，这类应用可以涵盖业务运营的各个环节，如市场营销和销售、客户服务、运营、法律、报告和分析、职业发展甚至软件开发生命周期，比如通过代码生成或补全等。
二是机器可读的内容。这些类型的应用程序使用移动网络数据、原始格式日志或网络配置参数和结构（不管是虚拟还是物理网元）等数据源，来生成覆盖图、事件识别或检测、搜索优化、推荐配置甚至资源分配等内容。
三是语义通信。语义通信是另一种非人类可读内容的形式，指的是以更紧凑、压缩比更高的格式对信息进行编码的过程。由于不需要完整地传输全部原始数据，这种类型的通信可以提高传输效率，并节省大量的带宽。生成式AI模型可以在这一过程的两端使用——既可以在发送之前生成这些多维符号，也可以在接收端再次合成传输的内容。
四是简单的数字孪生。生成式AI也可以在创建或协助创建数字孪生方面发挥至关重要的作用。当前，创建数字孪生的成本一直很高——无论是在时间、编程资源和数据收集方面，还是在计算方面，它们的运行和维护都是如此。“有了生成式AI，你不必为数字孪生体的行为编写代码，而是可以根据它的物理对应体的行为对它进行训练——不仅节省了时间，而且生成的输出结果也更符合真实情况。”爱立信专家认为，从本质上讲，生成式AI可以使数字孪生比以往任何时候都更容易获得，也更经济实惠。
具体到RAN和网络管理中，生成式AI未来可以形成一些关键的用例，例如：
无线信道建模——学习多输入多输出（MIMO）信道的隐式概率分布，得出更精确的信道模型，广泛用于基准测试和创建仿真场景。
频谱感知——生成合成数据，以创建用于预测可用频谱的分类器或估计无线信道占用情况，从而实现资源的重新分配和更低成本的预测模型训练。
混合波束成形（HBF）——生成高维搜索空间的低维表示，允许搜索和识别最佳预编码器，简化HBF优化，减少CSI反馈开销，提高频谱效率。
生成式AI为电信网络和电信业务带来的潜在价值清晰可见。“我们感到兴奋的不仅仅是已经出现的用例。”爱立信专家表示，虽然生成式AI仍有诸多技术挑战需要人们应对，但这项技术的创新能力以及学习和生成新数据的能力，将深刻改变电信业提供服务的方式。