Volume 2,Issue 7
AI赋能信息通信技术服务：技术管理与创新实践
人工智能与通信技术的融合推动网络智能化转型，研究构建涵盖技术管理框架与创新实践路径的系统化体系。基于机器学习优化的网络协议与深度信道建模突破传统通信理论边界，联邦学习支撑的分布式治理架构实现跨域数据安全协同，区块链技术增强设备认证可信度。智能运维中Transformer模型将DDoS检测准确率提升至98.3%，多智能体强化学习使频谱复用效率增长35%。针对算力约束与伦理风险，提出轻量化模型压缩、因果追溯机制及可解释AI技术路径，为6G时代通感算一体化奠定基础。
[1]宋小康,赵宇翔,宋士杰,等.社会技术系统范式下AI赋能的替代信息搜索:特征,理论框架与研究展望[J].图书情报知识, 2023, 40(4):111-121.
[2]刘妍芳,孙丽娜.AI助力信息科技教学智慧赋能数字素养提升——以河北保定师范附属学校AI赋能教学实践为例[J].教育与装备研究, 2023, 39(12):92-96.
[3]刘晓军,武娟,徐晓青.大数据平台AI赋能技术方案探讨与验证[J].广东通信技术, 2019, 39(6):6.
[4]李新.基于人工智能算法的无线移动通信系统风险评价[J].现代电子技术, 2020, 43(1):4.
[5]梁文龙.基于人工智能技术的移动通信网络数据异常识别系统设计[J].计算机应用文摘, 2023, 39(14):37-39.
[6]孙延伟,孙昌盛,邓连涛.基于人工智能的移动通信网络优化与管理[J].卫星电视与宽带多媒体, 2023(16):61-63.
[7]洪曜庄.移动通信技术助力人工智能的愿景成真[C]//2019世界人工智能大会.国家发展和改革委员会;科技部;中国工程院;中科院, 2019.
[8]兰国帅,郭倩,魏家财,等.5G+智能技术:构筑"智能+"时代的智能教育新生态系统[J].远程教育杂志, 2019, 37(3):14.
[9]王巍,车翼飞.移动通信技术专业“2+1”工学模式下创新实验基地建设的实践与思考[J].科技视界,2013,(30):20.
[10]董良.信息通讯技术的创新实践控制[J]. 数字化用户,2019,25(22):33.