中国工程院院士张平：6G技术预计将在人工智能、确定性时延和通感一体化等方面实现突破

数字化浪潮下，通信技术如同血脉贯穿现代社会的每个角落。随着5G技术在全球铺开，我们将目光投向未来——6G技术将如何重塑世界？

在这一领域，中国工程院院士，北京邮电大学教授、网络与交换技术全国重点实验室主任、国家5G及6G总体专家组专家张平，以其深厚的学术底蕴和前瞻性视野，成为我们探索未来通信技术发展的关键人物。

作为移动通信领域的权威专家，张平院士长期致力于移动通信理论研究和技术创新，为中国自主技术跻身国际主流作出基础性贡献。他的研究成果填补了相关领域的国内空白，也为他赢得了国家科学技术进步奖特等奖、一等奖以及多项国家技术发明奖和科学技术进步奖。

不久前，我国自主搭建的国际首个通信与智能融合的6G外场试验网，验证了4G、5G链路具备6G传输能力的可行性，标志着我国在6G通信领域的研究和实践进入新阶段。该项目便是由张平院士带领团队完成的。

近日，张平院士接受了《每日经济新闻》记者（以下简称NBD）专访。在采访中，张平肯定了我国5G建设取得的成果，不过他也指出，5G技术虽然带来了带宽的显著提升，但在应用深度方面并未完全达到预期。面对这些挑战，6G技术被寄予厚望，预计将在人工智能、确定性时延和通感一体化等方面实现突破，引领我们进入一个智能化、泛在化的新纪元。

人工智能与通信技术融合是6G技术研究重要内容

NBD：您如何评价当前5G技术的全球部署情况，它为6G技术的发展奠定了怎样的基础？

张平：全球5G技术的部署在几年前就开始了，各国纷纷响应，尤其是工业化国家，我国在其中表现尤为突出。目前我国在全球部署的5G基站数量占比超过60%，且已积累了数亿用户，大家也明显感知到5G技术的便利性。

在讨论5G时，必然要提及4G。在4G时代，技术主要针对的是人与人之间的通信，简而言之，带宽越宽越好。但是随着5G的到来，我们发现仅仅针对人的通信已经不够了，因此5G转变为支持物与物之间、人与物之间的通信。但是经过一段时间的发展，5G在广连接、低时延和高可靠性方面的表现并未达到最初的预期，特别是在固定时延技术方面的突破尚未达到预期水平。因此，在制造业等领域，5G的表现并不尽如人意。人们认为5G相较于4G并没有实现重大突破，也没有为用户带来质的变化。

尽管用户享受到了更宽的带宽，但并没有出现新的“杀手级”应用。例如，我们曾预期5G的“杀手级”应用可能出现在AR和VR领域，但由于手机等终端设备的限制，需要佩戴大型眼镜或头罩才能体验动态虚拟影像，而目前尚未出现特别便利的终端设备。因此，总体而言，5G技术仍在发展之中，并未如预期那样产生“杀手级”应用，对工业等领域带来革命性的影响，这也是我们要发展6G技术的原因。

在6G技术的发展初期，我们就充分认识到了5G的不足。例如，除了通信技术外，我们还需要发展感知技术，实现通感一体化。同时，我们也需要注重固定时延等技术，从网络层面创新。此外，6G还要引入人工智能技术，通过通信技术能够使人工智能更加泛在，这些都是我们未来发展的方向。因此，与5G相比，6G将朝着更加智能化的方向发展。如果说4G仅针对人与人之间的通信，5G是实现人、机、物之间的通信，那么6G将使智能更加泛在，这在概念上的区别还是比较大的。

NBD：对于当前5G技术在网络覆盖和应用深度上的不足，6G技术能否解决这些问题？

张平：在6G技术的发展中，我们已充分认识到这些需求的变化，并有针对性地进行了新的需求定义。网络的发展始终以需求为首要考量。过去的需求主要针对人，而人的需求具有普遍性。我们现在面临的是机器与机器之间，或不同设备、不同工厂之间的通信，它们的需求各不相同。每个工厂、每种设备的通信需求及通信技术解决方案都不一样。因此，使用单一技术解决统一需求变得不再可行，供给方和需求方之间存在着矛盾。

这表现在需求方本身也在发生变化，过去的需求方主要是运营商，而现在需求方已经转变为机器和制造工厂，运营商的角色从需求方转变为供给方。这些变化需要我们通过技术手段来解决，最主要的就是要引入人工智能。将人工智能与通信技术真正融合，是未来6G技术研究的重要内容。

未来人工智能会朝着具身人工智能方向发展

NBD：您怎么看待人工智能在6G技术中的应用前景？

张平：我们要从两个方面来审视这一问题。一方面是我们把过去依赖统计概率，即信息论的方法来设计通信系统，以实现通信系统中某个模块性能最优的方法改为用现有的人工智能的技术来解决6G系统的设计问题，如机器学习、神经网络和深度学习等。这相当于将通信系统变为一个黑箱，通过模型训练来实现最佳性能，这就是方法论的转变。这种转变相对简单。

另一方面，还存在一个认识论上的转变。方法论的转变并不意味着我们过去的做法是错误的。实际上，按照传统方法设计的通信系统也很好。即使6G技术继续沿用传统方法，也是可行的。是否采用机器学习、数据训练等人工智能方法，本质上区别不大，因为它们带来的增益没有太大差别。

但从认识论的角度来看，我们需要思考通信技术能为人工智能解决哪些问题。这里就涉及具身人工智能的概念，即将人工智能与人类信息系统在大脑中的传递结合起来。举个简单的例子，人类通过感知器官来感知外界，感知后进行认知，然后将认知通过神经网络传输给大脑。大脑对这些信息进行加工处理，最终将感知到的信息转化为行动。我认为未来的人工智能应该朝着具身人工智能的方向发展。

具身人工智能应该是类似于人类信息系统的人工智能，我们需要让机器充分掌握人类的能力，让机器也具有“意识”。人类的意识实际上是一个从小培养学习的过程，最终能够对所有事情做出智能判断。机器也应该具备这种能力，因此大模型等技术也可以在其中发挥作用。

但大模型实际上是与通信完全不同的概念，它依赖于算力堆叠，功耗很大，成本很高。机器需要大量的电能和算力来运作。而通信技术强调成本和功耗，如果考虑这些因素，产品将无法销售。

如果大模型能够解决对人脑神经元或脑力构造的问题，未来我们可能会更多地构建分布式的、类似于人类的智能。这种结合才会有效。而且这种结合并不是简单地将大模型与通信技术结合起来，可能还需要做更多的工作。比如通过物联网技术来进行感知，通过语义提取来进行认知，提取出最佳信息，而且这种提取对通信的要求并不高。过去，我们可能需要对通信的每个符号进行特别准确可靠的传递，但现在即使有错误也无妨，只要不把关键信息传递错即可。因此，这可能是一种更好的认知方法。

人工智能是解决带宽与功耗矛盾的拐点技术

NBD：您曾提到，6G技术将面临几大挑战，其中通信与AI的融合是关键难题，为什么？

张平：当前通信技术也面临一个很大的挑战，就是功耗问题。根据香农定理，随着带宽增加，功耗消耗也随之增大，二者之间存在明显的矛盾。我们既需要宽带，又需要低功耗，这在香农的理论框架内是无法解决的。我们必须想办法从认识论上把它克服。

克服这一矛盾的关键在于如何利用具身的人工智能。具身的人工智能是我们所找到的一个拐点技术。这种拐点技术意味着我们不能单纯追求带宽的无限扩展，而是在传输过程中，需要对我们所获得的知识先进行认知，将注意力集中在我们所需要的重点上。

比如在编码方面，我们可能不会对所有传递的符号进行一视同仁的编码，对于关键和重点部分，其可靠性要求更高，确保不能出错；而对于不重要的部分，即使出错也无关大局。对于机器来说，其通信需求与人类完全不同，机器只需要理解机器所需的信息，而非人类理解的信息。因此，6G未来面临的主要挑战可能就在这里。

据我所知，运营商最关心的问题一是系统的开放性，二是如何降低功耗。目前5G的功耗已经很大，我们提供的5G服务尚未达到功耗的峰值。如果未来AR和VR技术得到更好的发展，功耗将会更大。我们目前正在与企业合作，努力解决功耗问题。将注意力集中在我们真正需要的地方，这样功耗将会降低，这从理论上已经证明，它的拐点将会在6G上体现出来。当然，这也需要产业界、运营商等各方达成共识。但总体趋势就是这样，正如我刚才所讲，矛盾就摆在那里，如果继续沿着传统通信的路线走下去是行不通的，我们必须转向，不能继续沿着香农的延长线一味做下去，因为那样会导致功耗越来越大。

5G与6G之间的界限不再“泾渭分明”

NBD：6G技术的发展对5G网络的演进会有什么影响？您如何看待5G与6G之间的协同发展？

张平：目前5G的发展已经到了一个关键期。我刚才讲需求正在发生变化，同时，5G对人工智能的引入在6G也需要持续推进。实际上，感知是人工智能的第一步，首先感知外界，其次对其进行认知，然后再由大模型构成的大脑进行思考、学习和交互。因此，感知是最为重要的一环。过去我们只讲通信，现在我们将感知也加进来了，也就是通感一体化。