近几年Machine Learning与Deep Learning技术不断应用于各行各业，严格地讲AI算法可以用来预测一切，比如预测一场球赛或者预测一支股票再或者预测房价甚至可以预测人的寿命，当然，前提是要有足够多的高维度的有效的打过标签的数据集才行哦。笔者也曾学习过几年AI，也参加过社会上的AI算法比赛，也拿过奖项。今天初步写一下AI与5G的结合场景（纯技术面），也是为以后发表AI类的技术文章做个铺垫。
ML & DL是通过大数据做为输入，利用梯度下降、代价函数、反向传播等技术求出某一个事物属性(分类或回归)的概率。AI算法在处理极其复杂的场景(一般是用传统算法不能做到的非线性关系)时具有极大优势。通信在某种情况下也是在寻求SINR最大化、throughput最大化、BER最小化的概率，所以两者存在着相似的联系。具体来讲，ML/DL可以应用于或者说优化以下几个方面：（以下纯属个人学习心得，做科研的同学仅做参考）
1.MIMO
我记得自己一开始学5G的时候总是喜欢说massive MIMO而不愿意说MIMO，总感觉说了massive MIMO就是5G,说了MIMO就是4G。但是大多数同学可能并不能真正理解massive的含义，以及它给整个系统带来的改变。简单来说massive就是能分出更多的层（流）。在5G甚至6G中,MIMO技术都将是核心技术，且随着无线环境数据越来越丰富的同时，如何能利用ML/DL技术来分出更多的层将是值的研究和探索的方向。
2.Beamforming
波束赋形也是一个不太容易理解的技术，有些人总是把它和MIMO里面的precoding搞混淆，它和MIMO一样也是5G甚至下一代通信的核心技术。如何通过ML/DL算法来替代传统的beamforming算法也是值的思考的。后面我会写一篇专门的文章来介绍beamforming算法的，敬请关注。
3.物理信道、物理信号的处理
其实机器学习的思想早就应用在了通信最核心的算法里面了，比如大名鼎鼎的LDPC的解码算法就有Machine Learing的身影。也有人在研究如何将ML/DL技术应用于信道估计、信道均衡、CSI预测等算法。
4.时频域资源智能调度
5G里面除了物理层的算法外另一个重要的方面就是时频域资源的调度了。5G相比4G在调度上面做了很大的改进，使调度更加动态、柔性、灵活。那么AI算法的加入必然会使调度层面更加的智能。
5.beam智能管理
在5G中不管是beam的独立性更强还是通过准共址来配对参考信号都是为了让beam的接入切换更加快捷方便易于管理。beam管理如此重要，再加上AI的帮助便会如虎添翼。
6.智能RAN
未来网络必然是2345G甚至是6G还有宏站和微站在一起的异构网络，传统的RAN的结构可能无法满足如此复杂的业务。如何能利用AI算法让整个RAN更加节能和高效也是一大方向。
因为笔者是做空口的，没有做过核心网，所以只能从空口的角度来分析AI和5G的技术结合点，如有不足或错误希望大家给予指出和纠正。如有新的领悟，笔者也会更新这篇文章。由于笔者要先把5G的基本知识先写一遍，所以AI的技术类文章要等一段时间了。有兴趣学习AI &
5G的同学可以加我的微信公众号：Ai5Gjianshi