该研报的总结如下:
随着人工智能技术的发展和网络能力的演进增强,人工智能将成为网络的内生能力,推动6G网络由智能走向智慧。运营商需要通过引入数字化和智能化技术提升网络的智能运维运营,以赋能千行百业,为数字经济社会注入新的活力。然而,数据的采集、处理和应用过程中往往涉及隐私问题,制约了基于数据聚合的集中式模型训练的发展。因此,需要引入分布式、可信的AI技术,能够支持在不泄露数据隐私的前提下,打破数据孤岛,解决数据传输瓶颈,并赋予更高的学习准确性,赋能网络新智慧。联邦学习技术作为一种加密机制下的参数交换技术,已引发学术界和产业界的热烈讨论。联邦学习能够在数据加密、计算加密、模型加密三个层面有机联动,实现数据不出本地的多方共同建模,可解决数据无法直接互通下的模型训练,且学习效果与集中式训练效果趋同,为移动通信网络智能化开创新格局。