也许对大多数人来说，5g给自己生活带来变化的机会没有想象中那么大。以ai为例，虽然有了很多新的应用场景，但离普及还早。因为5g有效时延高10毫秒以下，无法短效高精度的进行传输。并且在部分情况，可能会带来相当大的延迟甚至丢包；网络带宽也受限于终端本身的硬件设计，还远远没到达满足大规模商业用户和开发者应用的基础网络网速。aiot时代，依然是大量应用场景和应用对应少量解决方案的市场机会的竞争格局。也许有一些机会被大数据、云计算、人工智能等新技术的火箭般的蹿升所替代，但实际上5g仍然是一个机会，对于每一个想开始从事机器学习和算法工作的人来讲有很大意义。

那么，5g时代，我们面临着哪些机遇和挑战？首先，5g有很多应用场景，对ai有更好的支持。就算5g有新兴应用的应用场景，我们依然要看看基于5g来开展人工智能研究的挑战在哪里。随着物联网、车联网、智能家居、智能制造等一波又一波应用的产生，很多新应用和技术都集中在物联网和车联网上。在车联网上，无人驾驶汽车等在物联网应用上还没有找到非常好的落地方案，这部分的应用场景，可能也只能在车联网上进行发掘。第二，5g的速度很快。根据业内人士的报告可以看到，从上到下，ai处理的速度是20mbps的，已经相当于人眼看网页或手机视频的速度。

并不算是多快的传输速度，如果5g有应用场景上的一些不便，对传统网络可能会进一步限定。第三，ai的延迟会增加，这是人工智能中最难解决的一个问题。对于基于云计算、大数据等计算网络可以提供很高精度的传输，并且基于大量运算而进行协同效率优化的ai，如果5g时代的ai延迟增加的话，会带来非常严重的问题。第四，因为5g时代的高延时、低带宽等特征，ai进去真实世界的数据传输会非常非常困难。因此，面对以上问题，人们自然而然会思考5g是否应该成为人工智能在传统网络上的“一条龙服务”，这种解决方式本身是非常复杂的。

ai在物联网应用、车联网、智能家居等应用都有应用场景，各有对应的ai解决方案。在实践上，有一些公司开始将ai的应用在传统网络上进行应用探索，比如小爱同学可以用传统的sdn实现，而不需要上行带宽较快的nb-iot网络。还有一些公司想将ai通过nb-iot开始在物联网、车联网、人工智能等各个应用层向更高层次拓展。但基于5g，这种方式似乎有些问题。如果ai落地在5g网络上，会将现有的网络架构、基础传输网络结构等等带来非常多的问题.