自國內三大網絡運營商宣布5G商用，至今已將近一年了，然而每當大家說起這項技術，更多的依舊是“快”而已。5G技術究竟能干什么，又會為我們的生活帶來怎樣的變化？也許在國內，華為的聲音會比較有說服力。

在不久前舉辦的CCF-GAIR 2020，華為無線AI副總裁孫賓，分享了幾個華為當前正在進行的案例，以此闡述5G在各行各業中承擔的作用。

首先是智能工廠案例

該案例是一家上海某高端制造企業，其主要業務是為機器涂層。但涂層的精度要求很高，間隙要求小于1毫米，異物識別小于10平方米。此前的工作流程是以熟練工人完成涂層，再交由技術要求更加嚴謹的高級技術工人進行人工檢測。

然而人工檢測存在較大缺陷，其一是人眼的識別有限，1毫米的誤差有時候很難識別出來；其二是大規模涂層以后，即便發現問題，也只能揭開整個涂層重新返工，帶來較大浪費；其三是準確率不夠高。

華為通過引進基于5G通信的機器視覺技術，將多個痛點一一解決：機器視覺技術可以及時發現涂層小于1毫米的間隙，且能在是涂抹的過程就實時檢測，發現有問題就可以預測即停，實現從檢測到識別到小涂層的測量，再到整體涂層的定位，端到端的實現打通。

通過該案例，這家企業的整體鋪貼時間減少80%，整體材料重鋪減少了92.5%。機器視覺技術，作為AI在工業制造領域最典型的應用，在結合5G技術后，發揮出了更大的威力。

第二個案例來自電力領域

對于電力能源行業而言，線路巡檢是一項極其繁瑣的工作，而且在大多數情況下，只能依靠人工檢測。但依靠人工的劣勢也非常明顯：一是巡線工人的安全得不到保障，二是一年四季氣候變化，巡線工人非常辛苦；三是整體效率非常低，每個人看管的線路比較少。此前也曾有過使用工業級無人機進行線路巡檢的案例，但操作無人機對于專業技能要求非常高，因此普及程度不高。

為了解決電力行業的這些問題，華為和南方電網合作，在線路的一些關鍵位置放上機器視覺探頭，通過探頭可以實時上報，及時防護電網出現故障。在5G通信技術的保障下，對于線路故障能夠實現圖像實時上傳，在遠端就可以做到及時監控，通過可調優的手段對線路進行適當調整。

通過這個案例，華為將電網的作業效率提升80倍，系統整體的成本下降30%。

第三個是智能礦業的案例。

在采礦業是一項對技術和安全防護均有相當高要求的行業，一時疏忽往往就會付出慘痛的代價。目前華為和山西某煤礦集團正在合作的“煤礦大腦”項目，正是為了提升采礦作業的信息化水平和安全系數。

該項目主要分為三部分：一是頂層AI傳感器，AI傳感器是用于檢測當前有多少人下井，當前下井的工人身上的防護設備是否達到安全生產的要求；二是井下布置了小站，在小站上裝了視覺監控攝像頭，在地下層可以探測瓦斯和透水，實時監測，及時消除安全隱患；三是對井下進行了5G網絡覆蓋，未來計劃逐步做到遠程操控機器進行挖掘，同時實現礦車自動遠程操控掘進，達到人員零傷亡的終極目標。

從華為的案例也不難看出，5G不僅僅是一場通訊網絡的升級，更是一場全行業的變革，5G通過重塑聯接、云、AI、計算和行業應用，構建出完整的端到端的產業生態。5G將使得采樣數據范圍能夠極度擴展，萬物產生的數據將能夠及時上傳，給AI提供深度學習訓練的海量算據，有效縮短AI的訓練周期；而5G將AI運算結果也能夠實時下載傳遞，使之實施作用于每個數字終端，將啞終端變成智終端，使得AI的運用能夠真正實現普惠化和大眾化。

孫賓認為，5G+云、5G+計算、5G+AI，三者技術的融合構筑了萬物互聯的底座。5G 負責對數據進行高效地傳輸，云負責對海量數據進行存儲，計算通過“端-邊-云”協同構筑無處不在的計算形態，AI 負責對數據進行分析和挖掘，多技術融合將帶來更大的市場機遇。海量數據通過5G網絡，才能實時上傳云端，用于AI的學習和訓練，再將AI運算結果作用到各行各業。

AI和5G是互相融合和促進的，它給5G賦予了新的能力維度。人工智能技術與5G網絡的融合發展，將為包括移動通信本身在內的千行萬業注入新的技術活力，帶來前所未有的可能性。