“让人类适应机器之间用代码语言进行沟通的方式，其实违背了人的天性和创造性。AI时代让机器学习人类自然语言的表达习惯甚至思维能力，则是让机器适应和顺从人的天性。但在算法内核上，机器还是把自然语言转化为数学向量，然后再进行矩阵和统计学的分析与处理。”邓灵莉说：“AI大模型技术实际上扩展了传统硬软件基础设施的能力范围，把人机交互关系从以代码为主的机器语言中解放出来。”

邓灵莉是中国移动研究院人工智能与智慧运营中心产业生态与技术战略团队负责人，她首先介绍了中国移动公司从一家传统通信服务商转型为“世界一流信息服务科技创新公司”的底层逻辑和行业使命。

中国移动研究院人工智能与智慧运营中心产业生态与技术战略团队负责人  邓灵莉

邓灵莉介绍说，当前海量企业及各行业场景下涌现的AI大模型，本质上多是一些特定领域场景下的“模型应用”。中国移动作为向行业和企业级用户提供基础通信和算力资源的运营商，在赋能各行业数字化、智能化转型过程中，应积极承担起对大模型应用在人工干预部分存在不足的领域进行规范和校正的行业责任，从而在AI网络和自动化管理过程中发挥其“生命桥梁”的作用。

这些“生命桥梁”以及跟人工智能相关的产业生态和智慧运营战略，已逐步在中国移动“自智网络”项目相关的系列AI硬软件基础服务设施，以及行业标准与规范中体现出来。

AI技术将解放传统生产关系

所谓“自智网络”（autonomous network），可以理解为比一般行业及企业运行的通用人工智能要求更高，能满足对规模化人机交互效果、安全性和伦理规范等方面自动化“强管理”需求的运营商级别智能网络。

作为中国移动AI产业生态与技术战略团队负责人，邓灵莉曾参与和主导中国SDN/NFV产业联盟、OPEN-O、OPNFV、ONAP、LFN社区的筹建、成立与研发管理项目，还先后在IETF、CCSA、ETSI等国内外标准组织担任管理职务，主导了20余项在研标准的起草和制定工作。其中，“中国移动自智网络标准、网络转型开源与产业生态构建”是一个有里程碑意义的重点项目。

据邓灵莉介绍，中国移动自智网络创新工作主要包括技术攻关、标准制定与国际合作三部分核心内容。目前，中国移动已在九天网络大模型、网络智能化平台、场景化应用等重点项目自主研发方面形成核心能力，并率先开展全球最早、迄今最大规模的AI+智慧移动通信网络建设运维管理应用实践项目，形成AI+网络低碳运营一体化解决方案，为垂直行业提供低碳运营使能技术。

其中，在国际产业合作方面，中国移动通过推广自智网络最佳实践为全球电信企业数字化转型树立了标杆案例，并带动德国电信、西班牙电信、意大利电信，以及沙特电信和南非电信等国际运营商共同参与，推动自智网络目标愿景、关键技术与测评规范等国际标准制定、完善、优化与迭代工作。

这些基于国际国内标准推动、开源社区与生态建设领域而出台的行业规则，从表面上看似乎跟普通人关系比较遥远，实际上却通过间接的产业联系，深刻而广泛地改变着普通用户的生活以及工作机会，并重塑了传统的生产与组织关系。

以中国移动与“一带一路”倡议沿线国家和地区相关合作案例而言，中国移动与印尼金光集团正在深度沟通、拟于近期合作成立的跨国AI联合试验室，就有可能在AI大模型的安全伦理增强服务设施开发与建设等方面为当地带来大量本土就业机会。

大模型可以跟规模级用户进行通用人工智能的对话与沟通，但是在宗教、习俗、法规等本土化因素导致的差异化部分，则需要通过安全测评、人类价值验证等部署后的对齐保证工具规范大模型的应用服务，使其向当地特殊群体和文化规范“对齐”（靠近某个标准）。

“要在底层逻辑和算法上完成这个过程，除了专职的数据团队，还需要通过从事数据采集、清洗和标注业务的外包公司进行规模化合作。”邓灵莉分析说，这样一来，围绕某个大模型底座级别的应用项目，就有可能批量产生新的工作岗位。

从一个维度看过去，AI是一个通信和算力密集型行业，但从底层逻辑和应用实现过程来观察，AI又可能在某些领域表现为“人力资源密集型”行业。这就是及时出台AI大模型国际和行业标准，引导和规范AI大模型健康发展的意义所在。

据了解，2024年年初以来，邓灵莉还参与制定了欧洲电信标准协会 ETSI GR"Report on Model-as-a-Service (MaaS) in NFV" 欧洲电信标准协会 ETSI GR "Report on Usecases of network OAM LLM"欧洲电信标准协会 ETSI GS "Evaluation Framework for Large Models”欧洲电信标准协会 ETSI GS “Specification for Large Models Life Cycle Management”四项国际AI大模型国际标准。

在国内，邓灵莉则参与和主导了8项行业标准的制定工作，这些标准包括：中国通信标准化协会CCSA《网络运营管理大模型总体技术要求》《网络运营管理大模型推理与服务能力评估方法研究》《大模型辅助的意图管理技术研究》《大模型与知识图谱在网络运营管理过程中的融合应用研究》《面向信息通信网运营管理的大模型训练及应用技术研究》《大模型辅助的网络云管理编排技术研究》《通信运营管理大模型的研发运营一体化研究》《网络运营管理大模型应用场景研究》。

“中国移动有长期积累的通信网络运营经验、迅速增长的异构算力基础设施以及海量用户形成的大数据资源。”这些资源有助于中国移动在人工智能等新兴产业领域进行前瞻性布局，并使其成为全球领先的自智网络运营商。

作为中国移动研究院人工智能与智慧运营中心团队负责人之一，邓灵莉也基于中国移动的上述综合优势，在其参与和主导的多个国际产业协作项目中发挥其多年积累的专业经验与行业影响力。

2024年，邓灵莉参与了国际产业白皮书Linux Foundation Networking 2024 White Paper “AI in Networking”的起草工作，担任国际电信管理联盟2024年度卓越奖与催化剂“生成式AI命题赛道”评委，并应邀主持欧洲标准化协会NFV云原生与AI圆桌论坛。

此外，在国际电信管理论坛 TM Forum 2024 登月命题催化剂项目“GenAI for AN”“Sustainability telco by green network evolution”，以及TM Forum 2024 技术创新催化剂项目“Elastic network ensures reliable experience”等协作创新项目中，邓灵莉也成为重要的主导者之一。

AI是机器向人类智能无限“对齐”的过程

    在业界关于人工智能应用场景和发展趋势建构与描述中，对于基础化学研究情有独钟的邓灵莉善于将有机化学领域“观察现象、组织线索、推断出分子结构”的研究方法应用到基础通信和AI等人工智能领域，这些学生时代发展起来的跨界思维逻辑，使她成长为团队、行业、国际协作业务的建设性沟通者，以及从实践向理论成果转化的重要研究者。

    据了解，在移动通信和人工智能领域，邓灵莉先后发表了《网络智能化标准、开源与产业研究》《Data and knowledge dual-driven architecture for autonomous networks》等19篇学术论文，并获得第一作者专利授权24项。

由于在团队协作、技术创新与跨界沟通之间的突出贡献，邓灵莉曾先后获得TM Forum年度卓越奖2次、中国移动研究院管理创新奖2次、国际组织突出贡献个人奖2次（最佳协作奖与最佳推动奖）。

“AI是机器向人类智能无限‘对齐’的过程。”当谈到基于AI产业生态和技术战略在实践和理论之间双转化的创意动力时，邓灵莉分析说，机器实现这个过程的路径，则是依靠技术和算力的解放，将海量的大模型规模化应用产生的自然语言交互数据向底层代码、程序等机器语言“对齐”的过程。

这两个对齐的过程，都会导致大量的新生业态、岗位和研究成果的诞生，其中一个关键的领域是跟数学相关的。

据了解，在中国科学技术大学（USTC）计算机科学与技术系就读期间，邓灵莉就对《图论》等研究节点与连接、经典算法与求解等创造性课程产生兴趣。这些探索式的学习过程，使邓灵莉在全年级166名同学中的排名跃升至第2名，并在1999~2002年间连续获得新生入学三等奖学金、二等奖学金、一等奖学金、华为奖学金。

2003~2009年，邓灵莉获得了中国科学院软件技术研究所基础软件国家工程研究中心（以下简称中科院软件所）计算机科学技术专业工学博士学位。在中科院软件所的读博期间，邓灵莉提出并开展了“分布式点对点网络安全问题和可信计算技术”的研究课题。这项基础研究曾获得中国国家自然科学基金会（NSFC）（项目编号90818012）和北京市科学技术委员会（项目编号Z08000102000801）的基金支持。

基于这项基础研究，邓灵莉先后发表了《A Multilevel Reputation System for Peer-to-Peer Networks》（一种点对点的多级声誉系统）《An Integrity Assurance Mechanism for Run-Time Programs》（一种运行时程序的完整性保证机制）以及《一种保护隐私的高效远程验证机制》（发表于《软件学报》 ）等10篇论文。

其中，邓灵莉完成的《分布式系统激励机制的研究》子课题，被业界认为是一项极为重要的开创性研究，因为分布式计算是云计算的基础，此后10多年中它驱动了各种新兴互联网应用平台的崛起，促进了互联网经济向垂直行业的延伸。

作为通信行业以及移动互联网领域影响深远的基础研究，这些原创性的理论成果也为邓灵莉此后在中国移动研究院和诸多国际学术与行业研究机构主持的相关研究项目打下了坚实的理论基础。

如果从职业生涯规划角度来复盘邓灵莉的成长轨迹，其在中科院的基础研究及系列研究成果，可视为其加入中国移动研究院后系列实践和研究成果的催化剂。而这个催化剂的创意灵感，则是从邓灵莉作为互联网用户的应用体验中被激发。

“大学期间，我喜欢到图书馆放映室看电影。”邓灵莉回顾说：“当P2P的文件共享技术出现后，我更成为互联网上海量视频和图文资源的重度用户，但是如何验证一些分布式资源站点所提供信息的真实性与可信度成为一个必须解决的问题，这就是我萌生利用可信算法为远程硬件和软件环境是否安全可信提供校验服务的创意原点。”

当年，中科院软件所主要研究计算机操作系统信息安全问题，尚未涉及机器与人广泛交互过程中的“信任机制”问题。邓灵莉至今感恩导师对自己的理解和支持。正是导师伯乐式的肯定和支持，引爆了邓灵莉在移动互联网及AI时代持续的原创性研究和系列里程碑式的行业实践与贡献。