疫情期間，網絡承載了更多的應用，比如實時通訊、會議、視頻點播、直播等，網絡的重要性日益凸顯。隨著5G時代來臨，未來應用會越來越多樣，網絡環境也更加複雜，實時通信需求激增，這些都對底層的網絡基礎提出巨大挑戰，將人工智慧技術用於應對這種前所未有的複雜性網絡成為大勢所趨的一種必然。
「網絡本身是一個非常有趣的東西，因為它本身就是一個開放的、共享的資源，會牽涉到參與這個網絡的群體。所以上述的這些挑戰和問題都不能說由一個人或機構單獨解決，需要整個社區去搭建一個公共的基礎設施，大家才能夠看到這些問題，才能夠有效地去解決。」微軟亞洲研究院常務副院長周禮棟日前在接受澎湃新聞（www.thepaper.cn）採訪時稱。
在這樣的背景下，12月18日，微軟亞洲研究院宣布聯合清華大學、北京大學、南京大學、蘭州大學、新加坡國立大學、首爾國立大學等多所亞洲地區高校，成立OpenNetLab開放網絡平臺聯盟。
OpenNetLab旨在推動人工智慧（AI）在網絡研究中的應用與發展，構建健康、可持續的網絡研究生態系統，可以為研究人員提供通用的分布式網絡測試平臺，以及真實的網絡評測數據集。
簡單來說，這是一個利用人工智慧技術加速網絡領域研究的開發平臺，可以為研究人員提供基於現實網絡的真實數據，並能實地訓練和驗證網絡模型。
目前，AI技術在網絡領域的應用面臨諸多挑戰。一方面，網絡AI模型的訓練和驗證需要大量的數據，真實且有代表性的網絡數據能提升模型的準確性和適用性，但研究人員獲取大規模真實網絡數據具有較大難度；另一方面，由於網絡結構的多樣性，以及網絡設備、連接方式的異構性，如果希望一個網絡模型適用於不同的場景，那麼一次性離線訓練的模型顯然遠遠不夠，而適合於此的強化學習模型對訓練環境和場景要求很高。而OpenNetLab（http://opennetlab.org）可以應對這些挑戰。
「我覺得OpenNetLab最主要的功能是提供一個分布式的網絡測試平臺，可以在這個平臺上針對不同的應用做很多網絡方面的測試和研究。其中一個很重要的目標是創建一個真實的網絡評測數據集，像ImageNet一樣，因為對學校來說，數據有的時候非常難獲得，所以OpenNetLab第一個目標就是要做這樣的事。」周禮棟說。
現階段，微軟亞洲研究院計劃將與合作高校一起在亞洲範圍內建設40多個分布式異構節點。每個節點將由伺服器、筆記本電腦、智能設備等組件構成，同時提供有線寬帶、無線區域網和4G/5G行動網路的接入能力，數據存儲、集成、分享的標準化接口，以及適用於不同網絡環境的AI模型運行、訓練和驗證工具，幫助研究人員專注於網絡AI算法和模型。今後，這些節點將在平臺用戶同意的情況下，實時收集網絡狀態、數據包跟蹤等非隱私/非敏感數據，為各類網絡AI模型的訓練及驗證提供支持。
據南京大學計算機科學與技術系副教授田臣介紹，南京大學目前就在OpenNetLab做了一個研究，關於內容分發，包括靜態內容，像網頁、文件下載，以及包括單向視頻，點播和直播的網絡擁塞控制研究。
「擁塞控制是一個比較老的課題了，而我們現在是基於用數據驅動的方式、用機器學習的方式去進行廣域網的擁塞控制，這是我們現在正在做的項目。」 田臣告訴澎湃新聞。
此外，清華大學、北京大學等高校也已經在平臺上開始自己的研究項目。據微軟亞洲研究院介紹，未來，OpenNetLab平臺的網絡狀態數據集將在GitHub上發布，為網絡研究提供日漸豐富的訓練數據和驗證數據。OpenNetLab平臺的節點覆蓋區域也計劃逐步擴展至亞洲以外地區。OpenNetLab開放網絡平臺聯盟面向網絡、多媒體、人工智慧等多領域的科研組織和研究人員開放，希望更多志同道合的科研工作者加入，一起推動網絡研究的發展。
(本文來自澎湃新聞，更多原創資訊請下載「澎湃新聞」APP)