现在，互联网技术在商业消费领域取得了巨大的成功，互联网应用正在从消费领域向生产领域扩展，与工业、能源等实体经济领域深度融合。这对网络通信的实时性、安全性、服务等级、海量数据处理和资源调度能力提出了更高的要求，网络可持续发展已逐渐成为全球关注的焦点。
为满足互联网业务模式的根本性转变，我们需要从多层次、多维度研究新的基础理论和技术方法，包括：设计克服现有互联网缺陷的新型网络体系结构，研究适合未来网络应用创新的关键技术，研发未来网络核心设备及系统，并进行大规模组网验证。
目前，国内外纷纷布局未来网络体系架构和关键技术的研究，其中软件定义网络(SDN)受到了全球范围的广泛关注与重视。受益于集中式控制机制和数据平面白盒化趋势，SDN 能够极大地提升现有网络的可控可管性和灵活性，可有效降低网络服务提供者的投资成本和运营管理成本，并具备实时收集数据平面的海量网络数据的能力。
随着未来网络规模越来越大，技术复杂度越来越强，物联网等新型应用场景越来越多，单纯依靠人类编写的集中式控制程序将无法有效应对可能出现的各种形势。通过引入人工智能技术，利用SDN 控制器采集的大数据进行深度学习，具备人工智能能力的计算机就能对90%的网络故障或安全隐患进行排查，并给出供参考的解决方法。
人类专家只需要集中智慧和精力解决机器无法给出答案的剩下的百分之十的难题。并且，这个解决难题的过程可以进行反复迭代，使得机器处理复杂网络问题的能力越来越高。
在路径规划和流量调度方面，未来网络需要满足应用高吞吐、低时延的要求，使用传统的路径规划算法很难根据链路负载的动态情况实时地给出最优的流量调度方案。而人工智能技术有希望基于历史的海量数据，对链路承载的流量进行主动预测和有效调度。
可以说，人工智能在网络管理、故障检测、网络安全、路径规划、流量调度等领域大有可为。网络大脑的智力高低正成为制约网络规模和复杂度可持续发展的关键因素。
在未来网络中引入人工智能这样的新事物可能会遇到一些技术挑战，其中比较重要的一项是如何提高人工智能决策的可靠性。例如，网络中的路径规划和流量调度与语音识别等消费终端业务具有较大区别。人工智能训练的深度学习模型在做语音识别时可以允许存在一定的误差，而在网络中这通常是不被允许的。路径规划的失误将有可能导致大规模的网络瘫痪，造成重大损失。因此，在未来网络中引入人工智能技术应该是分阶段逐步开展的。
第一阶段应实现突破性使用人工智能技术，基于大数据分析实现网络故障检测和网络安全诊断。在这一阶段，人工智能将自主解决一些简单的网络问题，并辅助人类专家分析解决复杂网络问题。第二阶段，等到人工智能技术获得更大突破之后，具有足够高可靠性的网络大脑将对网络路径进行主动规划，其对高动态网络的优化效率将有可能超过传统网络算法。 我们相信，随着人工智能技术的不断成熟，未来必将会在网络产业界掀起一场革命，也必将给我国打造自主、可控、安全的新型网络提供一个重要的历史机遇。
