20个世纪50年代，美国科学家首次提出“人工智能”的概念。在这短短几十年中，人工智能的发展也是几起几落。1997年，BM公司的国际象棋电脑“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫的事件毫无疑问标志着人工智能崛起。2017年，Google DeepMind开发的人工智能围棋程序AlphaGo战胜了目前围棋世界排名第一的中国职业选手柯洁。AlphaGo具有自我学习能力，能够搜集大量围棋对弈数据和名人棋谱，学习并模仿人类下棋。AlphaGo的获胜，也让我们进一步感受到了人工智能技术在人类生活发展中的广阔前景。
随着机器学习技术的发展，人工智能在生物信息学、语音识别、计算机视觉等各种领域的应用均取得突破。由于网络的复杂性不断增加，通过传统方式对网络进行监控、建模、整体控制变得愈加困难。网络急需一种更强大智能的方式来解决其中的设计、部署和管理问题。
于是，网络人工智能应运而生。将人工智能技术应用到网络中来实现故障定位、网络故障自修复、网络模式预测、网络覆盖和容量优化、智能网络管理等一系列在传统网络中很难实现的功能。
智能型网络
网络人工智能需要以大量的数据为基础，除了少数数据可以从公开数据获取外，绝大多数数据需要依靠网络测量与采集系统实时采集来获取。因此，网络测量与采集系统是网络人工智能的基础。在完成大量的数据收集之后，人工智能技术可以被应用于解决诸多网络问题。近年来，各标准化组织相继成立了网络人工智能工作组。同时，工业界和学术界也针对网络人工智能展开了众多研究。
（1）基于人工智能的网络资源智能管控：基于人工智能技术的网络资源管控，可以让资源利用率得到提升。利用人工智能对网络中任务所使用的CPU资源与网络带宽进行训练，实现高效的管理与智能分配，可以有效地提高网络资源的利用率，减少任务的完成时间。
（2）基于人工智能的网络流量管理：由于网络服务于多种业务和多个不同的用户，因此需要在复杂的网络环境中，控制不同的业务流走不同的路径，动态调整路由。例如，通过人工智能可以对网络中视频流量占用带宽进行学习训练并做出可靠的预测，从而为视频流选择最优的码率，来减少视频流量在网络中的卡顿现象。
（3）基于人工智能的网络自动化运维：随着网络规模与网络应用不断地增加，面对有限的IT运维成本，运维难度与日俱增，传统的人工运维方式难以为继。通过人工智能来支撑现在日益复杂的运维工作的方式逐渐被提出。
（4）基于人工智能的网络安全：安全威胁一直存在于网络当中，特别是随着云计算的普及，网络安全是首先要解决的问题。人工智能技术可以被用来进行风险监控，识别敏感信息，对数据进行保护，从而提高网络安全。
