将来のモバイル通信ネットワーク、6Gと人工知能の統合

将来の 6G ネットワークのより豊富なビジネス アプリケーションと極めて厳しいパフォーマンス要件を満たすには、既存の新しいワイヤレス ネットワーク アーキテクチャに基づく主要テクノロジーで重要なブレークスルーを達成する必要があります。人工知能（AI）の徹底的な応用により、AI対応の新しい無線ネットワークアーキテクチャをどのように実現するかも研究のホットスポットとなっています。

既存のワイヤレス ネットワーク アーキテクチャにはネイティブ AI をサポートする機能がなく、ネイティブ AI アルゴリズムの動作環境と基本的なプラグインが欠けています。さらに、新たな垂直産業アプリケーションの爆発的な出現により、無線ネットワーク リソースの利用率が低下し、ビジネス マッチングが不十分になり、差別化されたリアルタイムのビジネス要求により、リソース管理の複雑さが急激に増加しました。将来、AI 技術はモバイル通信システムを強化し、無線アーキテクチャ、無線データ、無線アルゴリズム、無線アプリケーションと組み合わせることで、新しいインテリジェント ネットワーク アーキテクチャ システムを構築します。 AIネイティブ6Gネットワ​​ークは、AIテクノロジーを最適化ツールとして使用するだけでなく、新しいAIネイティブワイヤレスネットワークアーキテクチャとエアインターフェーステクノロジーも実現します。

AI ネイティブ 6G ネットワークは、ネットワーク アーキテクチャを強化することでアクセス ネットワークとコア ネットワーク要素のインテリジェントな管理と展開を可能にし、複数の種類のリソースのインテリジェントなクロスドメイン管理をサポートします。 AI ネイティブの新しい無線インターフェース技術は、AI アルゴリズムを呼び出すことによって無線リソースのインテリジェントなスケジューリングをサポートし、リアルタイムのビジネス需要のマッチングを実現し、インターフェース プロトコル スタックの設計で AI 要件を考慮に入れることができます。

1. 新しいAIネイティブ無線ネットワークアーキテクチャ

新しい AI ネイティブ無線ネットワーク アーキテクチャは、ネットワーク ノード間の通信、コンピューティング、認識機能を最大限に活用する必要があります。分散学習、グループ インテリジェンス コラボレーション、クラウド エッジ統合アルゴリズムの展開を通じて、6G ネットワークはさまざまな人工知能アプリケーションをネイティブにサポートし、新しいネットワーク エコシステムを構築し、新しいネットワーク ユーザーを中心としたビジネス エクスペリエンスを実現できます。 6G は、ネイティブ AI 機能を活用することで、インテリジェントな認識、通信、コンピューティング機能を備えたユビキタス ネットワーク、基地局、端末の管理をより適切に調整し、大規模なインテリジェント分散コラボレーション サービスを活用して、ネットワーク内の通信とコンピューティングのパワー ユーティリティを最大化できます。

これにより、3つのトレンドに変化がもたらされます。①AIは6Gネットワ​​ークに統合され、外部にサービスを提供することで、新しい市場価値、すなわちAIエンジンを生み出します。AIエンジンのインテリジェント機能を活用して、外部にインテリジェント管理や制御などのサービスを提供できます。②AIはエンドフォグクラウド間で連携し、通信機能、コンピューティング、ストレージなど、さまざまな種類と次元のリソースのインテリジェントなスケジューリングを実現し、ネットワーク全体の効率を向上させます。③AIは6Gで広域データを測定および監視し、ネットワークの迅速な自動運用とメンテナンス、迅速な検出と迅速な自己修復、すなわちAIネイティブのネットワークメンテナンスを実現します。

2. ワイヤレスインテリジェント管理と制御のためのAIエンジンをサポート

長い間、数値反復最適化に基づくソリューションは、無線通信や信号処理タスクにおいて重要な役割を果たしてきました。反復アルゴリズムでは、最適化する必要のある問題のパラメータが反復アルゴリズムの入力として使用され、複数の反復後の結果が反復アルゴリズムの出力になります。 6G では、最適化する必要のある問題の規模が通常大きく、反復的な最適化アルゴリズムを使用すると計算の複雑さが非常に高くなり、リソース スケジューリングのリアルタイム要件を満たすことができないことがよくあります。ディープ ニューラル ネットワークには強力なブラック ボックス関数近似機能があり、過度の計算の複雑さを引き起こすことなく反復最適化アルゴリズムのパフォーマンスに近づくことができます。

ニューラル ネットワークを使用してインテリジェントなワイヤレス ネットワーク リソース管理を実現する方法は、研究する価値のある問題です。まず、特定の種類の無線リソース管理問題に対して反復リソース最適化アルゴリズムを設計する必要があります。ニューラル ネットワークを設計するときに、反復最適化アルゴリズムの特性を巧みに利用して、ニューラル ネットワークのパラメーターを設定できます。具体的には、反復最適化アルゴリズムの入力パラメーターをニューラル ネットワークの入力パラメーターとして使用し、反復最適化アルゴリズムの出力結果をニューラル ネットワークの出力結果として使用します。さまざまな問題インスタンスに対して、反復リソース最適化アルゴリズムを使用して、参照結果として最適なリソース管理戦略を計算し、トレーニング サンプル セットを形成します。損失関数を選択し、トレーニング サンプル セットを使用してニューラル ネットワークをトレーニングして、ネットワーク モデルを取得します。新しい問題インスタンスに遭遇したときに、ニューラル ネットワーク モデルを使用してリソース管理戦略を計算できます。

上記の設計アイデアを使用すると、ほぼすべての無線リソース最適化問題を解決できると同時に、リソース割り当て戦略を実装する際の計算速度を効果的に向上させ、計算オーバーヘッドを節約できます。ニューラル ネットワークの種類を選択する際には、一般的なフィードフォワード ニューラル ネットワークに加えて、整数計画問題の解決に効果的であることが示されている畳み込みニューラル ネットワークやグラフ ニューラル ネットワークも検討できます。ニューラル ネットワークを設計する場合、一般的な無線リソース最適化問題の目的関数は通常、システム周波数効率、エネルギー効率などのシステム ユーティリティです。したがって、無線リソースのインテリジェント管理に使用されるニューラル ネットワークの場合、平均二乗誤差関数をニューラル ネットワークの損失関数として選択するだけでなく、システム ユーティリティ関数をニューラル ネットワークの損失関数として直接使用することもできます。また、無線リソース最適化問題の最適解構造を使用して、アルゴリズムの事前情報をニューラル ネットワーク設計に統合し、ニューラル ネットワークの入出力設計を簡素化することもできます。これにより、ニューラル ネットワークのトレーニング速度が加速されるだけでなく、ニューラル ネットワークが反復アルゴリズムを近似する能力も大幅に向上します。

3. AIネイティブの新しいエアインターフェース

AIと機械学習技術を深く統合した新しいAI対応プロトコルスタックは、既存の無線インターフェースのモジュール設計フレームワークを突破し、無線環境、リソース、干渉、サービスなどの多次元特性の徹底的なマイニングと利用を実現し、6G無線ネットワークの効率、信頼性、リアルタイム性、セキュリティを大幅に向上させます。

新しいエアインターフェース技術は、エンドツーエンドの学習を通じてデータプレーンと制御信号の接続性、効率性、信頼性を高め、深い認識と予測に基づいて特定のシナリオに合わせてカスタマイズすることができます。エアインターフェース技術の構成モジュールは、さまざまなアプリケーションシナリオのさまざまな要件を満たすために柔軟に組み合わせることができます。マルチエージェントなどの AI 手法の助けを借りて、通信参加者は効率的に協力し、通信伝送のエネルギー効率を向上させることができます。データのブラックボックスモデリング機能とディープニューラルネットワークを活用することで、無線データから未知の物理チャネルをマイニングして再構築し、最適な伝送方法を設計してスペクトル利用率を向上させることができます。

AI 対応の通信システムは、トラフィックとユーザーの行動に基づいて無線伝送フォーマットと通信アクションを積極的に調整し、通信の両端で電力消費を最適化および削減し、6G ネットワークで電力をインテリジェントに管理できます。マルチユーザーシステムでは、強化学習などの AI 技術を通じて、基地局とユーザーがリソースを自動的に調整およびスケジュールできます。各ノードは、各送信のフィードバックを計算して、信号のビーム方向を調整したり、AI 対応のビームフォーミングを実行したりすることができます。