作者：是德科技6G營(yíng)銷(xiāo)總監Sarah LaSelva
人工智能（AI）革命已經(jīng)到來(lái)。 隨著(zhù)ChatGPT等應用的公開(kāi)發(fā)布，人們得以利用深度神經(jīng)網(wǎng)絡(luò )和機器學(xué)習（ML）的力量和潛力獲得親身體驗。ChatGPT是一個(gè)語(yǔ)言模型，該模型使用來(lái)自互聯(lián)網(wǎng)和書(shū)籍的海量文本數據進(jìn)行了訓練，能夠生成類(lèi)似真人撰寫(xiě)的文本。 這種類(lèi)型的應用完美體現出了人工智能的優(yōu)勢。它可以通過(guò)大量的訓練數據不斷優(yōu)化在復雜場(chǎng)景下的輸出。 無(wú)線(xiàn)網(wǎng)絡(luò )本質(zhì)上是復雜的，會(huì )產(chǎn)生大量的數據，并且隨著(zhù)每一代新技術(shù)的引入，其復雜性也在不斷增加。這些特性使得人工智能成為優(yōu)化無(wú)線(xiàn)網(wǎng)絡(luò )的理想工具。 AI在5G網(wǎng)絡(luò )中的應用 隨著(zhù)5G技術(shù)的成熟，AI和ML已經(jīng)被3GPP（第三代合作伙伴計劃）引入研究，3GPP是制定蜂窩技術(shù)標準的國際化標準組織。目前正在考慮運用人工智能對空中接口進(jìn)行改進(jìn)，包括網(wǎng)絡(luò )節能、負載均衡和移動(dòng)性?xún)?yōu)化等。由于空中接口的潛在用例非常多，所以在即將發(fā)布的3GPP R18中只選擇了其中一個(gè)小的子集進(jìn)行研究，涵蓋信道狀態(tài)信息（CSI）反饋、波束管理和定位等。需要注意的是，3GPP并沒(méi)有開(kāi)發(fā)人工智能/機器學(xué)習模型。相反，它試圖創(chuàng )建通用的框架和評估方法，以便將人工智能/機器學(xué)習模型部署到空中接口的不同功能中[1]。 除了3GPP和空中接口之外，O-RAN 聯(lián)盟正在探索如何利用人工智能/機器學(xué)習來(lái)改善網(wǎng)絡(luò )編排和管理。例如，O-RAN 聯(lián)盟的架構有一個(gè)獨特功能，該架構被稱(chēng)為RAN 智能控制器 (RIC) ，主要用于輔助人工智能和機器學(xué)習優(yōu)化不同的使用場(chǎng)景。RIC既可以管理近實(shí)時(shí)應用（xApps），也能管理非實(shí)時(shí)應用（rApps）。用于提高頻譜效率和能源效率的xApps以及利用人工智能進(jìn)行網(wǎng)絡(luò )編排和管理的rApps目前已經(jīng)存在。隨著(zhù)O-RAN生態(tài)系統的發(fā)展和成熟，將有更多xApps/rApps以及利用基于RIC的人工智能和機器學(xué)習優(yōu)化的應用將會(huì )出現。
圖1：ORAN網(wǎng)絡(luò ) 6G 網(wǎng)絡(luò )原生AI技術(shù) 6G雖然處于起步階段，但能夠確定的是，人工智能/機器學(xué)習將成為未來(lái)無(wú)線(xiàn)通信系統各個(gè)方面的基本組成部分。在網(wǎng)絡(luò )層面，盡管沒(méi)有正式定義，但 “AI原生 ”這一術(shù)語(yǔ)已經(jīng)在業(yè)內被廣泛使用。觀(guān)察這些AI原生網(wǎng)絡(luò )的方式之一是根據RAN（無(wú)線(xiàn)接入網(wǎng)）當前的虛擬化技術(shù)和解聚趨勢來(lái)推斷上圖（圖1）。網(wǎng)絡(luò )中的每個(gè)區塊都可能包含人工智能/機器學(xué)習模型，這些模型在不同的供應商和應用之間可能會(huì )有所差異（圖2）。
圖2：ORAN 6G網(wǎng)絡(luò ) AI原生網(wǎng)絡(luò )也可以用來(lái)指稱(chēng)為運行原生人工智能/機器學(xué)習模型而構建的網(wǎng)絡(luò )。請參考下面的設計流程（圖3）。在傳統的5G網(wǎng)絡(luò )中，空中接口是由不同的部分組成的，每個(gè)部分均由人類(lèi)進(jìn)行設計。在5G-Advanced網(wǎng)絡(luò )中，每個(gè)部分都將利用機器學(xué)習技術(shù)來(lái)優(yōu)化特定的功能。在6G網(wǎng)絡(luò )中，可能會(huì )由人工智能使用深度神經(jīng)網(wǎng)絡(luò )設計整個(gè)空中接口。
圖3：從與AI結合到 AI原生網(wǎng)絡(luò )的發(fā)展[2] 人工智能/機器學(xué)習優(yōu)化 借鑒人工智能 / 機器學(xué)習可用于改善網(wǎng)絡(luò )編排和管理的想法，6G寄希望于利用人工智能和機器學(xué)習來(lái)解決優(yōu)化挑戰。例如，人工智能可以根據實(shí)時(shí)運行情況打開(kāi)和關(guān)閉組件，以降低整個(gè)網(wǎng)絡(luò )的功耗。如今，xApps和rApps通過(guò)開(kāi)啟和關(guān)閉處于非工作狀態(tài)的功率放大器等高耗能組件在基站層面實(shí)現了這一目標。然而，人工智能快速解決具有挑戰性的計算問(wèn)題和分析海量數據的能力，為我們在更大范圍內乃至全市或者全國范圍內優(yōu)化網(wǎng)絡(luò )性能提供了可能�？梢栽谑褂妙l率比較低的時(shí)間段關(guān)閉整個(gè)基站，也可以對小區進(jìn)行重新配置，以綠色低碳、節能環(huán)保的方式使用盡可能少的資源來(lái)滿(mǎn)足用戶(hù)的實(shí)時(shí)需求。目前還無(wú)法以這種方式重新配置基站和整個(gè)城市的網(wǎng)絡(luò )，重新配置和測試對網(wǎng)絡(luò )配置的任何更改通常需要幾天或幾周的時(shí)間。盡管如此，不同人工智能技術(shù)的發(fā)展前景十分廣闊，它們仍然是基礎設施提供商的首要考量因素。 總結 人工智能在無(wú)線(xiàn)網(wǎng)絡(luò )中的應用不會(huì )等到6G網(wǎng)絡(luò )出現時(shí)才開(kāi)始。整個(gè)生態(tài)系統正在進(jìn)行積極的研究，以開(kāi)發(fā)新的模型，并將這些模型集成到現存的和未來(lái)的無(wú)線(xiàn)通信系統中。然而，這些模型仍然是新推出的，需要對其嚴謹性和可靠性進(jìn)行評估。 在不同的數據集上適當地訓練人工智能模型，量化它們對傳統技術(shù)的改進(jìn)，并為人工智能驅動(dòng)的模塊定義新的測試方法，這些都是隨著(zhù)新技術(shù)的采用而必須采取的關(guān)鍵步驟。隨著(zhù)人工智能模型和測試方法與技術(shù)的成熟，毫無(wú)疑問(wèn)，人工智能將在未來(lái)5-10年內徹底改變無(wú)線(xiàn)通信行業(yè)。 參考資料 [1] https://arxiv.org/ftp/arxiv/papers/2201/2201.01358.pdf [2] [Hoy21] J. Hoydis et al, “Toward a 6G AINative Air Interface”, IEEE Comm. Magazine, May 2021. |
