浙江大学教授张朝阳:6G网络中,无线AI或改变经典通信系统架构

1.jpeg

有专家将5G网络中引入的AI比作是“外挂式”、“嫁接式”AI,在6G网络设计之初,业界有意愿将AI设计成6G的“神经网络”。浙江大学教授张朝阳在日前的6G系列研讨会上表示,无线AI可能会改变经典通信系统的模块化架构和

有专家将5G网络中引入的AI比作是“外挂式”、“嫁接式”AI,在6G网络设计之初,业界有意愿将AI设计成6G的“神经网络”。浙江大学教授张朝阳在日前的6G系列研讨会上表示,无线AI可能会改变经典通信系统的模块化架构和通信范式,甚至实现6G智能空中接口。

未来通信是大规模复杂系统

张朝阳表示,未来通信系统是大规模复杂系统,同时还有空、天、地、海的超大距离连接,应用场景复杂多样,人、机、物存在其中,网络的动态特性增加。

经典的通信范式是基于给定的需求、场景和资源分而治之,采用分层、分区、分簇的方式满足需求,将时、空、频切片满足不同的场景,由此导致全局的状态空间异质化、分布化、碎片化和非连续化。

张朝阳说,经典通信范式往往是基于局部有限场景,而且高度依赖于信道模型,因此必须针对不同的信道模型进行复杂的测量。经典的通信范式有一些明显的不足,信号设计高度依赖模型,使确定性场景的细节缺失。

具体来说,经典的通信架构和范式是基于给定的需求、场景、资源分而治之,基于局部有限状态进行局部优化控制,基于简约参数设计模型进行收发处理,面向瞬时样本序划进行实时小数据计算,基于单用户通信模式实现多用户传输;;未来的通信网络要转向智能场景,具备情境感知能力,数据和模型融合处理,全维资源挖掘利用,对海量时空样本的分布状态做空间利用,全网多用户智能分布协作。从而实现全面感知、全局优化,提升资源效用和容量时延性能。

无线AI原理性框架已初步建立

人工智能为通信架构和范式转变提供了手段。张朝阳认为,通过云、边、端海量分布数据和大状态空间的挖掘利用,会极大提升网络的感知和学习能力,实现接近全局最优的性能,促进网络智能的形成,以提供高度智能的服务。

当前,无线AI已经受到国内外研究机构的高度重视和关注。无线AI的原理性框架和系统架构已经初步建立,AI优化、迁移、压缩等理论快速发展,AI增强无线通信系统性能的机理和相应性能极限则有待进一步探索。

MIT、UIUC、GaTech、香港科大、西安交大和浙大等高校已经展开了相关探索,各种算法纷纷被提出,AI增强的编码调制、MIMO传输、波束成形、信道估计、干扰协调、资源分配等等,机器学习框架和优化算法不断得到验证。IEEE通信学会启动了“基于机器学习的通信新兴技术研究计划”,欧盟Horizon2020启动“智能网络与服务”6G研究项目,日本、韩国也开展了相关计划。

近年,AI用于5G和6G的国际讨论非常活跃。有专家提出6G网络将从软件化向智能化发展,具备环境感知、资源挖掘、分布学习能力,甚至实现6G智能空中接口;也有学者提出了针对物联网的机器学习架构。

例如针对大规模异构接入场景,在动态频谱接入上,实现分布感知小样本实时学习,利用深度学习和深度强化学习、水库计算等方法,实现有效的未来大规模机器设备的动态随机接入,从而提高频率效率。

国内学者还提出利用无线AI做频谱、能量、缓存、计算等资源的深度挖掘,提升无线网络的自治能力,而且适用于物联网、车联网等动态部署场景。

张朝阳说,无线AI会实现网络系统端到端优化设计,还能够充分利用网络的传输样本,将数据和算力变为资源的一部分,进一步提升资源效率,促进通信与计算、存储更深地融合。未来将以网络为平台、以用户为中心、以数据为原料、以算力为动能,使网络综合服务能力得到显著提升。

同时,无线AI也面临很多基础性问题,包括架构、数据、模型、算法等方面,这些问题的本质是通信与计算融合的问题,也是物理与数学在信息领域的前沿交叉,迫切需要深入研究和探索。

产品图.jpg

赞 (0)
上一篇 2024年03月28日 23:24
下一篇 2024年03月28日 23:24