邓娟：TG2工作后续计划

6GANA TG2 工作进展与未来计划

主要目标与内容回顾

• 总体目标：定义通信计算融合基础架构，构建NetworkAI整体框架，识别并评估相关标准行业组织。
• 研究内容：
  • 技术特征与影响：研究6G网络内生AI的基本技术特征及其对网络架构、标准化的影响。
  • 架构构建：建立6G网络内生AI的网络架构整体框架。
  • 基础架构定义：定义架构、功能模块、接口、流程，并讨论关键使能技术。

过去三年工作亮点

• 2021年：识别6G网络内生AI的基本技术特征，发布《内生AI十问白皮书》。
• 2022年：深入研究6G无线网络内生AI架构场景用例，发布《内生AI典型用例聚焦与分析》。
• 2024年目标：完成6G无线网络内生AI架构设计，重点在于架构设计与关键组件的开发。

当前工作重点与2023年进展

• 重点：网络内生AI架构设计，提出多个6G无线网络内生AI架构和关键技术，发布《RAN架构》系列报告。
• 2023年成果：涵盖多个研究报告与白皮书，包括《QoAIS指标体系研究报告》、《面向任务的智慧内生RAN架构白皮书》等。

2023年工作展望

• 工作目标：推出6G网络内生AI架构设计方案v1.0，并在全球范围内推广。
• 工作思路：通过研究启动、深入研究与成果推广三个阶段推进工作。
• 关键挑战：共识范围有限、性能验证不足、业界认知度低、研究内容不全面。

后续工作方式

• 研究推进：采用快速响应、持续跟踪前沿技术的策略，由大组与用例小组共同推进。
• 成果形式：主要为研究报告与白皮书。
• 方案迭代：通过研讨会、技术验证与国际合作推动方案改进与完善。
• 成果推广：通过论文、展会、原型展示等方式传播研究成果。

下一步计划

• 时间线：预计在2024年中完成架构收敛与技术深入，形成6G内生AI网络架构v1.0，并开始推广。
• 关键活动：输出白皮书、进行国际研讨会、验证方案性能，同时规划v2.0版本的架构设计。

关键技术与团队建议

• QoAIS评估与保障、通算融合、网络自治场景、超高沉浸式业务等关键领域需重点关注。
• 牵头单位与参与单位已初步确定，鼓励更多单位加入，共同推进6G内生AI技术的发展。

此工作进展与未来计划旨在构建一个全面、创新的6G网络内生AI架构，通过跨行业合作与技术研究，解决当前面临的挑战，推动6G技术的成熟与应用。