刘光 ： AI for 6G 汉

人工智能(AI)已成为推动新一轮产业转型的核心力量，尤其在工业自动化、数字化和智能化领域。AI在众多场景中的应用，如网络自治、AI客户体验、AI业务运营、应急通信操作与维护、医学识别、安全监视、声纹识别、机器翻译、智能导航、个性化推荐以及机器人救援等，展示了AI在现代生活和工作中不可或缺的作用。随着技术的发展，AI与网络的集成成为可能，分为“面向网络的AI”和“AI网络”两大方面。

6G网络与AI的融合

AI驱动力

• 需求增长：6G通信技术面临性能提升的需求，包括更精准的通道信息、定位、干扰消除、能效提升、频谱容量和网络运行效率。
• 场景扩展：ITU将6G场景扩展至无处不在的智能，AI需要转化为新功能以服务于6G通信网络，实现AI即服务（AIaaS）。
• 通信能力提升：6G网络提供了随时获取AI通信服务的能力，并支持低延迟AI推理和训练，为移动AI提供支撑。

挑战与解决方案

• AI设计方法：现有AI设计方法的通用性和效率需要改进，以适应特定场景和用例的优化。
• AI服务整合：AI服务器或相关网络功能的集成，如NWDAF（网络数据分析功能），以及智能数据分析等。
• 数据与计算融合：实现AI与通信的深度集成，支持东西向和南北向流程，确保服务质量和实时响应。
• AI服务质量保障：引入AI服务质量（QoAIS）指标体系，涵盖安全性、隐私性、资源开销等方面，形成标准化评价体系。

6G原生AI架构设计

• AI服务层次：从数据平面、智能平面到计算平面，构建AI服务的完整生命周期。
• 关键功能：
  • AI服务质量（QoAIS）：构建全面的AI服务质量评价体系，包含安全性、隐私性等维度。
  • AI计算与通信融合：设计集成计算和通信的原生AI协议，实现高效能、低延迟的分布式计算服务。
  • 数据生成与验证：利用网络数字孪生实现按需数据生成和验证，降低数据收集和传输成本，提高数据质量。

结论

6G网络通过原生AI的设计原则和架构，旨在实现全方位智能，通过优化数据、计算和智能间的协作，提升网络性能和服务质量。这不仅涉及AI服务的提供，还着重于解决AI与网络集成过程中的挑战，如AI设计方法的改进、AI服务的高效集成、数据与计算的深度融合以及AI服务质量的保障。6G网络的AI集成将为未来社会提供更智能、高效、安全的通信环境。