核心观点与关键数据
- 背景: 6G网络将扩展5G网络的服务范围，增加AI、计算和感知功能，引入新的资源类型和功能，要求网络切片框架更加灵活、自主和可泛化。
- 挑战: 传统方法难以满足6G网络切片的复杂性需求，AI/ML技术深度集成成为解决方案。
- AI-Core概念: 提出基于AI代理的下一代核心网（AI-Core），利用多个AI代理管理和控制端到端（E2E）网络切片，实现网络功能、应用功能和资源的灵活配置和动态调整。
- AI-Core架构: 包含多个AI代理（规划代理、组装代理、连接代理、执行代理）和共享组件（NetGPT、工具箱、公共记忆、Actor、沙盒）。
- AI代理: 能够与环境交互、收集数据、学习并改善决策能力，执行特定任务。
- NetGPT: 域专用模型，基于LLM训练，协助其他AI代理进行操作和任务。
- 协作推理: AgentGPT与NetGPT协作，提高推理准确性和效率。
- 数据管理: 公共记忆收集、向量化并存储网络数据和知识，供代理共享。
- 性能提升机制: 提示工程、多层闭环优化、沙盒验证、人机环。
应用场景
- 机器人: AI-Core支持云机器人领域的新型应用场景，实现工业自动化、医疗保健、农业和矿业等领域的变革。
- 传感: AI-Core提供灵活的传感服务，适应新的和不可预见的应用场景及其不断变化的需求。
- 智慧城市: AI-Core帮助构建和管理可持续的交通系统，实时获取车辆信息、智能决策规划、调度和管理系统。
- 智能网络: AI代理实时监控和即时分析，快速检测并解决故障，提高维护效率和质量。
- B2B语音和数据服务: AI-Core支持个人助理提高通话体验，例如处理日程安排、预订晚餐、创建会议纪要等。
研究结论
- AI-Core能够根据客户的高层次要求创建网络切片，智能地自主控制网络切片以适应动态无线网络环境，并从网络反馈中学习以优化自身及其创建的切片。
- AI-Core有助于实现网络的增强自主性，提高网络资源利用率和服务灵活性。
未来研究方向
- RAG系统实施
- 规划代理任务执行
- 记忆与其与不同记忆功能模块的关系
- AI代理与ENI系统交互
- 基础模型生成和训练
- 通信接口和ABI推荐
- NetGPT实现方法
- 增强NetGPT和AgentGPT功能实体
