刘光 ： AI for 6G 汉

对无处不在的情报的需求 人工智能已经成为新一轮产业转型的核心驱动力。工业的自动化、数字化和智能化需要无处不在的智能。 AI对网络的驱动力 移动通信技术面临瓶颈，迫切需要技术创新和跨学科集成。人工智能是提高网络性能的关键解决方案。 空中接口 更精确的通道信息 人工智能网络的驱动力 ITU将6G场景扩展到无处不在的智能。AI需要转化为新功能为6G通信网络提供服务，实现AIaaS 5G网络与AI融合的挑战 满足6G和AI集成需求，现有AI设计方法的通用性和效率由场景驱动的用例、插件或移植需要改进。 外部或嫁接AI 情景驱动的AI 问题：保证实时、有效和一致的数据。完成整个AI过程涉及高试验和错误成本。 云AI服务提供商在用户提交订单后提供尽力而为的AI服务 问题：数据只能上传到云端，很难有效地利用网络中无处不在的资源，这无法保证AI服务的质量和安全性 6G原生AI的驱动力 1 26G原生AI架构设计和关键功能 6G和基础模型 3 6G原生AI网络架构 挑战：AI的三个基本组成部分（数据，算法和计算）已经获得与网络连接、相应体系结构、接口和协议应该跨越整个AI生命周期。 网络功能层：提供特定的网络功能网络服务能力 应用程序和服务层：提供相应的支持客户的业务需求。 与5G网络不同，6G网络将定义新的数据平面、智能平面和计算平面。传统的控制平面和用户平面也有望得到扩展。 6G原生AI网络架构 关键功能1：AI服务质量(QoAIS) 传统的QoS系统主要强调会话和连接性能，缺乏全面的支持满足不同的需求；QoAIS指标系统包含安全性、隐私性、自主性和资源开销作为新的评价维度，形成标准化的AI服务质量评价体系。 关键特征2：AI计算与通信深度融合 关键特征3：数据生成和可靠的AI 1.预期完成性能预验证不影响网络运营；2 .降 低 潜 在 风 险决 策 可 能 会 导 致，例 如网络性能恶化； 6G原生AI的驱动力 1 26G原生AI架构设计和关键功能 6G和基础模型 3 6G与AI的融合：基础模型的新时代 基础模型将增强移动网络在运营、执行、和验证 •为基础模型提供丰富的环境数据•为用户提供基于意图的服务•实现智能全局协同控制端子 •检测故障并生成解决方案•编排和计划任务工作流•在验证阶段发挥重要作用 基础模型的网络 6G原生AI通过在训练期间提供链接和数据服务来促进基础模型的训练流程，并支持具有链接、计算和模型分解/分发服务的推理流程 基础模型训练通常需要高速光纤基础模型需要大量的存储空间和数据中心的光学连接，使无线电网络强大的AI推理芯片，这是无法满足的部署具有挑战性。 收集用户和网络数据，对其进行预处理，以及管理流量以支持模型训练 通过适当的模型分割，可以部署模型在无线网络中提供AI推理服务。 在6G网络中，部署更靠近用户的模型可以减少延迟 6G网络高效处理数据，减少数据传输和改进模型的云AI训练 如何平衡增加的推理延迟和减少的推理延迟6G网络中的传输延迟？技术是否像模型分割、压缩和加速是可行的 所需的特殊数据分析技术？如何在分布式中有效地调度数据？ 网络AI基础模型的挑战-数据 网络运行和维护数据主要以分钟/小时的间隔从一致的来源获得，而网络运营数据由于不同的时间间隔、标准化和数据源而更加复杂，让它更难获得。 全行业协作数据开放 6GANA与多个组织合作，包括九个天堂平台，发布四大数据集，创建行业数据共享生态系统支持网络AI研究！ 不断策划和积累智能网络 数据集，向公众开放，构建一系列创新 标准化与行业合作，共同制定新数据收集标准和开发动态数据收集 网络AI基础模型的挑战-评估 •如何利用无处不在的移动计算能力来增强基础功能ChatGPT和语义模型等模型？ •如何将面向AI的网络和面向网络的AI的统一架构细化为实现智能接口、功能和流程的高效设计智能或计算飞机？ 6GANA：一个民用和开放的网络AI国际交流平台 n国际会议MWC 2023、 n6GANA发布17份白皮书（7份英文）说明最新的全球技术共识 谢谢！