6G网络AI概念和术语

1摘要这份白皮书定义了与6G网络人工智能（AI）相关的概念和术语。它还提供了网络AI级别和类别的定义，考虑了6G中网络-AI集成的不同级别和方面，以及网络AI使能的新服务（例如AIaaS）。通过阐明基本概念并为网络AI定义术语，这份白皮书旨在促进6GANA工作组在网络AI场景、需求、架构、算法和流程（例如网络管理和控制）方面的进 一步讨论和共识建设。 参考文献 .......................................................................................................................254 结论 ....................................................................................................................24内容3 网络人工智能等级和类别定义 ...................................................................................................12缩写和缩略语 .........................................................................................261 背景.....................................................................................................................42 概念和术语的定义...............................................................................52.1 网络AI概念与术语.................................................................................................. 5 2.2 AI服务质量：QoAIS ............................................................................................................ 5 2.3 知识、模型与算法.................................................................................................... 7 2.4 相关概念说明................................................................................................... 10 2.4.1 网络智能化....................................................................................................... 10 2.4.2 原生AI................................................................................................................................ 103.1 网络人工智能等级定义..................................................................................................... 12 3.2 S0 - AI4NET类别............................................................................................................. 13 3.3 S1 - 连接4AI类别................................................................................................. 14 3.4 S2 - 计算融合类别............................................................................................ 16 3.5 S3 - 数据服务类别................................................................................................... 18 3.6 S4 - 算法融合类别.............................................................................................. 19 3.7 S5 - 编排和管理服务类 2别 ....................................................... 21 3组织作者vivoOPPO大连海事大学中国电信中国联通清华大学华中科技大学重庆邮电大学电信英特尔北京科技大学电子科技大学中国程辉彭，刘哲，王飞，王军，邓娟娟，李刚，孙俊帅，李文静，李鹏，冯蕾，周凡琴，李杨，谢峰，康洪辉，王达，边森，段晓岩，艾明阳阳，马木雷，宫晨宇，张凯斌，温海波，段辰，顾芳芳，袁言南，丛伟伟，童新宇，陈敬然，杨婷婷，宁嘉红，徐夏，李鹏 贡献者刘若峰 阮海军 张刚 冯双秦 刘一杰宇，王恒，黄冰明，温福喜，肖永晓，梁成超 华为 中国移动 北京邮电大学 中兴 亚信 工业和信息化部移动通信技术股份有限公司 上海科技大学 诺基亚 上海贝尔 1 背景根据移动通信的历史，新的典型用例和服务需求会促使新一代移动通信系统出现，反之亦然。类似地，通信中6G和人工智能的出现将促进新的信息通信技术和消费者服务的发展。例如，6G将成为从数字化向智能化演进的B2B产业的新基础设施，以及满足用户对更高性能、智能和个性化需求的新B2C应用（如元宇宙和触觉互联网）的新基础设施。正是在这个背景下，网络人工智能被提出。目前，业界已就网络AI的方向和趋势达成共识，即在网络中融入基于AI的智能连接、计算、数据处理和分析，走向融合的内生网络智能。然而，对于网络AI的内涵以及网络与AI的融合程度尚无统一认识。相关概念和术语也未能清晰界定。6g将由人工智能催化。近年来人工智能（AI）在许多行业的成熟和广泛采用，激发了在6G中对网络智能的AI应用。从我们目前所处的位置出发，本白皮书定义了与网络AI相关的基本概念和术语。它还分析了网络AI的不同选项及其关键方面，包括基于AI的计算、数据处理和分析，以及新服务（如AIaaS）等，并将它们定义为网络AI的级别和类别。本白皮书旨在促进6GANA工作组及行业在网络AI研究中的进一步讨论和进展。 4 网络AI与AI4NET/NET4AI的关系2.2 人工智能服务质量：QoAIS2 概念和术语的定义2.1 网络人工智能的概念和术语通常的理解是，在AI4NET中，AI是一个网络优化器，例如，它增强了网络性能和运维（O&M）效率。在NET4AI中，AI是一种在网络中运行或由网络支持的应用（例如，机器视觉）。网络AI支持两者。也就是说，从网络AI的角度来看，AI4NET和NET4AI是两种不同的场景，网络AI架构需要提供各种能力和优化来支持两者。与主要关注连接相关性能指标的传统QoS不同，QoAIS需要从连接、计算、算法等多个维度评估网络AI的QoS从概念上讲，网络AI包括AI4NET、NET4AI和AIaaS，其中NET4AI支持以下内容：AI4NET、新的AI服务以及AIaaS服务。网络AI和云AI可以独立开发或共同开发。人工智能即服务 (AIaaS)人工智能应用，包括AI4NET和新的AI服务，构建在网络基础设施内，并作为服务提供。它们可由运营商或第三方部署。1\"distributed\"描述了网络人工智能的一般含义，即ue和ne具有一定的网络人工智能能力，但这并不意味着网络中运行的每个具体人工智能应用都是分布式的。对于是否使用\"distributed\"这个词还没有达成共识。除了支持AI4NET和NET4AI，网络AI还需要考虑AI能力的运行，即AIaaS。通过在6G中原生支持网络AI，传统的通信基于生态系统将被转变为多方协作的智能生态系统，使商业和技术合作更加开放、灵活、可信和简化。云人工智能AI 在云端运行。从这个意义上说，云 AI 与网络架构解耦，但它需要底层网络将数据传输到云端，云端作为数据处理、模型训练和推理的主要智能中心。人工智能网络 (NET4AI)网络为人工智能提供各种支持，例如提高人工智能模型训练和推理的效率和实时性，或改善人工智能的数据安全和隐私保护。NET4AI将网络的范围从连接扩展到计算、数据和算法。网络人工智能（AI4NET）人工智能用于提升网络性能、效率和用户体验。AI4NET 利用人工智能来优化传统算法（例如空中接口的信道编码和调制）、网络功能（例如移动性和会话管理）以及网络管理（例如资源编排和网络规划）。6G的一个重要愿景是实现包容性智能和智能连接。因此，除了连接基础设施，6G还应支持原生AI。例如，它应该与AI应用深度融合，以满足连接、计算、数据和算法需求——这被认为是6G架构演进的主要驱动力之一。在这个方向上的研究引发了许多讨论，并引入了一系列基本概念和术语。相关概念和术语的定义及内涵如下。网络AI：网络提供了一种完全分布式1人工智能环境，涵盖人工智能基础设施、人工智能工作流逻辑、数据和模型服务。 5 6人工智能服务类型维度QoS 指标性能界限训练时间泛化性（数据分布的变化）可重用性（包括可迁移性）性能鲁棒性（数据噪声）可解释性损失函数和一致性之间优化目标公平性存储开销计算开销训练顶部传输开销能源消耗存储安全安全计算安全传输安全数据隐私等级隐私算法隐私等级完全自主(可控性自主性部分可控自主性interface)完全可控的自主性和数据。因此，从广义上讲，QoAIS指标框架将包括性能、开销、安全、隐私、自主性等。除了连接的质量服务（QoS），QoAIS还将包括以下内容：人工智能服务与QoAIS之间存在一一对应关系。从类别上看，人工智能服务分为人工智能数据类别、人工智能训练类别、人工智能推理类别和人工智能验证类别。对于每种人工智能服务的类别，可以从多个维度设计评估指标，包括性能、开销、安全、隐私和自主性。每个维度可以进一步扩展。以下是一个示例。计算：人工智能模型训练和推理的计算功耗与效率，数据预处理等。算法：人工智能/机器学习模型的性能、泛化性、鲁棒性、可解释性、模型训练/推理所需时间等。数据：平衡性、完整性、准确性、动态分配和样本空间准备时间 7 模型 知 算力/算力 算法2.3 知识、模型和算法数据、信息和知识对应着感知和理解客观事物的三个不同阶段。算法的特点是确定性、有穷性、有效性、正确性、连续性和逻辑性/通用性。一个优化模型由一个目标函数和包含变量的约束组成，用于通过寻求目标函数的极值以及获得极值的变量值来求解优化问题。在网络AI的语境中，模型指的是机器学习模型。对于机器学习模型，输入是样本数据，输出是期望结果。它设置一个目标函数（通常是为了最小化模型的错误