2月25日消息（水易）今日，由中國移動研究院主辦的“遇見未來”——6G協(xié)同創(chuàng)新成果發(fā)布會在北京召開，發(fā)布了中國移動研究院在6G方面的階段性成果。中國移動研究院主任研究員韓雙鋒對《6G物理層AI關(guān)鍵技術(shù)白皮書》進(jìn)行解讀。

物理層引入AI的必要性

什么是物理層AI？韓雙鋒介紹，物理層AI是接入網(wǎng)AI的一部分，包括物理層模塊功能增強(qiáng)和物理層鏈路聯(lián)合設(shè)計兩種思路；主要步驟包括：物理層的數(shù)據(jù)采集、AI模型的選擇、訓(xùn)練、以及推理。

眾所周知，經(jīng)過幾十年的發(fā)展，傳統(tǒng)的通信鏈路中的信源編解碼、信道編解碼、調(diào)制解調(diào)、波形多址、MIMO等多個模塊已經(jīng)有了非常堅實的通信理論基礎(chǔ)。但是，在現(xiàn)有的通信系統(tǒng)中為什么還要引入AI？

韓雙鋒表示，主要是因為無線通信系統(tǒng)中存在大量傳統(tǒng)方法難以精確建?；蛘吒咝是蠼獾募夹g(shù)問題，引入AI可以更好地把握復(fù)雜環(huán)境下無線信道的特征以及復(fù)雜數(shù)學(xué)問題的求解，從而提升物理層的性能。

韓雙鋒介紹，在《6G物理層AI關(guān)鍵技術(shù)白皮書》中，深入分析了基于AI的收發(fā)機(jī)鏈路設(shè)計，倡導(dǎo)基于數(shù)據(jù)和模型雙驅(qū)動的設(shè)計理念，這樣可以顯著減少訓(xùn)練所需的開銷，此外還具有更好的泛化性。

網(wǎng)絡(luò)中有了物理層AI 能力后，還要有創(chuàng)新的網(wǎng)絡(luò)架構(gòu)、接口和信令流程的支持，才能發(fā)揮AI的最大能力。為此，中國移動研究院提出了實時AI空口的理念：物理層AI的輸出信息直接輸入基站調(diào)度器，可以實現(xiàn)更智能的業(yè)務(wù)和資源調(diào)度。

韓雙鋒指出，其實從整個系統(tǒng)層面看，網(wǎng)絡(luò)中的AI功能是分布式的，接入網(wǎng)、核心網(wǎng)、網(wǎng)管、以及終端的AI功能互相配合，聯(lián)合優(yōu)化系統(tǒng)性能。

物理層AI關(guān)鍵技術(shù)研究

大規(guī)模MIMO是5G 的一項核心技術(shù)，但是天線數(shù)目上升帶來了新問題，尤其是信道估計和反饋的開銷快速增加，信道估計和預(yù)測的精度有待提升，應(yīng)用AI技術(shù), 有望解決上市一系列問題。

白皮書系統(tǒng)分析了基于AI的大規(guī)模天線系統(tǒng)中的信道壓縮、估計和預(yù)測的主要設(shè)計理念和技術(shù)。不過，上述非常有潛力的技術(shù)存在一些問題，主要的挑戰(zhàn)是訓(xùn)練數(shù)據(jù)集和實際信道的差異難以有效把控，AI算法的泛化性不足導(dǎo)致系統(tǒng)性能的下降。

韓雙鋒表示，MIMO技術(shù)的標(biāo)準(zhǔn)化已持續(xù)多年，3GPP MIMO碼本已經(jīng)利用了信道的空域和頻域稀疏性來達(dá)到降低開銷的目的，但是仍然有很多方面需要進(jìn)一步提升。

在一些場景中，變換域（例如時延和多普勒域）的信道比時頻域信道具有更低的反饋開銷 ；現(xiàn)有碼本主要基于均勻天線陣列來設(shè)計，對一些特殊的天線形態(tài)還沒有靈活的優(yōu)化設(shè)計；FDD系統(tǒng)上下行信道的部分互易性并沒有很好的體現(xiàn)在碼本設(shè)計理念中；不同用戶之間信道的相關(guān)性也可以用來進(jìn)一步降低系統(tǒng)的整體反饋開銷，目前也沒有體現(xiàn)在碼本設(shè)計中。

針對這些需要提升的方面，中國移動提出了基于AI的演進(jìn)思路。韓雙鋒表示：“我們希望可以借助于AI的能力，在以上幾個方面優(yōu)化設(shè)計，最大化MIMO的性能。”

與此同時，無線AI算法的評估準(zhǔn)則、數(shù)據(jù)集與泛化性等問題是緊密耦合的，關(guān)系復(fù)雜，需要聯(lián)合優(yōu)化設(shè)計。例如在某個應(yīng)用場景中，在一定的評估準(zhǔn)則下，既需要設(shè)計科學(xué)的數(shù)據(jù)集，高效率的算法，同時還要兼顧泛化性要求，難度非常大。

為此白皮書提出了物理層AI的評估準(zhǔn)則和典型評估指標(biāo)，包括性能相關(guān)的指標(biāo)、開銷相關(guān)的指標(biāo)，以及物理層AI數(shù)據(jù)集的構(gòu)建準(zhǔn)則，還提出了提升AI算法泛化性的思路。此外，白皮書還倡導(dǎo)了評估所用的AI模型需要充分公開透明，包括模型結(jié)構(gòu)與參數(shù)，便于完整復(fù)現(xiàn)方案的評估結(jié)果。

未來研究與標(biāo)準(zhǔn)化展望

韓雙鋒表示，經(jīng)過近幾年的快速發(fā)展，物理層AI技術(shù)，尤其是部分通信模塊功能增強(qiáng)方面有了長足的進(jìn)步，涌現(xiàn)了諸多優(yōu)秀的算法。展望未來，在相關(guān)研究和標(biāo)準(zhǔn)化方面仍然有很多艱巨的挑戰(zhàn)。

展望未來的研究方向，包括綠色AI技術(shù)（包括AI算法和芯片設(shè)計）、基于AI的鏈路聯(lián)合設(shè)計、基于AI的自演進(jìn)通信標(biāo)準(zhǔn)、量子加速的AI算法等。

未來標(biāo)準(zhǔn)化方向，包括業(yè)界要努力構(gòu)建智能與開放的無線網(wǎng)絡(luò)，逐步實現(xiàn)基于AI的RAN架構(gòu)、開放的AI算法、運營商可管控的智能調(diào)度、協(xié)議功能 原子化可編排、以及空口AI技術(shù)逐步自演進(jìn)。

標(biāo)準(zhǔn)化路線圖大體可以分為近期、中期、長期三個階段；每個階段都有自己的側(cè)重點，預(yù)計近期工作聚焦在部分物理層功能模塊的AI增強(qiáng) ，中期是智能調(diào)度為核心的協(xié)議技術(shù)（包括基于AI的信道編碼、調(diào)制、波形、調(diào)度等）；長期目標(biāo)是要努力打造面向空口自演進(jìn)的終極AI（實現(xiàn)端到端AI算法與架構(gòu)）。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。