Sztuczna inteligencja oparta na fizyce radia

W dziedzinie architektury przyszłych sieci komunikacyjnych 6G istnieje potrzeba pełnej integracji i współdziałania elementów sieci satelitarnej, lotniczej i naziemnej, połączonych w unikalną, dynamicznie adaptacyjną infrastrukturę sieciową, określaną jako sieć 3D. W ramach tej architektury ewolucja komunikacji mobilnej wymaga połączenia kilku innowacyjnych i uzupełniających się postępów w warstwie fizycznej, dostępu do medium transmisyjnego i zarządzaniu zasobami radiowymi, które można zoptymalizować z wykorzystaniem sztucznej inteligencji (AI) i uczenia maszynowego (ML).

Mając na uwadze te cele, projekt pt. „Sztuczna inteligencja oparta na fizyce radia dla zapewnienia skalowalności i wydajności sieci bezprzewodowych” (ang. “Physics-based wireless AI providing scalability and efficiency” – PASSIONATE) rozwija metody uczenia maszynowego dla sieci bezprzewodowych poprzez dostosowanie i uwzględnienie w fazie projektowania unikalnych właściwości sieci, do których są stosowane. Uczenie maszynowe oparte na własnościach fizycznych jest odpowiednim podejściem zapewniającym skalowalność, uogólnienie, niezawodność i bezpieczeństwo użytkowników systemu, umożliwiając tworzenie praktycznych rozwiązań ML, możliwych do analizy i przewidywalnych już na etapie projektowania.

prof. Hanna Bogucka, fot. Łukasz Bera
Zgodnie z celem konkursu CHIST-ERA, projekt PASSIONATE przyspieszy proces zastosowania sztucznej inteligencji w systemach bezprzewodowych poprzez pomyślną integrację algorytmów, oprogramowania oraz rozwiązań sprzętowych. Dzięki opracowaniu nowatorskich algorytmów AI/ML, opartych na fizyce sieci bezprzewodowej, projekt PASSIONATE realizuje następujące zagadnienia określone w konkursie:

1. opracowanie i zastosowanie technik AI/ML do warstwy fizycznej i optymalizacji zasobów sieci dostępu radiowego, w tym do przetwarzania w systemie wieloantenowym i kształtowania wiązki;
2.  inteligentne wykrywanie zasobów widmowych;
3.  zwiększenie efektywności energetycznej przyszłych sieci radiowych;
4.  opracowanie algorytmów dla inteligentnych powierzchni odbijających oraz
5.  zapewnienie niezawodności i bezpieczeństwa opartych na fizyce radia algorytmów AI.

Połączenie oprogramowania i sprzętu pozwoli zweryfikować pomiarami dane syntetyczne, które zostaną wygenerowane na potrzeby szkolenia ML, czyniąc je bardziej wiarygodnymi i dopasowanymi do rzeczywistości. Dane, opisy algorytmów i kod zostaną udostępnione w otwartym dostępie, aby ułatwić powtarzalność eksperymentów, a my przyczynimy się do ulepszenia niektórych z dostępnych już symulatorów otwartego dostępu.

Komunikacja mobilna zmieniła i nadal będzie zmieniać nasze życie. Wraz z wdrażaniem sieci 5G zainteresowanie środowisk naukowych i przemysłowych zaczęło skupiać się na przyszłych sieciach komunikacyjnych 6G, o bardziej zaawansowanych możliwościach. Sprostanie nowym wymaganiom możliwe jest dzięki zmianie paradygmatów inteligentnych sieci radiowych, którą będzie rozwijał projekt PASSIONATE.

W PASSIONATE rozwijamy wizję tego, co może zapewnić zastosowanie AI/ML w sieci bezprzewodowej. Ambitne cele projektu w zakresie zasięgu, szybkości transmisji danych, opóźnień, zużycia energii i bezpieczeństwa służyć będą przyszłym użytkownikom wszechobecnej sieci telekomunikacyjnej. W konsekwencji projekt PASSIONATE będzie miał pozytywny wpływ na społeczeństwo i gospodarkę.