Искусственный интеллект для технологий и сетей связи 6G нового поколения

Сети 6G должны превзойти показатели 5G, обеспечивая беспрецедентно высокие скорости передачи данных, задержки менее одной миллисекунды и повсеместное подключение. Однако достижение этих амбициозных целей приводит к чрезвычайной сложности управления сетью и ее оптимизации. Искусственный интеллект и машинное обучение (AI/ML) стали ключевыми средствами обеспечения этих возможностей, наделяя 6G интеллектуальной автоматизацией для решения задач, выходящих за рамки традиционных методов. В этом обзорном исследовании представлен всесторонний анализ определяющей роли AI/ML в ряде ключевых технологий связи 6G. В частности, рассматривается, как методы AI/ML совершенствуют и расширяют возможности систем Massive MIMO (массовых систем с многими входами и многими выходами), парадигм интегрированного зондирования и связи (ISAC), реконфигурируемых интеллектуальных поверхностей (RIS), сетей, не использующих наземную инфраструктуру (NTN), систем связи в видимом световом диапазоне (VLC), безсотовых систем MIMO, терагерцевой связи, усовершенствованной с помощью машинного обучения технологии RedCap с пониженной сложностью для масштабируемого подключения устройств Интернета вещей (IoT), а также архитектуры AI-native Open RAN. Описывается синергия между алгоритмами искусственного интеллекта и этими технологиями с акцентом на повышение пропускной способности, эффективности и адаптивности беспроводной сети. Сначала определяется понятие 6G и обосновывается необходимость подходов на основе искусственного интеллекта, затем рассматриваются применения AI/ML в каждой из целевых областей и, наконец, обсуждаются нерешенные проблемы и перспективные направления дальнейших исследований. Предлагается всеобъемлющая таксономия уровней интеграции искусственного интеллекта и демонстрируется, как принципы AI-native проектирования обеспечивают возможности, недостижимые при использовании традиционных подходов.