Объяснимый искусственный интеллект для вариантов использования 6G: технические аспекты и исследовательские задачи
Explainable AI for 6G Use Cases: Technical Aspects and Research Challenges
2024-01-01
SCID: 54.1/9uaex3uk
Discuss with AI
сети 6Gобъяснимый искусственный интеллектИндустрия 5.0интеллектуальное радиоуправление сетью без вмешательства человека
Figures from the paper
Abstract (AI)
Примерно в 2020 году сети 5G начали коммерческое внедрение, и появились дискуссии о сетях следующего поколения, таких как 6G. Исследователи прогнозируют, что сети 6G будут обеспечивать более высокую пропускную способность, зону покрытия, надежность и энергоэффективность, а также меньшую задержку, и станут интегрированной «человекоцентричной» сетевой системой на основе искусственного интеллекта (ИИ). Эти сети 6G приведут к принятию множества автоматизированных решений в реальном времени — от распределения сетевых ресурсов до предотвращения столкновений для беспилотных автомобилей. Однако существует риск утраты контроля над процессом принятия решений, поскольку высокоскоростное принятие решений на основе ИИ, использующее большие объемы данных, может выходить за пределы понимания разработчиков и пользователей. Для снижения этого риска можно применять методы объяснимого искусственного интеллекта (XAI), повышающие прозрачность процесса принятия решений черного ящика на основе ИИ. В статье представлен обзор применения XAI в предстоящую эпоху 6G, включая технологии 6G, такие как интеллектуальная радиосвязь и сетевое управление без вмешательства оператора, а также варианты использования 6G, такие как Индустрия 5.0. Кроме того, обобщены уроки, извлеченные из недавних попыток, и обозначены важные исследовательские задачи, связанные с применением XAI в вариантах использования 6G в ближайшем будущем.
Key Findings
1
Ожидается, что 6G обеспечит высокую пропускную способность, надежность, энергоэффективность и малую задержку в ориентированных на человека сетях на базе искусственного интеллекта.
2
Приложения 6G на основе ИИ будут выполнять быстрые автоматизированные решения, включая распределение сетевых ресурсов и предотвращение столкновений автономных транспортных средств.
3
Объяснимый ИИ может повысить прозрачность решений черного ящика в таких технологиях 6G, как интеллектуальная радиосвязь и сетевое управление без вмешательства человека.
4
Масштаб и скорость принятия решений ИИ в 6G могут превысить возможности понимания разработчиков и пользователей, создавая риск утраты контроля и надзора.
5
Обзор обобщает уроки существующих применений XAI и выявляет исследовательские задачи внедрения объяснимости в перспективные сценарии 6G, включая Индустрию 5.0.
Research Object
Применение объяснимого искусственного интеллекта в технологиях и сценариях использования сетей 6G
Research Subject
Прозрачность и интерпретируемость решений на основе ИИ, а также технические проблемы применения объяснимого ИИ в сетях 6G
Publication Details
Publication Date
2024-01-01
Journal
Publisher
ISSN
Cited by
195
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai11
XGBoost2016
Единый подход к интерпретации предсказаний моделей2017
На пути к строгой науке об интерпретируемом машинном обучении2017
Заглядывая в «черный ящик»: обзор объяснимого искусственного интеллекта (XAI)2018
Обзор объяснимого искусственного интеллекта (XAI): на пути к медицинскому XAI2020
Понимание O-RAN: архитектура, интерфейсы, алгоритмы, безопасность и исследовательские проблемы2023
In-Edge AI: интеллектуализация мобильных периферийных вычислений, кэширования и связи с помощью федеративного обучения2019
Интерпретируемое машинное обучение: основные принципы и 10 крупных задач2022
Умное управление в контексте умных городов: обзор литературы2018
Машинное обучение для мобильных и беспроводных сетей 5G/B5G: потенциал, ограничения и перспективные направления2019
Цифровой двойник для нефтегазовой отрасли: обзор, тенденции исследований, возможности и проблемы2020