Всесторонний обзор больших моделей искусственного интеллекта для будущих систем связи: основы, применения и проблемы

A Comprehensive Survey of Large AI Models for Future Communications: Foundations, Applications, and Challenges
Dusit Tao Niyato, Merouane Abdelkader Debbah, Zhu Han, Cunhua Pan, Li Dong, Kezhi Wang, Feibo Jiang
2026-01-01

беспроводные коммуникации 6Gбольшие модели искусственного интеллектабольшие языковые моделигенерация с дополненной поискомсемантическая коммуникация
Беспроводные системы связи 6G нацелены на создание интеллектуального мира с повсеместной связностью, обеспечивающего беспрецедентный опыт коммуникации. Большие модели искусственного интеллекта (LAM) характеризуются существенно большими масштабами — например, миллиардами или триллионами параметров — по сравнению с типичными моделями искусственного интеллекта (ИИ). LAM демонстрируют выдающиеся когнитивные способности, включая высокую способность к обобщению при дообучении для решения последующих задач, а также эмерджентные способности выполнять задачи, не встречавшиеся в процессе обучения. Поэтому LAM эффективно предоставляют сервисы ИИ для различных приложений связи, что делает их важными инструментами для решения сложных задач будущих беспроводных систем связи. В настоящем исследовании представлен всесторонний обзор основ, применений и проблематики LAM в системах связи. Сначала рассматривается современное состояние систем связи на основе ИИ, уделяется внимание мотивации интеграции LAM в системы связи и обобщаются основные результаты. Затем представлен обзор ключевых концепций LAM в системах связи, включая основные архитектуры LAM — трансформеры, диффузионные модели и Mamba. Также рассматривается классификация LAM, включающая большие языковые модели (LLM), большие зрительные модели (LVM), большие мультимодальные модели (LMM) и мировые модели, а также анализируются их потенциальные применения в системах связи. Кроме того, описываются методы обучения и методики оценки LAM в системах связи. Наконец, представлены стратегии оптимизации, такие как цепочка рассуждений (CoT), генерация с дополнением поиска (RAG) и агентные системы. Далее обсуждаются достижения исследований в области LAM для различных сценариев связи, включая проектирование физического уровня, распределение и оптимизацию ресурсов, проектирование и управление сетями, периферийный интеллект, семантическую связь, агентные системы и новые приложения. В заключение анализиру...
1
Большие модели искусственного интеллекта, содержащие миллиарды или триллионы параметров, обеспечивают более сильную обобщающую способность и emergent-возможности по сравнению с обычными моделями ИИ для будущих беспроводных сетей.
2
Рассмотрены применения больших моделей в проектировании физического уровня, распределении ресурсов, управлении сетями, периферийном интеллекте, семантической связи и агентных системах.
3
Обобщены методы обучения и оценки больших моделей в коммуникационных системах, а также стратегии оптимизации, включая рассуждения по цепочке мыслей, генерацию с дополнением поиска и агентные системы.
4
Проанализированы проблемы и перспективы интеграции больших моделей искусственного интеллекта в интеллектуальные коммуникационные системы 6G.
5
В обзоре систематизированы архитектуры больших моделей для коммуникаций, включая трансформеры, диффузионные модели и Mamba, а также типы моделей: LLM, LVM, LMM и мировые модели.

крупные модели искусственного интеллекта (LAMs) в будущих беспроводных коммуникационных системах

основы, архитектуры, области применения, методы обучения и оценки, стратегии оптимизации, направления исследований и проблемы использования LAMs для коммуникаций 6G

Publication Details
Publication Date
2026-01-01
Journal
Publisher
ISSN
Cited by
80
Access Type
Author Information
Authors
Dusit Tao Niyato
Merouane Abdelkader Debbah
Zhu Han
Cunhua Pan
Li Dong
Kezhi Wang
Feibo Jiang
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%