|
隨著5G技術的成熟，AI和ML已經被3GPP（第三代合作伙伴計劃）引入研究，3GPP是制定蜂窩技術標準的國際化標準組織。目前正在考慮運用人工智能對空中接口進行改進，包括網絡節能、負載均衡和移動性優化等。由于空中接口的潛在用例非常多，所以在即將發布的3GPP R18中只選擇了其中一個小的子集進行研究，涵蓋信道狀態信息（CSI）反饋、波束管理和定位等。需要注意的是，3GPP并沒有開發人工智能/機器學習模型。相反，它試圖創建通用的框架和評估方法，以便將人工智能/機器學習模型部署到空中接口的不同功能中[1]。 除了3GPP和空中接口之外，O-RAN聯盟正在探索如何利用人工智能/機器學習來改善網絡編排和管理。例如，O-RAN聯盟的架構有一個獨特功能，該架構被稱為RAN智能控制器(RIC)，主要用于輔助人工智能和機器學習優化不同的使用場景。RIC既可以管理近實時應用（xApps），也能管理非實時應用（rApps）。用于提高頻譜效率和能源效率的xApps以及利用人工智能進行網絡編排和管理的rApps目前已經存在。隨著O-RAN生態系統的發展和成熟，將有更多xApps/rApps以及利用基于RIC的人工智能和機器學習優化的應用將會出現。 借鑒人工智能/機器學習可用于改善網絡編排和管理的想法，6G寄希望于利用人工智能和機器學習來解決優化挑戰。例如，人工智能可以根據實時運行情況打開和關閉組件，以降低整個網絡的功耗。如今，xApps和rApps通過開啟和關閉處于非工作狀態的功率放大器等高耗能組件在基站層面實現了這一目標。然而，人工智能快速解決具有挑戰性的計算問題和分析海量數據的能力，為我們在更大范圍內乃至全市或者全國范圍內優化網絡性能提供了可能。可以在使用頻率比較低的時間段關閉整個基站，也可以對小區進行重新配置，以綠色低碳、節能環保的方式使用盡可能少的資源來滿足用戶的實時需求。目前還無法以這種方式重新配置基站和整個城市的網絡，重新配置和測試對網絡配置的任何更改通常需要幾天或幾周的時間。盡管如此，不同人工智能技術的發展前景十分廣闊，它們仍然是基礎設施提供商的首要考量因素。 |
