كيسايت تكnologيز وجامعة مالقة تتعاونان لدفع الذكاء الاصطناعي والتعلم الآلي إلى اتصالات لاسلكية متقدمة

في تعاون رائد، تتحد شركة كيسانيت تكnologيز وجامعة مالقة (UMA) لتسخير قوة الذكاء الاصطناعي (AI) والتعلم الآلي (ML) لأنظمة الاتصالات اللاسلكية المتقدمة. مع تركيز حاد على البحث والتطوير الخاص بتقنية الجيل السادس (6G)، نجح هذا الشراكة في ابتكار طريقة لدمج خوارزميات الذكاء الاصطناعي والتعلم الآلي في أدوات التصميم والقياس. يهدف هذا الدمج إلى التحقق من أدائها وتسريع اعتمادها على مستوى الصناعة، ومعالجة تحديات التوافق بين الأنظمة، وتمهيد الطريق لنشر موحد للذكاء الاصطناعي والتعلم الآلي في قطاع الاتصالات اللاسلكية.

سد الفجوة في المعايير اللاسلكية

بدأ العديد من مشغلي الشبكات والبائعين بالفعل في الاستفادة من الذكاء الاصطناعي والتعلم الآلي في شبكاتهم لتعزيز الأداء والكفاءة. ومع ذلك، فإن غياب المعايير اللاسلكية الواضحة لنشر الذكاء الاصطناعي والتعلم الآلي قد طرح تحديات كبيرة للتوافق بين الأنظمة بين بائعي المعدات. يشرح خافيير كامبوس، مهندس البحث والتطوير في كيسانيت، قائلاً: "يخلق هذا الوضع الكثير من مشاكل التوافق بين بائعي المعدات، ومعيار غير محسّن لتكنولوجيا الذكاء الاصطناعي/التعلم الآلي - هذا هو التحدي الذي عملنا مع الجامعة على حله."

تعزيز الأداء اللاسلكي باستخدام الذكاء الاصطناعي

إحدى الاستراتيجيات الحاسمة لتحسين الأداء اللاسلكي تدور حول توفير واستخدام معلومات حالة القناة (CSI) الدقيقة. تشمل معلومات حالة القناة خصائص القناة المعروفة وظروف رابط الاتصالات، مما يتيح تعديلات في الوقت الفعلي للإرسال للحفاظ على الأداء الأمثل. هذا المكون محوري لتحقيق اتصالات موثوقة بمعدلات بيانات عالية وأنظمة متعددة الهوائيات. تقليدياً، كان حساب وإبلاغ معلومات حالة القناة الدقيقة أمراً مكلفاً من حيث الحوسبة والموارد، مما يجعله مرشحاً مثالياً لدمج الذكاء الاصطناعي والتعلم الآلي في الشبكة.

يبرز كامبوس إمكانات الذكاء الاصطناعي في هذا السياق، قائلاً: "بينما كان الذكاء الاصطناعي موجوداً منذ فترة طويلة، تمكنت الصناعة الآن من تحديد حالات استخدام ملموسة، مثل تحسين ملاحظات CSI، حيث يمكن للذكاء الاصطناعي تحقيق مكاسب هائلة في الأداء واستغلال الموارد وكفاءة الطاقة."

تحسين ملاحظات CSI المدعوم بالذكاء الاصطناعي

إدراكاً منها لأن معلومات حالة القناة (CSI) هي حالة استخدام مثالية تستفيد من الذكاء الاصطناعي والتعلم الآلي، طور باحثو الاتصالات اللاسلكية في جامعة مالقة (UMA) نموذج ذكاء اصطناعي/تعلم آلي لتحسين ملاحظات CSI. توضح ماري كارمن أغويو، الأستاذة في جامعة مالقة ورئيسة معهد أبحاث الاتصالات (TELMA)، قائلة: "ما نفعله هو تقليل المعلومات التي يتعين عليك إرسالها عبر الهواء لتوفير معلومات حالة القناة الدقيقة من معدات المستخدم إلى المحطة الأساسية." يتم تحقيق هذا التخفيض من خلال خوارزميات الذكاء الاصطناعي التي تضغط المعلومات المطلوبة إلى كميات دنيا، مما يضمن الأداء الأمثل بأقل كمية من نقل البيانات.

للتحقق من تفوق نموذج التعلم الآلي الخاص بهم على معالجة الإشارات الرقمية (DSP) التقليدية لملاحظات CSI، لجأ باحثو جامعة مالقة إلى كيسانيت للحصول على منصة التوأم الرقمي. قامت هذه المنصة بمحاكاة أداء نموذجهم في ظل ظروف العالم الحقيقي، مما سمح باختبار شامل تحت ملفات توهين مختلفة وسيناريوهات اختبار.

فتح الأبواب لمعايير قائمة على الذكاء الاصطناعي/التعلم الآلي

من خلال جهودهم التعاونية، طورت كيسانيت وجامعة مالقة واجهة تتيح دمج أي خوارزمية ذكاء اصطناعي/تعلم آلي تلتزم بواجهات برمجة التطبيقات (APIs) وأطر عمل الذكاء الاصطناعي/التعلم الآلي الشائعة في SystemVue الخاص بشركة كيسانيت، وهو أداة نمذجة. يمهد هذا الاختراق الطريق للصناعة بأكملها للاستفادة بشكل فعال من خوارزميات الذكاء الاصطناعي والتعلم الآلي. لتسهيل عملية الدمج هذه، تعمل كيسانيت وجامعة مالقة بنشاط على تقديم هذه الابتكارات إلى هيئة معايير مشروع الشراكة الجيل الثالث (3GPP) لشبكة الوصول الراديوية (RAN-1).

يصرح كامبوس: "معاً، نتطلع إلى التقدم في المجالات المختلفة التي تدرسها 3GPP. نحن نعمل على تحسين قابلية الاستخدام والقياسات للحصول على الرؤى اللازمة لجلب هذه التكنولوجيا الجديدة إلى الصناعة."

المساهمات في إصدار 3GPP 18

بعد التحقق الناجح من نماذج الذكاء الاصطناعي الخاصة بهم، قدمت جامعة مالقة وكيسانيت هذه الابتكارات، بالإضافة إلى أفضل ممارسات القياس المرتبطة بها، إلى 3GPP كجزء من الإصدار 18. يمثل هذا أول إصدار لـ 3GPP يتعمق في تحسينات الذكاء الاصطناعي/التعلم الآلي لواجهة الهواء، مما يؤكد أهمية عملهم في تشكيل مستقبل الاتصالات اللاسلكية.

شراكة مستمرة للمستقبل

الشراكة بين جامعة مالقة وكيسانيت ليست على وشك الانتهاء. من المقرر أن تستمر تعاونهم مع خطط لتقديم مساهمات إضافية وتوسيع نتائجهم لتشمل أدوات كيسانيت الإضافية. هدفهم النهائي هو تمكين باحثي الاتصالات اللاسلكية في جميع أنحاء العالم من تسخير إمكانات الذكاء الاصطناعي والتعلم الآلي في تشكيل مستقبل الاتصالات اللاسلكية المتقدمة.

يمثل التعاون بين كيسانيت تكnologيز وجامعة مالقة قفزة كبيرة إلى الأمام في دمج الذكاء الاصطناعي والتعلم الآلي في أنظمة الاتصالات اللاسلكية المتقدمة. تعالج جهودهم تحديات التوافق بين الأنظمة وتضع الأساس لنشر موحد للذكاء الاصطناعي والتعلم الآلي في صناعة الاتصالات اللاسلكية، مما يعد بتحسين الأداء واستغلال الموارد وكفاءة الطاقة في عصر تكنولوجيا الاتصالات اللاسلكية من الجيل السادس (6G).