Keysight Technologies et l'Université de Malaga collaborent pour propulser l'IA et le ML dans les communications sans fil avancées

Dans une collaboration révolutionnaire, Keysight Technologies et l'Université de Malaga (UMA) unissent leurs forces pour exploiter le pouvoir de l'intelligence artificielle (IA) et de l'apprentissage automatique (ML) pour les systèmes de communications sans fil avancés. Avec un focus particulier sur la recherche et le développement de la 6G, ce partenariat a réussi à concevoir une méthode pour intégrer des algorithmes IA et ML dans les outils de conception et de mesure. Cette intégration vise à valider leurs performances et à accélérer l'adoption à l'échelle de l'industrie, en adressant les défis d'interopérabilité et en ouvrant la voie au déploiement standardisé de l'IA et du ML dans le secteur sans fil.

Combler le fossé dans les normes sans fil

De nombreux opérateurs réseau et fournisseurs ont déjà commencé à exploiter l'IA et le ML dans leurs réseaux pour améliorer les performances et l'efficacité. Cependant, l'absence de normes sans fil claires pour le déploiement de l'IA et du ML a posé des défis d'interopérabilité significatifs parmi les fournisseurs d'équipements. Javier Campos, ingénieur R&D chez Keysight, explique : « Cette situation crée beaucoup de problèmes d'interopérabilité parmi les fournisseurs d'équipements et avoir une norme qui n'est pas optimisée pour la technologie IA/ML – c'est le défi avec lequel nous avons travaillé avec l'université pour résoudre. »

Améliorer les performances sans fil avec l'IA

L'une des stratégies critiques pour optimiser les performances sans fil tourne autour de la fourniture et de l'utilisation d'informations précises sur l'état du canal (CSI). Le CSI englobe les propriétés et conditions de canal connues d'un lien de communication, permettant des ajustements en temps réel des transmissions pour maintenir des performances optimales. Ce composant est pivot pour atteindre des communications fiables avec des débits de données élevés et des systèmes multi-antennes. Traditionnellement, le calcul et le rapport précis du CSI ont été intensifs en calcul et en ressources, ce qui en fait un candidat idéal pour intégrer l'IA et le ML dans le réseau.

Campos souligne le potentiel de l'IA dans ce contexte, déclarant : « Bien que l'IA existe depuis longtemps, l'industrie est désormais en mesure d'identifier des cas d'utilisation concrets, comme l'optimisation des retours CSI, où l'IA peut apporter d'énormes gains en matière de performance, d'utilisation des ressources et d'efficacité énergétique. »

Amélioration des retours CSI alimentée par l'IA

Reconnaissant le CSI comme un cas d'utilisation privilégié bénéficiant de l'IA et du ML, les chercheurs en technologies sans fil de l'UMA ont développé un modèle d'IA/ML pour l'amélioration des retours CSI. Mari Carmen Aguayo, professeure à l'Université de Malaga et directrice de l'Institut de recherche en télécommunications (TELMA), précise : « Ce que nous faisons, c'est réduire les informations à transmettre sur l'air pour fournir un CSI précis de l'équipement utilisateur vers la station de base. » Cette réduction est obtenue grâce à des algorithmes d'IA qui compressent les informations requises en quantités minimales, garantissant des performances optimales avec le moins de transmission de données possible.

Pour valider la supériorité de leur modèle ML par rapport au traitement numérique du signal (DSP) traditionnel pour les retours CSI, les chercheurs de l'UMA se sont tournés vers Keysight pour obtenir une plateforme de jumeau numérique. Cette plateforme a émulé les performances de leur modèle dans des conditions réelles, permettant des tests complets sous divers profils d'affaiblissement et scénarios de test.

Ouvrir la voie aux normes basées sur l'IA/ML

Grâce à leurs efforts collaboratifs, Keysight et l'UMA ont développé une interface permettant l'intégration de tout algorithme d'IA/ML respectant les API et frameworks d'IA courants dans SystemVue de Keysight, un outil de modélisation. Cette avancée ouvre la voie à l'utilisation efficace des algorithmes d'IA et de ML par toute l'industrie. Pour faciliter ce processus d'intégration, Keysight et l'UMA travaillent activement à présenter cette innovation à l'organisme de normalisation 3rd Generation Partnership Project Radio Access Network (3GPP RAN-1).

Campos déclare : « Ensemble, nous sommes impatients de progresser dans les différents domaines étudiés par le 3GPP. Nous travaillons à améliorer l'utilisabilité et les mesures afin d'obtenir les informations nécessaires pour introduire cette nouvelle technologie dans l'industrie. »

Contributions à la version 3GPP 18

Après la validation réussie de leurs modèles d'IA, l'UMA et Keysight ont présenté ces innovations, ainsi que les meilleures pratiques de mesure associées, au 3GPP dans le cadre de la Release 18. Il s'agit de la première version du 3GPP qui explore les améliorations apportées par l'IA/ML à l'interface aérienne, soulignant l'importance de leur travail dans la définition de l'avenir des communications sans fil.

Un partenariat continu pour l'avenir

Le partenariat entre l'UMA et Keysight est loin d'être terminé. Leur collaboration devrait se poursuivre avec des plans visant à apporter de nouvelles contributions et à étendre leurs résultats à d'autres outils Keysight. Leur objectif ultime est de permettre aux chercheurs en technologies sans fil du monde entier de tirer parti du potentiel de l'IA et du ML pour façonner l'avenir des communications sans fil avancées.

La collaboration entre Keysight Technologies et l'Université de Malaga représente un bond significatif dans l'intégration de l'IA et du ML dans les systèmes de communications sans fil avancés. Leurs efforts répondent aux défis d'interopérabilité et posent les bases d'un déploiement normalisé de l'IA et du ML dans l'industrie sans fil, promettant des performances, une utilisation des ressources et une efficacité énergétique améliorées à l'ère de la technologie sans fil 6G.