由中國移動研究院主辦的 “遇見未來”——6G協(xié)同創(chuàng)新成果發(fā)布會 在北京召開，發(fā)布了中國移動研究院在6G方面的階段性成果。中國移動研究院主任研究員韓雙鋒對《6G物理層AI關鍵技術白皮書》進行解讀。

什么是物理層AI?韓雙鋒介紹，物理層AI是接入網(wǎng)AI的一部分，包括物理層模塊功能增強和物理層鏈路聯(lián)合設計兩種思路;主要步驟包括：物理層的數(shù)據(jù)采集、AI模型的選擇、訓練、以及推理。

眾所周知，經(jīng)過幾十年的發(fā)展，傳統(tǒng)的通信鏈路中的信源編解碼、信道編解碼、調制解調、波形多址、MIMO等多個模塊已經(jīng)有了非常堅實的通信理論基礎。但是，在現(xiàn)有的通信系統(tǒng)中為什么還要引入AI?

韓雙鋒表示，主要是因為無線通信系統(tǒng)中存在大量傳統(tǒng)方法難以精確建模或者高效 率求解的技術問題，引入AI可以更好地把握復雜環(huán)境下無線信道的特征以及復雜數(shù)學問題的求解，從而提升物理層的性能。

韓雙鋒介紹，在《6G物理層AI關鍵技術白皮書》中，深入分析了基于AI的收發(fā)機鏈路設計，倡導基于數(shù)據(jù)和模型雙驅動的設計理念，這樣可以顯著減少訓練所需的開銷，此外還具有更好的泛化性。

網(wǎng)絡中有了物理層AI 能力后，還要有創(chuàng)新的網(wǎng)絡架構、接口和信令流程的支持，才能發(fā)揮AI的最大能力。為此，中國移動研究院提出了實時AI空口的理念：物理層AI的輸出信息直接輸入基站調度器，可以實現(xiàn)更智能的業(yè)務和資源調度。

標準化路線圖大體可以分為近期、中期、長期三個階段;每個階段都有自己的側重點，預計近期工作聚焦在部分物理層功能模塊的AI增強 ，中期是智能調度為核心的協(xié)議技術(包括基于AI的信道編碼、調制、波形、調度等);長期目標是要努力打造面向空口自演進的終極AI(實現(xiàn)端到端AI算法與架構)。

關鍵詞： 創(chuàng)新成果 功能增強 物理層鏈