6G网络智能内生的思考

doi:10.11959/j.issn.1000-0801.2021219

电信科学 ›› 2021, Vol. 37 ›› Issue (9): 20-29.doi: 10.11959/j.issn.1000-0801.2021219

所属专题： 6G

6G网络智能内生的思考

李琴, 李唯源, 孙晓文, 胡玉双, 孙滔

中国移动通信有限公司研究院，北京 100053

修回日期:2021-09-10 出版日期:2021-09-20 发布日期:2021-09-01
作者简介:李琴（1977− ），女，中国移动通信有限公司研究院研究员，主要研究方向为网络智能化
李唯源（1988− ），女，博士，中国移动通信有限公司研究院研究员，主要研究方向为网络智能化
孙晓文（1989− ），女，中国移动通信有限公司研究院研究员，主要研究方向为 5G 网络切片、网络自动化管理、数字孪生技术等
胡玉双（1993− ），女，中国移动通信有限公司研究院研究员，主要研究方向为5G网络切片、6G架构、空天地一体化等
孙滔（1981− ），男，中国移动通信有限公司研究院主任研究员、网络创新实验室技术经理，主要研究方向为移动网新架构、网络智能化
基金资助:
国家重点研发计划项目(2020YFB1806800)

Thinking of native artificial intelligence in 6G networks

Qin LI, Weiyuan LI, Xiaowen SUN, Yushuang HU, Tao SUN

China Mobile Research Institute, Beijing 100053, China

Revised:2021-09-10 Online:2021-09-20 Published:2021-09-01
Supported by:
The National Key Research and Development Program of China(2020YFB1806800)

摘要/Abstract

摘要：

面向6G时代，网络将迎来新的应用场景和新的性能需求，多样化的应用和通信场景、超异构的网络连接以及极致性能的服务需求，都对移动通信网络提出了更高的要求。在总结阐述 5G 和 5G-Advanced 网络智能化的基础上，面向6G网络给出了6G网络智能内生的定义，提出了6G网络智能内生架构的四大特征，并分析了6G网络智能内生的潜在关键技术，最后结合两个应用场景进一步探讨了智能内生架构理念。

关键词: 6G, 智能内生, 分布式智能, 智算网融合

Abstract:

Facing the 6G era, the network will usher in new application scenarios and new performance requirements.Diversified application and communication scenarios, extremely heterogeneous communication networks, and extreme performance service requirements will all put forward higher requirements for mobile communication networks.On the basis of summarizing network intelligence in 5G and 5G-Advanced networks, the definition of intelligent-endogenesisin 6G networks and four major characteristics of 6G network architecture for intelligent-endogenesis were proposed, and the potential key technologies of intelligent-endogenesisin 6G network was analyzed, and finally combined with two application scenarios to further explore the concept of network architecture for intelligent-endogenesis.

Key words: 6G, intelligent-endogenesis, distributed intelligence, intelligent computing network convergence

中图分类号:

TP393

李琴, 李唯源, 孙晓文, 胡玉双, 孙滔. 6G网络智能内生的思考[J]. 电信科学, 2021, 37(9): 20-29.

Qin LI, Weiyuan LI, Xiaowen SUN, Yushuang HU, Tao SUN. Thinking of native artificial intelligence in 6G networks[J]. Telecommunications Science, 2021, 37(9): 20-29.

图/表 7

图1

图2

图3

图4

图5

图6

图7

参考文献 25

[1]	3GPP. Architecture enhancements for 5G System (5GS) to support network data analytics services:TS23.288[S]. 2021.
[2]	3GPP. Study on enhancement of management data analytics (MDA):TR28.809-040[S]. 2020.
[3]	O-RAN. O-RAN minimum viable plan and acceleration towards commercialization (white paper)[R]. 2021.
[4]	AAZHANG B , AHOKANGAS P , ALVES H ,et al. Key drivers and research challenges for 6G ubiquitous wireless intelligence(white paper)[EB]. 2019.
[5]	6GANA. Network AI white paper[R]. 2021.
[6]	6G Flagship,Finnish 6G flagship white papers[R]. 2021.
[7]	IMT-2030(6G)推进组. 6G总体愿景与潜在关键技术[R]. 2021.
	IMT-2030(6G)Promotion Gtoup. Overall 6G vision and poten-tial key technologies[R]. 2021.
[8]	SHYY D , WATSON C , WOODS K . TW:6G and artificial intelligence ＆ machine learning[R]. 2021.
[9]	YOU X H , WANG C X , HUANG J ,et al. Towards 6G wireless communication networks:vision,enabling technologies,and new paradigm shifts[J]. Science China Information Sciences, 2021,64(1): 110301.
[10]	TOMKOS I , KLONIDIS D , PIKASIS E ,et al. Toward the 6G network era:opportunities and challenges[J]. IT Professional, 2020,22(1): 34-38.
[11]	中国移动通信有限公司研究院. 2030+网络架构展望[R]. 2021.
	China Mobile Research Institute. 2030+network architecture outlook[R]. 2021.
[12]	张平, 牛凯, 田辉 ,等. 6G 移动通信技术展望[J]. 通信学报, 2019,40(1): 141-148.
	ZHANG P , NIU K , TIAN H ,et al. Technology prospect of 6G mobile communications[J]. Journal on Communications, 2019,40(1): 141-148.
[13]	WU J J , LI R P , AN X L ,et al. Toward native artificial intelligence in 6G networks:system design,architectures,and paradigms[EB]. 2021.
[14]	WANG T Y , WANG S W , ZHOU Z H . Machine learning for 5G and beyond:from model-based to data-driven mobile wireless networks[J]. China Communications, 2019,16(1): 165-175.
[15]	张钹, 朱军, 苏航 . 迈向第三代人工智能[J]. 中国科学:信息科学, 2020,50(9): 1281-1302.
	ZHANG B , ZHU J , SU H . Toward the third generation of artifi-cial intelligence[J]. Scientia Sinica (Informationis), 2020,50(9): 1281-1302.
[16]	MCMAHAN H B , MOORE E , RAMAGE D ,et al. Communication-efficient learning of deep networks from decentralized data[J]. 2016:arXiv:1602.05629[cs.LG].
[17]	WARNAT-HERRESTHAL S , SCHULTZE H , SHASTRY K L ,et al. Swarm Learning for decentralized and confidential clinical machine learning[J]. Nature, 2021,594(7862): 265-270.
[18]	孙滔, 周铖, 段晓东 ,等. 数字孪生网络(DTN):概念、架构及关键技术[J]. 自动化学报, 2021,47(3): 569-582.
	SUN T , ZHOU C , DUAN X D ,et al. Digital twin network (DTN):concepts,architecture,and key technologies[J]. Acta Automatica Sinica, 2021,47(3): 569-582.
[19]	ZOPH B , LE Q V . Neural architecture search with reinforcement learning[J]. arXiv:1611.01578, 2016.
[20]	HE X , ZHAO K Y , CHU X W . AutoML:a survey of the stateof-the-art[J]. Knowledge-Based Systems, 2021(212):106622.
[21]	YAO Q M , WANG M S , HUGO J E ,et al. Taking human out of learning applications:a survey on automated machine learning[EB]. 2018.
[22]	张彤, 任奕璟, 闫实 ,等. 人工智能驱动的6G网络：智慧内生[J]. 电信科学, 2020,36(9): 14-22.
	ZHANG T , REN Y J , YAN S ,et al. Artificial intelligence driven 6G networks:endogenous intelligence[J]. Telecommunications Science, 2020,36(9): 14-22.
[23]	AMIT S , not strings . Introducing the knowledge graph:things.Google Blog[R]. 2012.
[24]	AIDAN H , EVA B , MICHAEL C ,et al. Knowledge Graphs[J]. arXiv:2003.02320, 2021.
[25]	DANG S P , AMIN O , SHIHADA B ,et al. What should 6G Be?[J]. Nature Electronics, 2020,3(1): 20-29.

6G网络智能内生的思考

Thinking of native artificial intelligence in 6G networks

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 25

相关文章 15

Metrics

推荐阅读 0

[1]	王妍, 彭莹. 国际电信联盟（ITU）6G标准化研究[J]. 电信科学, 2023, 39(6): 129-138.
[2]	许文嘉, 王一旭, 彭木根. 卫星遥感与6G通信遥感一体化[J]. 电信科学, 2023, 39(4): 60-70.
[3]	蒋瑞红, 冯一哲, 孙耀华, 郑海娜. 面向低轨卫星网络的组网关键技术综述[J]. 电信科学, 2023, 39(2): 37-47.
[4]	索士强, 许盛浩, 曾婷, 龚秋莎, 王可. 面向6G的通感空口融合无线电接入网方案[J]. 电信科学, 2022, 38(9): 71-76.
[5]	陈仲华, 金凌, 孙剑平. 6G通信感知融合指标仿真方法研究[J]. 电信科学, 2022, 38(9): 77-82.
[6]	王晴天, 刘洋, 刘海涛, 宗佳颖, 杨峰义. 面向6G的网络智能化研究[J]. 电信科学, 2022, 38(9): 151-160.
[7]	张天魁, 徐瑜, 刘元玮, 杨鼎成, 任元红. 无人机辅助MEC系统：架构、关键技术与未来挑战[J]. 电信科学, 2022, 38(8): 3-16.
[8]	艾明, 侯云静, 周润泽, 蔡茂. 5G-Advanced网络的位置服务与关键技术[J]. 电信科学, 2022, 38(6): 120-130.
[9]	段向阳, 杨立, 夏树强, 韩志强, 谢峰. 通感算智一体化技术发展模式[J]. 电信科学, 2022, 38(3): 37-48.
[10]	杨震, 赵建军, 黄勇军, 李洁, 陈楠. 基于网络演进的人工智能技术方向研究[J]. 电信科学, 2022, 38(12): 27-34.
[11]	高子路, 孙韶辉, 李丽. 面向新一代移动通信的智能超表面技术综述[J]. 电信科学, 2022, 38(10): 20-35.
[12]	宋心刚, 李行政, 赵志民, 王砚. 5G大气波导干扰分析与测试[J]. 电信科学, 2022, 38(1): 112-120.
[13]	金宁, 王庆扬. 基于聚类算法的6G典型应用场景研究[J]. 电信科学, 2022, 38(1): 121-131.
[14]	程强, 戴俊彦, 柯俊臣, 梁竟程, 王思然. 智能超表面在波束及信息调控中的应用[J]. 电信科学, 2021, 37(9): 30-37.
[15]	楼梦婷, 金婧, 王菡凝, 王启星, 王江舟. 面向大规模天线系统的稀布阵技术研究与评估[J]. 电信科学, 2021, 37(9): 48-56.