Esta innovación permitiría la interoperabilidad entre múltiples proveedores de los diferentes modelos de IA utilizados en redes y dispositivos, lo que posibilitaría que los futuros sistemas inalámbricos aprovechen la IA para lograr mayores capacidades y un mejor rendimiento, al tiempo que potencialmente reducen su consumo energético.
El prototipo de esta tecnología, resultado de la colaboración entre Qualcomm y Nokia Bell Labs, se ha implementado en una prueba de concepto de IA utilizando una red de prueba de Nokia Bell Labs y un sistema Snapdragon 5G modem-RF, que se podrá ver en formato de demo en el MWC Barcelona 2024.
“El potencial de la IA es sustancial en comunicaciones. Una interfaz de aire impulsada por datos puede aprender sobre su entorno para mejorar su rendimiento y eficiencia"
“El potencial de la IA es sustancial en comunicaciones. Una interfaz de aire impulsada por datos puede aprender sobre su entorno para mejorar su rendimiento y eficiencia. Ya estamos viendo la IA implementada en 5G y 5G-Advanced, sin embargo, alcanzará su máximo potencial en la era 6G”, destaca Peter Vetter, presidente de Bell Labs Core Research de Nokia.
La IA y el aprendizaje automático tendrán un impacto significativo en las comunicaciones inalámbricas en el futuro, ya que los modelos de IA pueden optimizar el rendimiento de radio según su entorno específico. Sin embargo, para que la IA alcance su máximo potencial en la red de radio, los diferentes sistemas de IA utilizados por las redes y dispositivos necesitan coordinar sus actividades. De lo contrario, estos sistemas de IA podrían trabajar en contra de sus propósitos.
“La IA aporte nuevas capacidades, eficiencia y rendimiento a los sistemas inalámbricos de múltiples proveedores, el ecosistema necesita trabajar juntos para habilitar la IA inalámbrica a escala global”, apunta Tingfang Ji, vicepresidente de ingeniería en Qualcomm. “Colaborar con Nokia en la interoperabilidad de la IA es un primer paso alentador hacia la definición de un estándar global escalable”, señala el directivo.
Aprendizaje secuencial
Qualcomm y Nokia Bell Labs han adoptado un nuevo enfoque para la interoperabilidad de la IA que utiliza una técnica llamada aprendizaje secuencial. Mediante el aprendizaje secuencial, la red y el dispositivo comparten datos sobre la conexión relevantes para el entrenamiento de la IA, pero no necesitan compartir el modelo de IA actual.
Estos codificadores y decodificadores independientes actúan efectivamente como traductores, permitiendo que varios sistemas de IA muy diferentes compartan sus conocimientos entre sí
Tras ello, codificadores y decodificadores independientes utilizan esos datos para entrenar la IA de la red y del dispositivo por separado. Estos codificadores y decodificadores independientes actúan efectivamente como traductores, permitiendo que varios sistemas de IA muy diferentes compartan sus conocimientos entre sí. A través del entrenamiento secuencial, estos diversos modelos de IA se reforzarían mutuamente, independientemente del proveedor.
Además, el entrenamiento secuencial también podría permitir que dispositivos inalámbricos de múltiples proveedores, cada uno con su propia implementación de codificador, trabajen conjuntamente con la misma estación base que tiene un decodificador común en la red. Esto ahorra tiempo en el entrenamiento y ayuda a la escalabilidad para futuras implementaciones en el mundo real.
Si (
No(
