未来6G网络内生智能的探讨与分析

【摘  要】将机器学习技术应用到未来6G网络使其具备内生智能，是未来移动通信系统发展的重要趋势之一。对将机器学习技术引入到6G网络的必要性、可行性进行分析，并给出了一种网络内生智能的方式。同时对网络内生智能所引发的机器学习建模问题、模型部署/更新问题、如何应用强化学习的问题、以及标准化问题进行了探讨。这些问题需要在无线网络内生智能化进程中被关注和进一步研究。

【关键词】人工智能；机器学习；6G；神经网络

0   引言

作为人工智能的关键方法之一，机器学习技术在上个世纪50年代被提出，到目前为止经历了早期发展阶段和以数据挖掘为代表的中期发展阶段，目前处于以深度机器学习为代表的第三个发展阶段。机器学习技术影响的行业范围广，涉及金融、家居、教育、交通、医疗、物流、安防、客服、制造等行业，特别是在语音识别、图像识别等领域取得突破。机器学习技术平台开源化，使得开发者可以直接使用已经研发成功的深度学习工具，也加速了机器学习技术的发展与应用。

近年来，如何将机器学习技术应用到无线移动通信系统在学术界、产业界被广泛研究与探讨。3GPP SA2于2017年启动了面向5G网络的自动化使能技术研究工作，其对核心网中的NWDAF（Network Data Analytics Function，网络数据分析功能）进行了增强[1-2]；3GPP SA5于2019年启动了面向MDAS（Management Data Analytics Service，管理数据分析服务）增强的研究工作[3]。对网络数据分析功能和管理数据分析服务的增强，使其可应用人工智能和机器学习技术进行数据分析，可形成影响核心网和接入网的智能化决策。在接入网部分，3GPP RAN3于2018年启