摘要

本文介绍了一种名为“去中心化多方多网络人工智能（DMMAI）”的框架，旨在将人工智能（AI）集成到大规模部署的6G无线系统中。随着6G网络的广泛部署，端到端AI解决方案必须同时涵盖无线电和光纤领域。DMMAI框架通过协调跨不同网络平台的AI驱动控制，促进了网络的自主配置、监控和修复，特别是在网络边缘，这些功能对于满足高级应用的高功能性和安全性需求至关重要。本文提出的解决方案填补了AI驱动协调在6G网络标准化框架中的关键空白，为全球AI在6G网络中的标准化和验证奠定了基础。

原理

DMMAI框架的核心在于创建一个AI控制工具箱，该工具箱能够促进端到端AI服务的实现。框架通过AI控制器（AIC）和跨控制器网络架构的结合，实现了在不同软件定义网络环境中的部署，包括近实时（RT）RIC、非RT RIC、传输SDN和网络操作系统（NOS）。AIC通过解耦各种功能，支持北-南（N-S）和东-西（E-W）通信流，为高级算法的开发和实施奠定了基础。此外，DMMAI框架通过促进群体或集群智能的概念，增强了网络节点的协调行动，使得决策制定和运营策略通过共享数据洞察得到加强。

流程

DMMAI框架的工作流程涉及AI控制器（AIC）与网络元素的交互，包括数据管理、模型管理、AIC间通信和AI管理等四个主要组成部分。这些组件通过与网络元素的交互，实现对网络的配置和优化。例如，在工业工厂环境中，可以通过部署x/rApps来利用AIC优化私有O-RAN网络，以支持AI驱动的自动化。整个流程通过AI服务管理和编排平台进行管理，确保AI服务的端到端执行。

应用

DMMAI框架的应用前景广阔，特别适用于需要高吞吐量和低延迟的6G应用场景。该框架不仅能够支持无线电和光纤网络的集成管理，还能够适应未来网络技术的发展和变化。通过提供一个灵活且可扩展的框架，DMMAI为6G网络的智能化和自主化提供了坚实的基础，有望在全球范围内推动AI在通信网络中的广泛应用和标准化。