AI架構革新：6G高速網路的關鍵突破

科學家們正致力於開發人工智慧（AI）模型，這些模型能夠全面分析無線流量，使6G等高速網路對手機及其他行動裝置使用者更加快速且穩定。根據2024年12月《IEEE無線通訊期刊》刊登的研究，研究人員詳細介紹了一種AI系統，該系統透過聚焦於角度、延遲及訊號強度等關鍵資訊，大幅減少了裝置與無線基地臺（如手機訊號塔）之間需傳輸的資訊量。

研究團隊發現，透過最佳化使用高頻毫米波（mmWave）頻段的無線網路中的訊號資料，連線錯誤顯著減少，AI系統在各種環境下（如交通繁忙的都市區域）提升了資料的可靠性與連線品質。研究主要作者、韓國仁川國立大學電信學系教授Byungju Lee表示：「為應對下一代無線網路中快速增長的資料需求，充分利用毫米波頻段的豐富頻率資源至關重要。」

目前，使用高頻無線電頻譜（如毫米波）的網路面臨的挑戰在於，它們依賴大量天線透過大規模多輸入多輸出（MIMO）技術協同工作。這一過程需要精確的「通道狀態資訊」（CSI）來確保基地臺與具備相容天線的行動裝置之間的連線。然而，網路環境的變化（如天線隨人潮及車流移動，或裝置與訊號塔之間的視線受阻）使情況更加複雜，導致「通道老化」——預測通道狀態與實際狀態之間的差異，進而降低資料吞吐量與訊號品質。

為克服這些挑戰，研究團隊採用了一種名為「變壓器」（transformer）的新型AI模型。傳統的卷積神經網路（CNN）雖可用於預測與最佳化無線網路流量，但其專注於區域性特徵，而變壓器模型則能同時追蹤訊號變化的短期與長期模式。這種名為「變壓器輔助引數化CSI回饋」的AI系統，能夠即時調整無線網路，即使在使用者快速移動時，也能提升基地臺與使用者之間的連線品質。

變壓器模型與CNN的差異在於，前者能夠從全域性角度分析影象（在此為電磁頻譜上的模式），而後者則偏向於邊緣與紋理等區域性特徵。儘管變壓器模型在運算上更為耗能，但若能為下一代無線網路提供穩健的解決方案，它將成為未來高速無線通訊的關鍵。

這項研究不僅為6G網路的發展提供了新方向，也為AI在無線通訊領域的應用開闢了更多可能性。隨著技術的持續進步，未來的無線網路將更加智慧化，為使用者帶來前所未有的連線體驗。