随着 3GPP Release 18，5G Advanced 正式推出。5G Advanced 的目标之一是增强 5G 的功能，并将其扩展应用于新设备、部署和行业。随着网络设计变得越来越复杂，包括广泛的部署和使用选项，传统方法将无法提供快速的解决方案。由于手动重新配置蜂窝通信系统成本高昂且效率低下，因此有必要使用人工智能 (AI) 和机器学习 (ML) 来自动化操作流程，这有望通过自动化需要人工交互的功能来降低成本。通过使用从无线网络收集的大量数据，AI 和 ML 可以解决复杂和非结构化的网络问题。
3GPP TSG RAN 会议 #94e 文件 RP-213599（标题：针对 NR 空中接口的人工智能 (AI)/机器学习 (ML) 研究）对初始用例集进行了一些阐述，这包括 CSI 反馈增强（例如开销减少、精度提高、预测）、波束管理（例如，在时域和/或空域的波束预测以减少开销和延迟，波束选择精度提高），和定位精度增强。根据该文件，具体的 AI/ML 模型预计不会指定而是留待实施。
根据高通公司，AI 可用于核心和 RAN（无线电接入网络）以实现智能网络操作（例如，增强 QoS、提高效率、简化部署和提高安全性）。此外，设备上的人工智能将有利于整个 5G 系统。潜在的支持能力是无线电感知，它通过环境和上下文感知提供有价值的知识，可以减少开销和延迟。通过无线电感知，5G 系统可以支持增强的设备体验，例如智能波束成形和电源管理，改进的系统性能例如减少干扰，和更好的频谱利用率，以及改进的无线电安全性，例如更好地检测和防止恶意攻击。
图 1 显示了 5G 中 AI/ML 用例的一般分类。
现在，让我们简要了解一下 5G 中 AI/ML 的最新技术水平。
下图展示了5G技术在AI/ML领域的创新趋势。从2015年可以看出专利申请趋势的显著上升。
下图显示了 5G 技术中 AI/ML 领域的主要市场参与者。在领先企业中，爱立信是市场领导者，其次是 LG、华为、三星、高通和诺基亚。
下图显示了 5G 技术中 AI/ML 领域的创新中心。中国和美国在创新活动方面领先于其他司法管辖区。
结论：无线运营商可以利用人工智能和机器学习，将他们的网络运维过程从人为驱动的管理模式转变为自我驱动的自动化管理模式。随着 AI/ML 集成到 5G Advanced 中，智能基站能够做出自己的决策，移动设备可以根据学习到的数据创建动态适应性集群。因此，网络应用程序将运行得更高效、延迟更低且更可靠。
人工智能和机器学习在无线通信中的应用仍处于起步阶段，但在未来几年中，它们将变得更加成熟和创新，以创建更智能的无线网络。因此，下一代无线网络将由人工智能和机器学习驱动。
请注意，以上所有图表均基于原始数据，并且仅限于H04W* CPC/IPC的结果。为获得更多洞察，需要对专利数据进行更深入的调查/手动过滤。如需详细的分析报告，请通过 support@intricateresearch.com 联系我们。