Хотя использование ИИ и цифровых двойников не является чем-то новым для операторов, развитие первых открывает возможности для расширенных вариантов использования двойников, таких как улучшенное планирование и оптимизация сети, исследовательские структуры 6G и модели обучения.

Цифровой двойник — это создание или сбор цифровых данных, представляющих физический объект. Большинство цифровых двойников используют комбинацию искусственного интеллекта и машинного обучения, данных датчиков и 3D-изображений в реальном времени для создания цифровой симуляции любого физического объекта.

Благодаря алгоритмам искусственного интеллекта и автоматизации с обратной связью операторы могут создавать цифровых двойников на базе искусственного интеллекта, которые решают сложные реальные проблемы с меньшим уровнем риска и с более быстрыми результатами.

Технический директор UScell ​​Майк Иризарри заявил, что оператор работает с партнером над использованием генеративного искусственного интеллекта (GenAI) для создания цифровых двойников своих вышек сотовой связи.

Вместо того, чтобы взбираться на каждую башню или просматривать схемы башен, дроны будут захватывать изображения и помещать их в базу данных, которая затем перекачивается в большую языковую марковскую модель, специально настроенную и оптимизированную для классификации изображений.

Конечная цель — создать цифрового двойника вышек сотовой связи оператора, который позволит человеку с гарнитурой VR определить, отключены ли антенны вышки из-за штормов или других факторов. 

“Это позволяет вам направить кого-то с подходящим оборудованием для ремонта за более короткий период времени и с гораздо меньшими затратами”, — объяснил Иризарри. “Мы рассматриваем возможность применения генеративного искусственного интеллекта и цифровых двойников, но еще не дошли до этого”.

Он отметил, что, как и Google Maps, GenAI и цифровые двойники также могут использоваться для мониторинга и ремонта центров обработки данных путем создания их 3D-рендеринга.

“Я мог посмотреть на потребление тепла и электроэнергии в конкретном дата-центре, даже не посещая его”, — объяснил он.

ИИ и цифровые двойники для исследований 6G

Nvidia представила платформу для демократизации исследований 6G за счет использования ИИ и цифровых двойников. Платформа Nvidia 6G Research Cloud от производителя чипов имеет несколько взаимосвязанных компонентов, которые позволяют поставщикам, исследователям и операторам тестировать алгоритмы искусственного интеллекта на платформе Aerial Omniverse Digital Twin для 6G.

Ansys, Arm, ETH Zurich, Fujitsu, Keysight, Nokia, Northeastern University, Rohde & Schwarz, Samsung, SoftBank Corp. и Viavi — первые члены экосистемы.

Партнеры смогут воспользоваться мощными чипами Nvidia для создания цифровых двойников кварталов или целых городов.

“Omniverse — это физически точный, хорошо визуализированный цифровой двойник, который масштабируется изнутри сервера, стойки или чипа вплоть до Земли”, — объяснил Ронни Васишта, старший вице-президент по телекоммуникациям в Nvidia. “Мы создаем цифрового двойника Земли”.

Васишта заявил, что с помощью трассировки лучей Omniverse может моделировать радиочастотную часть спектра, чтобы помочь операторам определить, где разместить свои антенны и терминалы, а также имитировать местоположение движущихся мобильных устройств.

По его словам, это также позволяет операторам и поставщикам точно моделировать распространение радиочастотного излучения в местах, где есть препятствия, такие как стекло, бетон или листва, в цифровом двойнике.

“Вы можете увидеть эффекты отражения, преломления, дифракции и поглощения радиочастот в различных диапазонах частот”, — сказал Васишта.

Цифровой двойник предназначен для работы как на одной базовой станции с несколькими мобильными устройствами, так и на сотнях базовых станций с тысячами устройств. 

“Я бы сказал, что распространение радиочастот — это, пожалуй, одна из самых интересных областей, помимо сбора данных”, — отметил Васишта. “Возможность моделировать в масштабе реальную антенну, включая помехи интерфейса и другие элементы данных, — это то, на что мы действительно потратили больше всего времени, чтобы убедиться, что это точная реализация”.

Платформа также включает в себя программно-определяемый полный стек RAN, позволяющий исследователям и участникам настраивать, программировать и тестировать компоненты сети 6G в режиме реального времени. Поставщики, такие как Nokia, могут использовать на платформе свой собственный стек RAN, но предоставляется открытый стек, совместимый с RAN, от Nvidia.

Васишта добавил, что пользователи исследовательской платформы могут собирать данные от своего цифрового двойника в рамках своей модели канала, что позволяет им обучаться оптимизации.

“Теперь он позволяет вам использовать искусственный интеллект и машинное обучение в сочетании с цифровым двойником для полного моделирования среды и создания моделей каналов для конкретного объекта, чтобы вы всегда могли иметь наилучшее соединение или, например, самое низкое энергопотребление”, — сказал он.

Он отметил, что платформа может включать использование GenAI для создания прогнозных моделей на основе данных операторов.

“Первоначально вам понадобятся достоверные данные от операторов, чтобы проверить то, что вы собираете”, — сказал он. “Данные оператора будут полезны, поскольку позволят вам построить эту обученную модель, но после этого вы можете создать синтетические данные, а затем использовать их для обучения самой модели”.

Планирование и тестирование сети

Помимо исследований 6G, платформа также обеспечивает планирование сети, позволяя операторам моделировать крупные события, такие как концерты или беспилотные транспортные средства, передвигающиеся по улицам.

“Модели, которые вы обучаете в своей среде моделирования, затем можно будет развернуть”, — сказал Васишта. “Может быть, вы подключите дополнительную мобильную базовую станцию ​​или выделите больше вычислительных ресурсов ядру 5G для обслуживания этой конкретной области”.

Ян Вонг, директор по радиочастотной и беспроводной архитектуре Viavi, заявил, что его компания рано осознала важность использования искусственного интеллекта и машинного обучения для разработки своей программы 6G Forward, которая включает партнерство с Северо-Восточным университетом.

Поставщик средств тестирования и измерений использует искусственный интеллект и машинное обучение для улучшения трассировки лучей для моделирования распространения в цифровом двойнике.

“Мы уже давно используем трассировку лучей в отрасли для моделирования среды распространения радиочастотных сигналов”, — сказал Вонг. “Но если вы доведете это до масштаба конкретного города, вы не сможете просто выполнить грубую трассировку лучей. Мы считаем, что необходим ИИ с учетом физики, который позволит нам иметь достаточно точные модели, которые в конечном итоге покажут операторам, как оптимизировать свои сети”.

Он заявил, что Viavi использует университетский открытый цифровой двойник RAN, получивший название Colosseum, в сочетании с искусственным интеллектом для получения “наземных” данных для моделирования распространения радиоволн в лабораторных условиях.

Томмазо Мелодиа из Северо-Восточного университета заявил, что Альянс AI-RAN , в который входят Nvidia, Softbank и университет, в ближайшие месяцы разрабатывает мультивендорный, открытый RAN и совместимый с 3GPP проект 6G с использованием ИИ. Этот проект может включать работу платформы Nvidia 6G Research Cloud.

Джейн Райгаард, руководитель отдела корпоративного партнерства Nokia, заявила, что первой целью цифрового двойника, используемого в платформе 6G Nvidia, является сотрудничество во всей отрасли, но она также отметила, что это позволяет участникам сосредоточиться на конкретных областях интересов.

“Прежде чем мы начнем создавать настоящие системы [6G], нам необходимо сотрудничество, которое приведет к стандартизации. Нам необходимо понять сложность всех этих систем вместе. Это означает, что такие вещи, как твиннинг, должны осуществляться совершенно по-другому, потому что мы больше не можем смотреть на это только из маленькой лаборатории в углу”.