面向6G的去中心化的人工智能理论与技术

【摘  要】去中心化网络架构和原生AI能力是未来6G网络的两个重要发展趋势，现有的依赖于云端服务器或者终端的中心化的AI模式将难以支持6G网络下多终端、多节点的分布式智能协作需求，这种新型的去中心网络环境给AI在模型的训练、数据的采集和处理、模型的部署和推理等方面带来了新的挑战，针对6G网络去中心化计算环境中海量终端设备异构、计算能力差异大、通信网络条件动态变化等特点，分析去中心化的人工智能发展趋势及相关的理论与技术，并提出相关的前瞻性的技术挑战和研究方向。

【关键词】6G；去中心化；人工智能；神经网络；智能网络

0   引言

未来第六代移动通信系统（6G, the Sixth Generation Mobile Communication system）以实现智能应用与网络的深度融合为目标，进一步深入、扩展5G网络，在人工智能（AI, Artificial Intelligent）、边缘计算和物联网等技术的基础上，完成真实世界到虚拟世界的延拓与融合，达到满足人类更深层次的智能通信需求[1-2]。1G网络到5G网络的设计与应用主要是满足用户的基本通信需求（例如传输速率、时延、频谱效率以及能耗等）。特别地，5G实现了通信性能的大幅度提升并逐步商用，但在全方位、立体化的多域覆盖、空天及海洋通信方面存在不足，在信息速度、广度及深度上难以满足人类更深层次的智能通信需求[3-4]。此外，5G在高度多样化的大规模互联方面存在一定的技术限制，未来新兴的服务和动态应用场景均促进了对6G无线通信新范式的需求[5]。

6G网络设计的愿景通常可概括为泛在的无线智能通信连接、人机物融合的深度连接、与基础设施的泛在连接、基于上下文感知的全息通信和无缝覆盖的A