面向6G无线网络的大AI模型：机遇、挑战与研究方向
网络与互联网体系结构
2024-03-04 v2 信号处理
摘要
近来，以chatGPT为代表的大人工智能模型（BAIMs）带来了令人难以置信的变革。借助特定领域内预训练的BAIMs，众多下游任务仅需少样本甚至零样本学习即可完成，并展现出最先进的性能。正如广泛预期，大AI模型将迅速渗透至主要智能服务与应用，并能以低单位成本与高灵活性运行。在6G无线网络中，为全面实现智能通信、感知与计算，除提供其他智能无线服务与应用外，设计与部署特定的无线BAIMs（wBAIMs）至关重要。然而，针对wBAIM的架构设计与系统评估仍缺乏研究。本文对wBAIM的需求、设计与部署方面进行了全面探讨及若干深入展望。我们认为wBAIM将成为6G无线网络为众多前景构想构建高效、可持续、通用且可扩展无线智能的关键途径。继而，我们给出指导wBAIM设计的核心特征、原则与试点研究，并通过辨析现有BAIMs与新兴wBAIMs之差异讨论开发wBAIMs的关键方面。最后，概述了相关研究方向与潜在解决方案。
引用
@article{arxiv.2308.06250,
title = {Big AI Models for 6G Wireless Networks: Opportunities, Challenges, and Research Directions},
author = {Zirui Chen and Zhaoyang Zhang and Zhaohui Yang},
journal= {arXiv preprint arXiv:2308.06250},
year = {2024}
}