Вчені відмовилися від згорткових нейронних мереж (ЗНМ) на користь нової архітектури штучного інтелекту на основі трансформаторів, щоб краще керувати трафіком, що призведе до набагато вищих швидкостей у майбутніх мережах 5G та 6G. (Зображення: AerialPerspective Images/Getty Images)
Вчені розробляють моделі штучного інтелекту (ШІ), які можуть допомогти бездротовим мережам наступного покоління, таким як 6G, забезпечувати швидші та надійніші з'єднання.
У дослідженні, опублікованому у грудневому виданні IEEE Transactions on Wireless Communications за 2024 рік, дослідники детально описали систему штучного інтелекту, яка зменшує обсяг інформації, яку необхідно передавати між пристроєм та бездротовою базовою станцією, такою як вежа стільникового зв'язку, зосереджуючись на ключовій інформації, такій як кути, затримки та сила сигналу.
Оптимізуючи дані сигналу в бездротових мережах, що використовують високочастотні міліметрові хвилі (mmWave) електромагнітного спектру, дослідники виявили, що помилки з'єднання значно зменшилися, а система штучного інтелекту покращила надійність даних та зв'язок у різних середовищах, таких як міські райони з рухомим транспортом та пішоходами.
Вам може сподобатися
-
Японський енергетичний прорив може стати «кроком до повністю бездротового суспільства»
-
Вчені вперше використовують квантове машинне навчання для створення напівпровідників – і це може змінити спосіб виготовлення чіпів
-
Вчені щойно розробили новий штучний інтелект, змодельований за зразком людського мозку, — він перевершує LLM, такі як ChatGPT, у завданнях мислення.
«Щоб задовольнити швидкозростаючий попит на дані в бездротових мережах наступного покоління, важливо використовувати рясний частотний ресурс у міліметрових діапазонах хвиль», – сказав провідний автор дослідження, Бьонджу Лі, професор кафедри телекомунікацій Інчхонського національного університету, Південна Корея.
«Наш метод забезпечує точне формування променя, що дозволяє сигналам безперешкодно з’єднуватися з пристроями, навіть коли користувачі рухаються», – сказав Лі.
Розумніші способи формування хвиль
Поточна проблема для мереж, що використовують високочастотний радіоспектр, такий як mmWaves, полягає в тому, що вони залежать від великої групи антен, що працюють разом через масивну систему з кількома входами та кількома виходами (MIMO). Цей процес потребує точної інформації, яка називається «інформацією про стан каналу» (CSI), для забезпечення зв'язку між базовими станціями та мобільними пристроями із сумісними антенами.
Ця ситуація ще більше ускладнюється змінами в мережевому середовищі, такими як рух антен разом з людьми та трафіком, або перешкоди на лінії видимості між пристроями та вежами стільникового зв'язку. Це призводить до «старіння каналу» – невідповідності між прогнозованим станом каналу та його фактичним станом, що призводить до погіршення продуктивності, такого як зниження пропускної здатності даних та якості сигналу.
Щоб спробувати подолати такі проблеми, автори дослідження використали новий тип моделі штучного інтелекту, відомий як трансформатор. Згорткові нейронні мережі (ЗНМ) можуть бути використані для прогнозування та оптимізації бездротового мережевого трафіку шляхом розпізнавання шаблонів сигналів та їх класифікації.
Але дослідники обрали інший підхід: використовуючи модель трансформатора замість CNN у своєму методі аналізу мережі, можна було відстежувати як короткострокові, так і довгострокові закономірності змін сигналу. В результаті система штучного інтелекту, яка отримала назву «параметричний зворотний зв'язок CSI з використанням трансформатора», могла вносити корективи в бездротову мережу в режимі реального часу для покращення якості з'єднання між базовою станцією та користувачем, навіть якщо останній рухався швидко.
ПОВ'ЯЗАНІ ІСТОРІЇ
—Швидкість бездротового передавання даних досягла 938 Гбіт/с — нового рекорду, який у 10 000 разів перевищує швидкість 5G
— «Незламний» квантовий зв'язок ближчий до реальності завдяки новим, надзвичайно яскравим фотонам
—Нова навігаційна система використовує сигнали мобільного телефону для керування літаком у разі збою GPS
Покращення пояснюється різницею між CNN та трансформаторами. Обидві є моделями нейронних мереж, які аналізують візуальні шаблони, такі як зображення — у цьому випадку, шаблони електромагнітного спектру — але CNN, як правило, навчаються на менших наборах даних і зосереджуються на «локальних» ознаках, тоді як трансформаторні моделі використовують більші набори даних і мають механізм самоуважності, який дозволяє їм визначати важливість різних вхідних елементів та їх взаємозв'язки на глобальному та локальному рівнях.
Простіше кажучи, модель-трансформер вивчатиме зображення в цілому, тоді як CNN має упередженість до таких характеристик, як краї та текстури. Трансформери бачать, так би мовити, ширшу картину.
Однак, трансформаторні моделі є більш обчислювально вимогливими, ніж CNN. Але якщо вони зможуть забезпечити надійні бездротові мережі наступного покоління, вони можуть стати ключем до високошвидкісного бездротового зв'язку в найближчому майбутньому.
Роланд Мур-Кольєр Навігація по соціальним посиланням
Роланд Мур-Кольєр — позаштатний автор для Live Science та головний редактор видання про споживчі технології TechRadar, де керує напрямком мобільних обчислень. На TechRadar, одному з найбільших веб-сайтів споживчих технологій у Великій Британії та США, він зосереджується на смартфонах і планшетах. Але крім цього, він використовує понад десятирічний досвід письменницької діяльності, щоб пропонувати людям історії, що охоплюють електромобілі (EV), еволюцію та практичне використання штучного інтелекту (ШІ), продукти змішаної реальності та варіанти використання, а також еволюцію обчислювальної техніки як на макрорівні, так і з точки зору споживача.
Ви повинні підтвердити своє публічне ім'я, перш ніж коментувати
Будь ласка, вийдіть із системи, а потім увійдіть знову. Після цього вам буде запропоновано ввести своє ім'я для відображення.
Вийти Читати далі
Японський енергетичний прорив може стати «кроком до повністю бездротового суспільства»
Вчені вперше використовують квантове машинне навчання для створення напівпровідників – і це може змінити спосіб виготовлення чіпів
Вчені щойно розробили новий штучний інтелект, змодельований за зразком людського мозку, — він перевершує LLM, такі як ChatGPT, у завданнях мислення.
Нове дослідження стверджує, що ШІ «розуміє» емоції краще за нас
Новий штучний інтелект MIT може навчитися керувати роботами, спостерігаючи за світом їхніми очима — для цього потрібна лише одна камера
Штучний інтелект незабаром може мислити так, як ми навіть не розуміємо, уникаючи наших зусиль щодо його узгодження — попереджають провідні вчені зі штучного інтелекту.
Google перетворив 2 мільярди смартфонів на глобальну систему попередження про землетруси — тести показують, що вона така ж ефективна, як сейсмометри
Японія встановила новий рекорд швидкості інтернету — вона в 4 мільйони разів швидша за середню швидкість широкосмугового зв'язку в США
Ваші дані скомпрометовуються набагато швидше, ніж будь-коли раніше, але вам не потрібно сидіти склавши руки.
Новий «суперлазерний» підсилювач може зробити інтернет у 10 разів швидшим
Супутникове угруповання Starlink компанії SpaceX «під загрозою» з боку Росії та Китаю
Новий чіп «мікрогребінець» наближає нас до надточних атомних годинників розміром з кінчик пальця. Останні новини.
«Я довіряю ШІ, як моряк довіряє морю. Він може занести вас далеко, або ж може втопити»: результати опитування показують, що більшість не довіряє ШІ
Всього одна доза ЛСД може полегшити тривогу на місяці, згідно з дослідженням
Вчені виявили «щось надзвичайне» в проблемному серці відомої наднової
Вчені винайшли «спермоботів», яких вони пілотували через штучну шийку матки та матку
Наукові новини цього тижня: ключова атлантична течія наближається до колапсу, найбільший у світі айсберг руйнується, а мозок миші переписує нейронауку
Рибалки виявили в Карибському басейні першу у своєму роді яскраво-помаранчеву акулу з двома рідкісними захворюваннями ОСТАННІ СТАТТІ
Огляд 1Canon EOS R5 II
Live Science є частиною Future US Inc, міжнародної медіагрупи та провідного цифрового видавництва. Відвідайте наш корпоративний сайт.
- Про нас
- Зв'яжіться з експертами Future
- Умови та положення
- Політика конфіденційності
- Політика щодо файлів cookie
- Заява про доступність
- Рекламуйтеся у нас
- Веб-сповіщення
- Кар'єра
- Редакційні стандарти
- Як запропонувати нам історію
© Future US, Inc. Повний 7-й поверх, 130 West 42nd Street, Нью-Йорк, штат Нью-Йорк, 10036.
var dfp_config = { “site_platform”: “vanilla”, “keywords”: “тип-новини-щоденно,serversidehawk,відеоартикл,van-enable-adviser-
