نوكيا تستخدم تعلم الآلة في شبكات 5G
يمكن أن يقوم الذكاء الصنعي بجدولة الحزم بسرعة وتهيئة القنوات في الشبكات اللاسلكية المستقبلية.
تسارع شركات الاتصالات اللاسلكية في جميع أنحاء العالم لتقديم خدمة شبكات 5G لعملائها في أسرع وقت ممكن، ولكن شبكات الخليوي الجديدة والتي ستعتمد على التقنيات الناشئة بما في ذلك – الموجات المليمترية ومصفوفات الهوائي الضخمة المعروفة باسم MIMO أي ما يعرف بتعدد الدخال والخرج – ستكون أكثر تعقيدا من قبل.
فقد صرحت نوكيا خلال قمة شبكات الجيل الخامس 5G لشبكات الاتصال اللاسلكي في معرض كومبوتكس التجاري في تايبي بتايوان إنها تُوظف تعلم الآلة في بعض المشاكل الناتجة عن هذا التعقيد، على أمل أن يساعد الذكاء الصنعي على تعزيز أداء الشبكة وخفض التكاليف.
و عرضت نوكيا ثلاثة إمكانيات لـ لتعلم الآلة في الجيل الخامس للشبكات اللاسلكية وقد قامت بدراستها داخليا، دون أن تنشرها بعد في أوراق البحث الأكاديمية. وهي:
جدولة تشكيل الشعاع (Beamforming) في شبكات MIMO الضخمة
في شبكة MIMO (دخل متعدد و خرج متعدد) ترسل المحطات الأساسية الخليوية وتستقبل إشارات التردد الراديوي بالتوازي من خلال عدد كبير من الهوائيات أكثر مما يُستخدم عادة في المحطات الأساسية. وهذا يعني أن المحطة الأساسية يمكنها نقل واستقبال المزيد من البيانات، إلا أن ذلك يتسبب في الوقت نفسه بتداخل الإشارات مع بعضها البعض.
تشكيل الشعاع (Beamforming) و هي تكنولوجيا معالجة الإشارات التي تسمح للمحطات الأساسية بإرسال حزم موجهة من البيانات إلى المستخدمين، مما يقلل من التداخل ويجعل استخدام طيف الترددات الراديوية أكثر كفاءة.
أحد التحديات في بناء هذه الأنظمة هو معرفة الكيفية التي تتم بها جدولة الحزم أو الأشعة (beams). لدى نوكيا، على سبيل المثال، نظام بـ 128 هوائيا تعمل جميعها معا لتشكيل 32 حزمة وترغب نوكيا في جدولة ما يصل إلى أربعة حزم في فترة زمنية محددة. كما ترغب الشركة في جدولة تلك الحزم في تسلسل يوفر أعلى كفاءة طيفية، وهو قياس لعدد البتات في الثانية التي يمكن لمحطة رئيسية أن ترسلها إلى مجموعة من المستخدمين.
و يصل عدد الطرق الممكنة لجدولة أربعة من 32 حزمة إلى أكثر من 30000 طريقة. ولا توجد طاقة معالجة كافية على المحطة الأساسية للوصول بسرعة إلى أفضل جدول زمني لهذا العدد من الاحتمالات الممكنة.
و قد تمكنت نوكيا من تدريب الشبكات العصبية على كيفية العثور على أفضل جدولة زمنية دون الاتصال بالإنترنت، ثم التنبؤ في وقت لاحق بسرعة الجدولة الأفضل حسب الطلب، على الرغم من أن الشركة لم تقدم بيانات تدعم أدائها المقترح أو السماح بإجراء مقارنات مع الطرائق المحتملة الأخرى.
التموضع الداخلي (التركيب داخل الأمكنة)
توجد طريقة أخرى لاستخدام الطيف بفعالية أكثر في شبكات 5G وهي تثبيت محطات أساسية مصغرة، أو خلايا صغيرة، يمكنها أن تقدم خدمة لاسلكية أقرب إلى المكان الذي يوجد فيه العملاء بشكل فعلي. وهذا يمكن أن يساعد أيضا شركات الطيران على حل مشكلة أخرى -مثل العثور على موقع الأشياء الداخلية، مثل الحساسات أو مكبرات الصوت الذكية المنزلية. يمكن أن تحدد إشارات GPS عادةً الموقع الداخلي للشيء بدقة لا تزيد عن 50 مترا تقريبا.
يمكن استخدام بيانات الترددات اللاسلكية للشبكة الصغيرة لتدريب خوارزمية تعلم الآلة لاستنتاج مواضع أجهزة مستخدمي الشبكة.
ومن أجل النقاط المتعددة في غرفة تسعى نوكيا أولا لقياس قوة الإشارة المستقبلة من كل خلية ومن ثم، استخدام هذه الخرائط لتدريب الشبكات العصبية للتنبؤ بموقع الجهاز على أساس قوة الإشارات التي يتلقاها من الخلايا المجاورة.
تهيئة الوصلة الصاعدة وقنوات الوصلة الهابطة
لكي يعمل الهاتف الذكي بشكل صحيح على شبكة خلوية، يحتاج المهندسون إلى تحديد حجم قناة التحكم في الوصلة الصاعدة لهذه الأجهزة بشكل فعال، والتي تنقل المعلومات عن جودة الشبكة. وكلما زاد الطيف الذي يُستخدم من قبل قناة التحكم في الوصلة الصاعدة، كلما كانت جودة نقل البيانات أفضل من الهاتف الذكي الخاص بالعميل -ولكن هذا سيتسبب في تقليل الطيف المتاح لنقل البيانات. فالعملية هنا عملية مقايضة و على الرغم من وجود تقنيات تسمح باتخاذ هذا القرار بشكل تلقائي في شبكات الجيل الثالث وشبكات الجيل الرابع إلا أنها تعد مشكلة مهمة جداً في شبكات الجيل الخامس وذلك لأن بيانات قناة التحكم الصاعدة سوف تكون بيانات غنية فيمكن على سيل المثال أن تحمل القناة بيانات مهمة عن الحزم في شبكة الـ MIMO المتعددة.
إن نظام التعلم الآلة سيتنبأ أولاً بخصائص أجهزة المستخدم، مثل التنقل. وبعد ذلك، سيقوم النظام بالتنبؤ بما ستكون عليه إنتاجية الوصلة الصاعدة / الوصلة الهابطة، مقابل الإعدادات المختلفة، ومن ثم اختيار أفضل إعداد.
الأمر الذي يجعل تعلم الآلة جزءا أساسياً من شبكات الجيل الخامس.