Khalifa University onthult ‘Telecom World Model’ om het 6G-netwerkbeheer radicaal te veranderen

17

Onderzoekers van de Khalifa Universiteit in Abu Dhabi hebben een baanbrekende AI-architectuur ontwikkeld die bekend staat als het Telecom World Model (TWM). In tegenstelling tot de huidige AI-tools die reageren op netwerkproblemen nadat ze zich hebben voorgedaan, is TWM ontworpen om te anticiperen op storingen, opstoppingen en verstoringen voordat ze zich voordoen, waardoor een voorspellend ‘brein’ wordt geboden voor de volgende generatie telecommunicatie.

Van reactieve naar voorspellende intelligentie

Om de betekenis van deze ontwikkeling te begrijpen, is het noodzakelijk om naar de beperkingen van de huidige technologie te kijken. De meeste bestaande AI-toepassingen in de telecomsector vallen in twee categorieën:

  • Grote Taalmodellen (LLM’s): Uitstekend in het interpreteren van logboeken en het genereren van configuraties, maar ze missen een fysiek begrip van hoe een netwerk evolueert.
  • Digital Twins: Kunnen specifieke scenario’s simuleren, maar vertrouwen vaak op vaste aannames en hebben moeite om realtime beslissingen te nemen in onvoorspelbare omgevingen.

Het Telecom World Model vult deze leemte op door oorzaak en gevolg over meerdere netwerklagen tegelijk te modelleren. In plaats van simpelweg op een probleem te reageren, simuleert het systeem de gevolgen van mogelijke acties voordat deze op het live netwerk worden toegepast. Deze verschuiving is van cruciaal belang nu we overstappen naar 6G, waar netwerken te compact en complex zullen worden voor menselijke operators of reactieve AI om effectief te kunnen beheren.

De drielaagse architectuur

De TWM werkt via een geavanceerd drielaags raamwerk dat verschillende aspecten van netwerkbeheer scheidt:

  1. Field World Model: Voorspelt de ruimtelijke omgeving en hoe fysieke signalen zich gedragen.
  2. Control and Dynamics World Model: Voorspelt Key Performance Indicators (KPI’s) door te voorspellen hoe specifieke controleacties de toestand van het netwerk zullen veranderen.
  3. Telecom Foundation Model: Treedt op als orkestrator en vertaalt menselijke bedoelingen op hoog niveau in bruikbare netwerkopdrachten.

Door zowel de controleerbare wereld (instellingen die operators kunnen wijzigen) als de externe wereld (gebruikersmobiliteit, verkeerspatronen en draadloze verspreiding) te modelleren, creëert de TWM een holistisch, realtime beeld van het hele ecosysteem.

Bewezen resultaten en toekomstige uitdagingen

Bij proof-of-concept-tests waarbij netwerken in meerdere domeinen werden gesplitst, presteerde de TWM beter dan traditionele methoden. Het onderzoek toonde aan dat het model betere naleving van de Service Level Agreement (SLA) kon bereiken en tegelijkertijd de kosten kon verlagen in vergelijking met zelfstandige AI-agents of op digitale tweelingen gebaseerde benaderingen.

Er zijn echter nog een aantal hindernissen voordat deze technologie in commerciële netwerken kan worden ingezet:
Infrastructuurintegratie: Het model moet naadloos worden geïntegreerd met bestaande systemen zoals O-RAN en OSS/BSS-platforms.
Standaardisatie: Er zijn nieuwe benchmarks nodig om de prestaties consistent te meten.
Bestuur: Naarmate netwerken autonomer worden, zullen nieuwe regelgevingskaders nodig zijn om AI-gestuurde besluitvorming te beheren.

Een groeiende hub voor 6G-innovatie

De ontwikkeling van de TWM maakt deel uit van een bredere, snelle uitbreiding van het onderzoek aan het Digital Future Institute van Khalifa University. Het instituut heeft onlangs een aantal belangrijke mijlpalen bereikt:
– Ontwikkelde RF-GPT, het eerste radiofrequentietaalmodel.
– Co-creatie van 6G-Bench, een enorme open benchmark voor het evalueren van 6G AI.
– Samengewerkt met industriegiganten als AT&T, AMD en GSMA om leiding te geven aan het Open Telco AI-initiatief.

Het Telecom World Model vertegenwoordigt een fundamentele verschuiving van het beheren van netwerken naar het voorspellen ervan, en biedt de noodzakelijke intelligentie om met de ongekende complexiteit van het 6G-tijdperk om te gaan.

Conclusie
Door verder te gaan dan reactieve AI biedt de TWM van Khalifa University een blauwdruk voor autonome, zelfherstellende netwerken. Deze innovatie positioneert de VAE als een centrale speler in de mondiale race om de normen en mogelijkheden van 6G-technologie te definiëren.