Keysight ha collaborato con la società di ricerca e sviluppo di tecnologie mobili, video e AI InterDigital per mostrare come gli stimatori di canale dell'intelligenza artificiale (AI) possano essere addestrati, integrati in un livello fisico e valutati con una dimostrazione over-the-air al Mobile World Congress Barcelona 2024 (MWC24). La dimostrazione ha presentato un collegamento di comunicazione a 144 GHz che utilizza modelli di intelligenza artificiale per la stima dei canali sviluppati da InterDigital e Keysight.
Con la maturazione della tecnologia AI, questa viene integrata nei sistemi di comunicazione wireless e sarà una tecnologia fondamentale per il 6G. Una delle applicazioni dell'intelligenza artificiale nel wireless è la stima del canale. Quando il blocco di stima del canale viene sostituito da una rete neurale (NN), i dati di addestramento specifici per il sito utilizzati per la NN possono ottimizzarne le prestazioni e la robustezza per nuovi casi d'uso.
La dimostrazione utilizza il software Electronic Design Automation (EDA) di Keysight specifico per i sistemi di comunicazione per modellare un livello fisico 3GPP e i canali wireless. Invece di utilizzare la tradizionale elaborazione del segnale di stima del canale, questo blocco è stato sostituito da varie reti neurali per la stima del canale. La prima NN è stata completamente sviluppata e addestrata da InterDigital e consegnata a Keysight. La seconda NN è stata sviluppata da Keysight e addestrata in due modi diversi. Prima utilizzando una combinazione di dati generati dal software Electronic Design Automation System (SystemVue) di Keysight e poi utilizzando dati di misura reali. La dimostrazione confronta le prestazioni e la complessità degli approcci di apprendimento automatico di InterDigital e Keysight con quelli della stima tradizionale dei canali e utilizza un ambiente software EDA e un ambiente over-the-air a 144 GHz.
La possibilità di effettuare un benchmark delle prestazioni delle NN e di confrontarle con i metodi tradizionali e con altre NN è fondamentale per il progresso dell'IA nel 6G. Senza questo tipo di misurazioni e confronti, non è possibile conoscere i reali guadagni (o perdite) di prestazioni dell'IA e l'adozione della tecnologia sarà ostacolata.
