New Science: орбитальные вычисления и спутники, обеспечивающие ИИ в сетях 6G

Международная группа учёных разработала концепцию "гибкого искусственного интеллекта" (Flexible AI) для сетей шестого поколения (6G), интегрируя периферийные вычисления (Edge AI) и интегрированные космическо-наземные сети (SGIN). Этот подход предполагает использование спутников на орбите в качестве ключевых элементов распределённых вычислительных систем, что обеспечит бесперебойную работу ИИ-сервисов, особенно в удалённых и труднодоступных областях. Ожидается, что коммерческое использование сетей 6G начнётся к 2030 году, что требует разработки инновационных решений для обеспечения высокой производительности и надёжности ИИ-сервисов в условиях космических ограничений.

Учёные из Гонконга и Сианя, специализирующиеся на пересечении телекоммуникационных технологий и искусственного интеллекта, предложили метод "космо-наземного гибкого ИИ", который решает проблемы, связанные с высокой скоростью движения спутников и ограниченной пропускной способностью каналов связи. Концепция основывается на трёх ключевых методах: гибком обучении, гибком выводе и гибкой загрузке моделей, что позволяет оптимизировать работу ИИ-систем в распределённой среде.

Гибкое обучение, как один из центральных компонентов предложенной концепции, использует орбитальную динамику спутников для передачи параметров моделей искусственного интеллекта. Это достигается за счёт преобразования движения спутников в инструмент для эффективного ускорения процесса обучения. Такой подход позволяет минимизировать задержки и повысить адаптивность ИИ-систем к изменяющимся условиям окружающей среды.

Гибкий вывод распределяет слои нейронных сетей между спутниками и наземными узлами. Это обеспечивает возможность принятия решений в реальном времени, что критически важно для поддержания высокой производительности и надёжности ИИ-сервисов в условиях распределённой вычислительной среды. Такой подход позволяет максимально эффективно использовать ресурсы как космических, так и наземных компонентов сети.

Гибкая загрузка моделей играет ключевую роль в повышении эффективности ИИ-услуг. Этот метод предполагает кэширование параметров моделей и их миграцию между спутниками, что позволяет существенно снизить объём передаваемых данных и нагрузку на каналы связи. Это особенно важно в условиях ограниченных ресурсов, характерных для космических приложений.

Внедрение искусственного интеллекта на орбите сталкивается с рядом технических вызовов, включая воздействие космической радиации, ограничения энергопотребления и требования к отказоустойчивости систем. В связи с этим, приоритетными направлениями развития являются создание радиационно-стойкого оборудования, разработка устойчивых архитектур вычислительных систем и оптимизация энергопотребления.

В будущем исследования в области гибкого искусственного интеллекта для сетей 6G будут направлены на разработку безопасных и экономически эффективных решений, способных обеспечить глобальное интеллектуальное пространство с высокой степенью интеграции и адаптивности. Это позволит не только повысить эффективность работы ИИ-сервисов, но и расширить их применение в различных областях, включая дистанционное зондирование, мониторинг окружающей среды и обеспечение безопасности.