Qualcomm y Nokia Bell Labs han superado un importante reto de interoperabilidad de la IA que impide la cooperación entre sistemas de inteligencia artificial (IA) de varios proveedores en dispositivos y redes. Utilizando una técnica denominada aprendizaje secuencial, los distintos modelos de IA pueden entrenarse de forma independiente, lo que les permite coordinarse entre sí sin necesidad de compartir modelos de IA que son un elemento diferenciador para los proveedores. Qualcomm y Nokia Bell Labs han producido un prototipo de esta solución de entrenamiento secuencial y lo demostrarán en el MWC24 de Barcelona.
Qualcomm Technologies y Nokia han anunciado que han desarrollado un prototipo de tecnología que podría resolver el problema de la interoperabilidad, uno de los retos fundamentales a los que se enfrenta el uso de la IA en los sistemas inalámbricos. Al permitir la interoperabilidad de múltiples proveedores entre los distintos modelos de IA utilizados en redes y dispositivos, los futuros sistemas inalámbricos admitirían el uso de la IA para lograr mayores capacidades y un mejor rendimiento, al tiempo que reducirían potencialmente su consumo de energía.
Qualcomm Technologies y Nokia Bell Labs han implementado esta tecnología en una prueba de concepto de IA utilizando una red de prueba de Nokia Bell Labs y un sistema de módem-RF Snapdragon 5G. Las dos empresas demostrarán esta prueba de concepto en el Mobile World Congress 2024 de Barcelona.
La IA y el aprendizaje automático tendrán un impacto significativo en las comunicaciones inalámbricas en el futuro, ya que los modelos de IA pueden optimizar el rendimiento de una radio en función de su entorno específico. Pero para que la IA alcance todo su potencial en la red de radio, los distintos sistemas de IA utilizados por redes y dispositivos deben coordinar sus actividades. De lo contrario, estos sistemas de IA podrían funcionar de forma contradictoria.
Qualcomm Technologies y Nokia Bell Labs han adoptado un nuevo enfoque para la interoperabilidad de la IA que utiliza una técnica denominada aprendizaje secuencial. Mediante el aprendizaje secuencial, la red y el dispositivo comparten datos sobre la conexión relevantes para el entrenamiento de la IA, pero no tienen que compartir el modelo de IA real. A continuación, codificadores y descodificadores independientes utilizan esos datos para entrenar por separado la IA de la red y la del dispositivo. Estos codificadores y descodificadores independientes actúan como traductores, permitiendo que múltiples sistemas de IA muy diferentes compartan sus conocimientos entre sí. Mediante el entrenamiento secuencial, estos distintos modelos de IA se reforzarían mutuamente, independientemente del proveedor. Además, el entrenamiento secuencial también puede permitir que los teléfonos o dispositivos inalámbricos de múltiples proveedores, cada uno con su propia implementación de codificador, trabajen conjuntamente con la misma estación base con su decodificador común en la red. Esto ahorra tiempo de formación y favorece la escalabilidad para futuras implantaciones en el mundo real.
Tingfang Ji, vicepresidente de ingeniería de Qualcomm Technologies, ha declarado: "La IA ha revolucionado muchos aspectos de nuestra vida y nuestra sociedad, y Qualcomm lidera la tecnología de IA de vanguardia. Para que la IA aporte nuevas capacidades, eficiencia y rendimiento a los sistemas inalámbricos de múltiples proveedores, es necesario que el ecosistema trabaje conjuntamente para hacer posible la IA inalámbrica a escala global. Colaborar con Nokia en la interoperabilidad de la IA es un primer paso alentador hacia la definición de un estándar global escalable."
Peter Vetter, Presidente de Bell Labs Core Research, Nokia, ha declarado: "El potencial de la IA es sustancial en las comunicaciones. Una interfaz aérea basada en datos puede aprender sobre su entorno para mejorar su rendimiento y eficiencia. Ya estamos viendo IA implementada en 5G y 5G-Advanced, sin embargo, alcanzará su máximo potencial en la era 6G."
(Nokia)
