Günümüzde yapay zeka (YZ) ve makine öğrenimi (MO) tüm endüstrinin her köşesine sızıyor ve kablosuz iletişim de istisna değil. Mühendisler, ağlardan yonga tasarımına kadar her şeyde etkisini görmeye başlıyorlar. Ve endüstri 6G’ye doğru ilerledikçe, yapay zeka daha da önemli hale gelecek.
Cisco, Keysight Technologies ve Qualcomm gibi şirketler, iletişim sistemlerinde yapay zeka kullanımını araştırıyor: sorun giderme, enerji tasarrufu, kanal tahmini, MIMO tespiti gibi birçok alanı kapsıyor. Yapay zeka, kablosuz tasarımı zaten değiştiriyor ve mühendislere yardımcı araçlar sağlıyor, ancak gelecekte teknolojinin daha büyük potansiyeli bulunuyor.
Kablosuz sistemleri iyileştirme
Kablosuz endüstrisindeki yapay zeka uygulamalarının ilk örnekleri, mevcut sistemleri iyileştirmek için kullanılıyor.
“Endüstri, yapay zeka tekniklerini mevcut kablosuz iletişim, sistem ve ağ mühendisliğini geliştirmek için kullanıyor,” diyor yazılım şirketi MathWorks’ün baş ürün yöneticisi Houman Zarrin.
Sinyal sınıflandırması için kullanılan bir sinir ağı. (Resim: MathWorks.)
Bu genellikle ağ tasarım alanında görülür. Yapay zeka, tasarımcıların yönetmeleri zor olan daha büyük ağları ve sistemleri yönetmelerine yardımcı oluyor.
“Kaynak tahsisi, zamanlama ve büyük bir abone tabanı içinde sınırlı kaynakları bölmek, şu anda yapay zekanın en iyi uygulandığı alanlardan biridir,”
Wi-Fi, yapay zekadan faydalanmaya başlayan kablosuz standartlardan biridir. “Yerleşim ve yer belirleme için ayrılan 802.11az adında yeni bir standart ve kablosuz algılamaya yönelik olarak tasarlanan 802.11bf adında yeni bir standart bulunuyor ve bu iki şey yapay zeka algoritmalarıyla ilişkilendirilmiştir,”
Yapay zeka ayrıca kablosuz yonga tasarımını da etkiliyor, bu da daha geniş bir endüstri trendinin bir parçası. 2020 yılında Google, Google’ın TPU için yonga düzenleri tasarlayan bir takviye öğrenme algoritması geliştirdi. Google Deepmind bu yıl daha fazla gelişme duyurdu ve yapay zekayı özel yarıiletkenler tasarlamak için kullandı. Birçok kuruluş, yapay zeka destekli yonga tasarımını daha da ileriye taşıma görevini üstleniyor.
Kablosuz yonga tasarımı için yapay zeka, sinyal iletiminin güçlendirme aşamasında yardımcı oluyor. Toplum 3G’den 4G’ye ve 5G’ye geçtikçe, iletim bant genişliği gereksinimleri arttı. Özellikle bu gereksinimin 6G için artmaya devam ettiği alanda yapay zeka uygulama potansiyeli görüyor.
Matlab kullanıcıları, güç amplifikasyon adımında sinir ağı tabanlı dijital ön bozulma (DPD) kullanabilir. (Resim: MathWorks.)
“Şöyle düşünün, bir gigahertz genişlikte bir bant genişliğiniz var. Bu sistemler fiziksel sistemlerdir. Lineerlik, enerjinin ilk frekanstan son frekansa kadar eşit olarak dağıtılması anlamına gelir ve bu bir kabustur,” “Ancak günümüzde, cihaz tarafında konuştuğumuz herkes, yapay zekanın dijital ön bozulma ve güç amplifikatörünün lineerliğini korumada uygulanmasını istiyor.”
Yapay zeka tasarım araçları
MathWorks, DeepSig ve Ekahau gibi şirketler, yapay zeka destekli kablosuz tasarımın gelecek dönemini desteklemek için araçlar sağlıyor. MathWorks’ün Matlab yazılımı, makine öğrenimi, istatistik, derin öğrenme ve takviye öğrenme araç takımları sunuyor.
“Matlab ortamında, mevcut olan tüm algoritmaları sağlıyoruz. Bunları eğitim verilerine dayalı yaklaşımlar veya simülasyon tabanlı yaklaşımlarla destekleyerek geliştiriyoruz. Ardından, bu temel yapay zeka uygulamalarını ve ürünleri dikey uygulamalara uygulamak için kullanıyoruz,”
Şirketin web sitesi, bu uygulamaların, sentetik ve hava sinyalleri şeklinde eğitim verisi üretmeye, kablosuz sistemlerden toplanan sinyalleri etiketlemeye veya kullanıcı tarafından üretilen sinyallere RF bozulmaları ve kanal modelleri ekleyerek sinyal alanını artırmaya yardımcı olabileceğini belirtiyor.
Makine öğrenimi algoritmaları ile ilgili yaygın bir endişe “kara kutu” yapısıdır. Bu, işleyebilen ve seçimler yapabilen bir algoritmadır, ancak bu sonuçlara nasıl ulaşıldığını gösteremez. Yapay zekaya dayalı sonuçların nereden geldiğini erişilebilir ve açık hale getirmek için Matlab’de bu konuya odaklandığını söylüyor.
“Eğer ne yaptığımız konusunda şüpheniz varsa, kaputu açar ve eğitim, test, ölçüm vb. için hangi algoritmanın kullanıldığını görürsünüz,”
Yapay zekanın kablosuz üzerindeki geleceği
5G’nin arkasındaki standartlar organı olan 3rd Generation Partnership Project (3GPP), yapay zekanın iletişim endüstrisindeki rolünü araştırmaktadır. Bu grup, mobil sistemler için teknik özellikler ve teknik raporlar oluşturmak üzere yedi telekomünikasyon standart geliştirme kuruluşunu bir araya getirir. Kendileri yapay zeka ve makine öğrenimi modelleri oluşturmasa da, 3GPP tarafından yapılan çerçeveler ve değerlendirme stratejileri, bu teknolojilerin endüstrideki gelecekteki kullanımını yönlendirmek ve desteklemek potansiyeline sahiptir. Yeni standartlarının yakın zamanda yayınlanması bekleniyor.
Orada yapay zekanın umut verici uygulamaları bulunuyor,
Yapay zeka ve makine öğrenimin birçok gelecekteki uygulaması optimizasyona odaklanmış durumda. Tasarımcıların zaman kazanmasını ve sistemlerde karar verme süresini azaltmayı önceliklendiriyorlar. Örneğin, baz istasyonu ve kullanıcı ekipmanı arasındaki koordinasyonda hala klasik teknikler kullanılsa da, yapay zeka sistemi iyileştirmenin bir yolu olarak tartışılıyor.
“Yapay zeka ile geri ve ileri arasında gönderilen bilgi miktarı çok azalacak. Esasen, bu süreç çok daha ucuz, heslemsel olarak yoğun olmayan ve spektrum açısından çok daha ucuz olacak,”
Hızlı benimseme odaklı çözümleri mümkün olan en kısa sürede kullanmak için çaba gösterilse de, birçok kuruluş 5G’den 6G’ye geçişte potansiyel büyük ölçekli benimsemeye odaklanıyor. Endüstri 6G’ye doğru kaydıkça, herkesin mümkün olduğunca çok sayıda yapay zeka ve makine öğrenme destekli tasarım optimizasyonu getirmeyi umduğu görülüyor.
“Yapay zeka modelleri ve test en iyi uygulamaları olgunlaştıkça, şüphesiz ki yapay zeka, önümüzdeki 5-10 yıl içinde kablosuz iletişimi devrim edecek,” diyor Keysight Technology’nin 6G pazarlama direktörü Sarah LaSelva, şirketin blogunda bu yıl.
Hızlı benimseme hızına bakılmaksızın, yapay zeka kesinlikle kablosuz iletişim endüstrisinde bir yer edinmiştir. Mühendislerin karşılaştığı birçok sorun, yapay zeka destekli teknolojilerin potansiyeliyle mükemmel bir şekilde uyumlu olduğu için bu durum böyledir.
“Kablosuz alanında, doğası gereği doğrusal olmayan veya doğası gereği çok değişkenli olan, parametre sayısının bizim alışık olduğumuzdan çok daha büyük olduğu problemler, bunlar yapay zeka tarafından doğru çözümler sunar,”
Kaynak : Engineering