NVIDIA оголошує про партнерство з Nokia для зв’язку 6G з використанням ШІ

[Kyro]

Пора уже перестать удивляться, что везде внедряются новые инструменты. Це вже ж було (с).

Кто ничего не знает о теме или было на это абсолютно наплевать (мне), вот ликбез выдержка интересного чтива без лонг рида (и не без новых инструментов ):

AI-RAN в телекоммуникациях
AI-RAN (Artificial Intelligence Radio Access Network) — это концепция интеграции технологий искусственного интеллекта и машинного обучения в сети радиодоступа (RAN) для оптимизации их работы.
Что такое RAN?
RAN — это часть мобильной сети между базовыми станциями и устройствами пользователей. Она отвечает за радиосвязь, управление спектром, распределение ресурсов и обеспечение качества соединения.
Для чего нужен AI в RAN?
AI решает несколько критических задач:
1. Динамическая оптимизация сети
Предсказание нагрузки на сеть в реальном времени
Автоматическое перераспределение ресурсов между ячейками
Адаптация параметров передачи под условия среды

2. Управление энергопотреблением
Базовые станции потребляют огромное количество энергии
AI может отключать/включать секторы в зависимости от нагрузки
Оптимизация мощности передачи

3. Управление помехами
Прогнозирование и предотвращение интерференции
Динамическое выделение частотных ресурсов
Оптимизация beamforming (формирования луча)

4. Предиктивное обслуживание
Предсказание отказов оборудования
Раннее обнаружение деградации качества

Почему традиционные алгоритмы не справлялись?
Это ключевой вопрос. Традиционные алгоритмы работали, но имели фундаментальные ограничения:
1. Экспоненциальный рост сложности
В сетях 4G/5G количество параметров для оптимизации огромно: частоты, мощность, модуляция, MIMO-антенны, координация между станциями. Классические алгоритмы оптимизации не масштабируются на такую размерность.
2. Статические правила vs динамическая среда
Традиционные алгоритмы основаны на фиксированных правилах и моделях. Но реальная радиосреда крайне динамична: движение людей, погода, здания. AI может обучаться на реальных данных и адаптироваться.
3. Локальная оптимизация
Классические подходы оптимизируют каждую базовую станцию отдельно. AI может видеть глобальную картину всей сети и находить оптимум для системы в целом.
4. Задержка в принятии решений
Традиционные системы часто требуют человеческого вмешательства для настройки. AI принимает решения за миллисекунды.
5. Нелинейные зависимости
Многие процессы в радиосвязи имеют сложные нелинейные зависимости, которые трудно моделировать аналитически, но ML отлично с ними справляется.
Контекст партнерства NVIDIA-Nokia
NVIDIA предоставляет вычислительные платформы (GPU) и фреймворки для AI, а Nokia — экспертизу в телеком-оборудовании. Для 6G это особенно актуально, так как:

Частоты станут еще выше (терагерцовый диапазон)
Плотность сети возрастет
Требования к задержкам снизятся до микросекунд
Энергопотребление станет критическим фактором

Без AI управлять такой сложностью будет практически невозможно.

Все фигня тут он выше два эксперта лЁхко напишут алгоритм и будет все летать.

[vmsolver]

А потім людь зібрався не на тій площі що завжди, нейронка здуріла і вклала всю мережу. О - оптимізація

Она всем отправит индивидуальные смс и убедит собраться таки на правильной площади!
з.ы. LLM-ка по всей видимости должна быть специализированной и поэтому сравнительно не большой и быстрой. Хотя, с тем железом она и так будет летать как реактивная.

Відправлено через 1 хвилину 41 секунду:

При чому 99.99% випадків тулять без розуміння для чого. Просто отак.

Просто модно, если не надо потом само отвалится

ШІз

Шалун!

[Scoffer]

vmsolver
До швидкості у мене ніяких питань немає, її можна зробити будь-якою, були б гроші. У мене питання є до того що жодна нейронка не видає стовідсотково вірного результату просто з принципу роботи нейронки. В деяких застосуваннях це допустиме обмеження, в інших - від не дуже, до зовсім жах.
Тим часом сталі алгоритми галюцинацій не мають. Так, для цього доведеться попрацювати більше ніж скормити логи нейронці, але і результат стабільніше.
А цю нейронку намагаються сунути якраз туди, де алгоритми чудово себе почувають. Якісь там сотні параметрів це ні про що, і більше робили. Нейронки треба де параметрів мільйони чи мільярди.

[N0il]

AI это как 1С моего поколения, кто знает тот знает. Тут суть не в том что нужно, вопрос в том что можно. Сейчас каждая компания которая может себе позволить АI готова уволить всех кого им кажется АI может заменить. Только вот незадача, Ai не умеет мыслить , это продукт мышления других людей. По-сути это и есть алгоритм, просто более сложный. Те кто принимает решение заменить людей с помощью Аi, думаю что он умеет мыслить . Мы свидетели грандиозной аферы, когда алгоритм выдают за интеллект.

[dead_rat]

vmsolver
Це стандартна блаж чату гпт.
Воно вода водою.

То що зараз називають АІ - здебільшого ЛЛМ, для оптимізації будь чого повна фігня. Це чиста віра людей, що чорний ящик дасть відповідь там, де мавпа нічого не розуміє.

Є безліч движків оптимізації типу Gurobi - ми використовуємо, дуже потужна математична машина. Є machine learning з купою напрямів - окей. Є ще купа речей.

Але оці ллм не мають до оптимізування абсолютно ніякого дотику.

Відправлено через 3 хвилини 7 секунд:

Нейронки треба де параметрів мільйони чи мільярди.

Це вже не оптимізація, а Я скинув увесь свій мусор в нейронку, хай розбирається.
Garbage in - garbage out

[Alligator]

Предлагаю обсудить NVIDIA оголошує про партнерство з Nokia для зв’язку 6G з використанням ШІ

Как они уже задрали со своим тупым ИИ.... унитазы и умывальники уже были с ИИ? Гречка вырощенная с ИИ есть или ещё маркетологи не придумали?

Давно, вспахивает и сеет трактор который двигается по GPS, а пестицидами орошает фермерский дрон, естественно траектория вычитывается и задается по прямым алгоритмам, а не через ИИ но часто в тех алгоритмах куда больше интеллекта чем в "искусственном".

[Scoffer]

Це вже не оптимізація, а Я скинув увесь свій мусор в нейронку, хай розбирається.
Garbage in - garbage out

Ну загалом так. Спроба витягнути зі сміття хоч якусь корисну інфу. Або намалювати кота
А нашо на 10 чи 100 параметрів аішити поведінкову модель будь-чого? Намалював залежностей, обрав що з ними робити.
Ну от взяти наприклад передбачення переходів в процесорах. АМД і самс екзінокс юзають аішечку на персептронах, інтол і аплє юзають старомодні хитромудрі алгоритми. Відсоток влучання в цій конкретній дисципліні у останніх повище буде.

Zen 5

Lion Cove

98.22% vs 96.27% це в 2 рази менше похибок, між іншим. І результат стабільніше, а не плаває від гри до гри. Ну і толку було городити оте аі?

[zaqik]

Да, это ты точно подметил, что связи нет. Какую музычку на удержание тебе поставить?