Agentic AI för självdistribuerande 6G nätverk i en edge-cloud-kontinuum

Forskningsprojekt, 2025 – 2027

Utrullningen av 6G-nät innebär betydande utmaningar på grund av deras disaggregerade karaktär, vilket kräver distribution och noggrann konfiguration av många programvaruenheter från flera leverantörer i olika, heterogena operatörs- och edge-cloud-miljöer. En utmaning för nuvarande automatisering, som är regel-baserad, är att ta hand om denna komplexitet och svårigheten att fullt ut förstå målmiljöerna i förväg. Detta gör den traditionella, människocentrerade lösningen för kostsam för skalan som krävs för 6G. Detta projekt föreslår en innovativ lösning: ett 'agentic AI' system som självständigt kan distribuera programvaruenheter och applikationer i edge-cloud-miljöer. Systemet kommer att ha AI-agenter, som drivs av en lokal Large Language Model (LLM), som är utformad för att upptäcka aktuella miljöförhållanden, sondera på begäran för mer information och utföra nödvändiga åtgärder (t.ex. programvaruinstallation, konfiguration). Dessa agenter kommer att arbeta online eller offline, vilket krävs för privata operatörsmiljöer. En kunskapsbas kommer att ge information om 6G-enheterna och applikationerna, medan en testsvit kommer att validera implementeringen. Genom att intelligent navigera i okända miljöer och automatisera komplexa konfigurationer och optimeringsmål möjliggör denna lösning snabbare, mer tillförlitliga, högpresterande och kostnadseffektiva 6G-utrullningar, vilket avsevärt minskar mänsklig inblandning och banar väg för självdistribuerande nätverk och applikationer.