Meninjau Ulang Fondasi Model AI Dua Sisi untuk 6G

Alternatif Praktis untuk Koeksistensi dengan Perangkat Lama, Adaptasi Kanal, dan Interoperabilitas Multi-Vendor

Yongjeong Oh; Zihan Chen; Timothy J. O'Shea; Junyong Shin; Jinho Choi; Yo-Seb Jeon; Jihong Park· 2026· DOI 10.48550/arXiv.2608.22918

Masalah inti

Model kecerdasan artifisial (AI) dua sisi mendapat perhatian yang semakin besar untuk antarmuka udara generasi berikutnya, dengan model AI ditempatkan di pemancar dan penerima untuk umpan balik kanal dan komunikasi data yang efisien. Namun, penerapan praktisnya terhambat oleh asumsi yang umum dibuat dalam studi yang ada, termasuk isolasi dari pengguna lama, pelatihan pada kondisi kanal yang telah ditentukan, dan fine-tuning berbasis gradien yang memerlukan komunikasi lintas vendor yang besar. Artikel ini meninjau ulang asumsi tersebut dan menyajikan alternatif praktis. Penulis membahas tiga tantangan utama: koeksistensi dengan perangkat lama, adaptasi kanal dengan overhead rendah, dan interoperabilitas multi-vendor. Solusi yang diusulkan bertujuan memajukan penerapan praktis model AI dua sisi sekaligus menyoroti tantangan terbuka yang penting.

Inovasi

Penulis memvalidasi pendekatan mereka melalui eksperimen dan implementasi testbed. Untuk koeksistensi dengan perangkat lama, integrasi pemrosesan model dua sisi ke dalam tumpukan protokol 5G NR divalidasi pada testbed dunia nyata, menunjukkan operasi bersama NR konvensional. Hal ini menegaskan bahwa model AI dapat hidup berdampingan dengan pengguna lama tanpa penurunan kinerja yang signifikan. Untuk adaptasi kanal, tabel model ringkas yang dibangun dengan mengoptimalkan secara bersama model dua sisi bersama kanal surrogat yang dapat dilatih mencapai kinerja tugas yang tinggi sekaligus menjaga overhead pelatihan dan penyimpanan yang rendah. Pemilihan model berdasarkan kondisi kanal saat ini memungkinkan adaptasi yang efisien. Untuk interoperabilitas multi-vendor, fine-tuning zeroth-order tanpa gradien hanya memerlukan umpan balik skalar, yang memudahkan interoperabilitas antar vendor dengan menghindari pertukaran vektor gradien besar yang mungkin memuat informasi model privat. Hal ini mengurangi overhead komunikasi dan meningkatkan privasi. Secara keseluruhan, metode yang diusulkan memajukan penerapan praktis model AI dua sisi, dengan mengatasi tantangan utama dalam koeksistensi

Model kecerdasan artifisial (AI) dua sisi mendapat perhatian yang semakin besar untuk antarmuka udara generasi berikutnya, dengan model AI ditempatkan di pemancar dan penerima untuk umpan balik kanal dan komunikasi data yang efisien. Namun, penerapan praktisnya terhambat oleh asumsi yang umum dibuat dalam studi yang ada, termasuk isolasi dari pengguna lama, pelatihan pada kondisi kanal yang telah ditentukan, dan fine-tuning berbasis gradien yang memerlukan komunikasi lintas vendor yang besar. Artikel ini meninjau ulang asumsi tersebut dan menyajikan alternatif praktis. Penulis membahas tiga tantangan utama: koeksistensi dengan perangkat lama, adaptasi kanal dengan overhead rendah, dan interoperabilitas multi-vendor. Solusi yang diusulkan bertujuan memajukan penerapan praktis model AI dua sisi sekaligus menyoroti tantangan terbuka yang penting.

Artikel ini menyajikan tiga alternatif praktis terhadap asumsi umum dalam model AI dua sisi.

Mengapa penting

Artikel ini menyoroti bahwa asumsi umum dalam model AI dua sisi yang ada—isolasi dari pengguna lama, pelatihan pada kondisi kanal yang telah ditentukan, dan fine-tuning berbasis gradien—tidak praktis untuk penerapan di dunia nyata. Alternatif yang diusulkan mengatasi asumsi tersebut dengan berintegrasi dengan protokol lama, menggunakan tabel model ringkas dengan kanal surrogat, dan menerapkan fine-tuning tanpa gradien. Integrasi ke dalam tumpukan protokol 5G NR memastikan kompatibilitas mundur, yang krusial untuk penerapan 6G secara bertahap. Tabel model ringkas mengurangi kebutuhan akan kondisi kanal yang telah ditentukan secara ekstensif, sehingga pelatihan dan penyimpanan menjadi lebih efisien. Fine-tuning tanpa gradien memungkinkan interoperabilitas multi-vendor dengan hanya memerlukan umpan balik skalar, yang sangat penting dalam lingkungan multi-vendor ketika privasi dan overhead komunikasi menjadi perhatian. Namun, artikel ini juga mencatat tantangan terbuka yang masih ada. Tantangan tersebut meliputi optimalisasi lebih lanjut konstruksi tabel model, skalabilitas ke skenario yang lebih kompleks, dan kebutuhan akan standardisasi antar vendor. Penulis menekankan bahwa meskipun pendekatan ini memajukan penerapan praktis, penelitian lanjutan diperlukan untuk sepenuhnya mewujudkan potensi model AI dua sisi dalam 6G. Temuan ini menunjukkan bahwa dengan meninjau ulang asumsi fondasional, model AI dua sisi dapat dibuat lebih praktis dan dapat diterapkan, membuka jalan bagi integrasinya ke dalam jaringan nirkabel generasi berikutnya.

Siapa yang sebaiknya membaca

Praktisi dan peneliti ilmu komputer

Membuka konten member…