AI，一座邁向6G的橋梁_六安市永辰科技有限公司

大模型技術(shù)興起，讓社會加速進(jìn)入了一個嶄新的智能時代。AI技術(shù)的進(jìn)步不僅推動了各行各業(yè)的數(shù)字化轉(zhuǎn)型，也為通信技術(shù)的未來發(fā)展奠定了基礎(chǔ)，特別是在邁向6G的過程中發(fā)揮著至關(guān)重要的作用。

在AI革命大背景下，2023年6月，國際電信聯(lián)盟（ITU）完成對6G愿景的框架定義工作，從兩個方面回答了什么是6G^[1]。第一，6G將持續(xù)演進(jìn)移動通信，持續(xù)增強(qiáng)移動寬帶eMBB、高可靠低延時通信URLLC，以及海量連接mMTC等三大業(yè)務(wù)場景，提供沉浸式、確定性的通信體驗(yàn)和支撐海量連接的能力；第二，6G將超越移動通信的范疇，實(shí)現(xiàn)通信感知一體化、AI通信一體化，以及空天地泛在的全域連接，讓人們超越人眼“觀察”物理世界，并在虛擬世界中構(gòu)建數(shù)字孿生。6G的愿景是全球共識的重要成果，是向6G全球統(tǒng)一標(biāo)準(zhǔn)邁進(jìn)的重要里程碑。

在三個超越通信的場景中，AI通信一體化主要探討的是如何設(shè)計6G來原生地支撐未來海量的AI服務(wù)和AI應(yīng)用。未來的5到10年，99%的開發(fā)、設(shè)計和文字工作將被AI取代。不久的將來，大模型甚至還將取代架構(gòu)設(shè)計、芯片設(shè)計。這個未來趨勢，將與6G的部署時間窗相重疊。4G LTE的技術(shù)創(chuàng)新，把我們帶入移動互聯(lián)網(wǎng)時代，智能手機(jī)的App 成為了應(yīng)用和服務(wù)的主要載體。進(jìn)入人工智能時代，應(yīng)用和服務(wù)的核心載體將不再是 App，也不再是網(wǎng)站，而是AI-Agent。

AI-Agent是一個能感知，并且能主動采取行動的智能體，能夠根據(jù)環(huán)境自行設(shè)定行動目標(biāo)，具有感知學(xué)習(xí)和獲取知識能力，持續(xù)不斷地提升自己的能力。而近年來大模型的成功，也把 AI-Agent 的能力提升到一個全新的水平，不僅僅只是生成式AI，而是交互性AI，可以進(jìn)行復(fù)雜的交互式對話和決策。因此，在6G時代，網(wǎng)絡(luò)的使能對象不僅僅是AI-Agent，而且是人工通用智能AGI（Artificial General Intelligence）。華為最早在2019年提出的“萬物智聯(lián)”（Connected Intelligence）的愿景（如圖1），支持原生AI能力，實(shí)際上就是兩個方面：AGI for 6G 和 6G for AGI ^[2]。

圖1 ： Connected Intelligence = AGI for 6G + 6G for AGI

本文將圍繞AGI for 6G和6G for AGI兩個方面展開，尤其側(cè)重6G for AGI。如圖2所示，6G for AGI就是要回答如何設(shè)計eMBB+、URLLC+、mMTC+等通信能力，以及如何利用網(wǎng)絡(luò)感知能力，共同更好地支撐AI，讓6G成為連接未來AI智能體的神經(jīng)中樞，成為AI學(xué)習(xí)、訓(xùn)練、推理的重要組成部分。這也要求6G系統(tǒng)的設(shè)計必須是一個超越連接的架構(gòu)，并進(jìn)一步集成AI-Agent的四大基本功能：感知、認(rèn)知、決策、行動，通過基于意圖的高效能通信，深度融合物理世界和數(shù)字世界，并對物理世界產(chǎn)生作用。

圖2 ：6G原生AI能力和6G for AGI的整體框架

AGI for 6G

6G時代AGI的通信基本模式是基于Weaver的效用通信(Effectiveness Communication ^[3])，也可以簡稱為意圖通信。這是一個超越香農(nóng)通信的框架：香農(nóng)通信只是傳輸比特，然而，比特不代表理解，不具備智能，這是AGI使能的6G通信與傳統(tǒng)通信的本質(zhì)區(qū)別。

基于AI-Agent的6G通信可以分為四類：

第一，人與人的第一系統(tǒng)和第二系統(tǒng)通信；
第二，機(jī)器與機(jī)器的意圖通信；
第三，人與機(jī)器的URLLC通信；
第四，基于空間計算的機(jī)器與人的Metaverse 通信。

為支撐基于AI-Agent的6G通信框架，3GPP標(biāo)準(zhǔn)的設(shè)計需要考慮支持感知、學(xué)習(xí)的上行信道，并且能夠支持推理、支持低延時、支持Metaverse的下行信道。下面我們著重介紹前兩類。后兩類的通信在利用基于AI-Agent的框架上與前兩類的使用方法類似，但場景不同，具體的通信需求也相應(yīng)有所不同。

AI-Agent輔助的人與人通信

未來基于大模型的通信，將是物理世界通信和數(shù)字世界通信的有機(jī)融合，會引入AGI后香農(nóng)通信架構(gòu)。以人與人的通信舉例，其核心概念包含兩個部分：

第一，每個人可以用一個大模型來代理，這個大模型就是一個GPT；
第二，每個人的大模型可以根據(jù)GPT，用空間計算，生成多模態(tài)的虛擬實(shí)時響應(yīng)，代表人確定性行為的代理響應(yīng)。在數(shù)字世界中，基于此類GPT代理之間的通信系統(tǒng)，稱為第一系統(tǒng)。而對于如喜怒哀樂的情感等非確定性行為，大模型無法準(zhǔn)確學(xué)習(xí)和建模，此時針對這部分信息的溝通傳遞，需要在物理世界進(jìn)行實(shí)時通信，稱為第二系統(tǒng)，其亦可基于GPT大模型來設(shè)計。

每個人可以發(fā)布自己的大模型，在人與人的通信之前，可以先獲取對方的大模型，來進(jìn)行兩個大模型之間的第一系統(tǒng)通信，這實(shí)際上是本地通信，不需要用無線通信資源。當(dāng)大模型無法生成第二系統(tǒng)通信的部分時，需要通過無線信道進(jìn)行通信。

6G的AGI與AGI通信（如圖3），內(nèi)信道是香農(nóng)通信，其外信道通信，是神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)的通信，是大模型與大模型的通信，是Agent與Agent的通信。這里需要指出，無線空口的GPU化，不能帶來性能提升，反而要付出犧牲功耗的代價。

圖3 ：基于GPT大模型的AGI后香農(nóng)通信架構(gòu)

以AI-Agent為輔助的人與人通信是一種先進(jìn)的交互方式，它利用了人工智能的強(qiáng)大能力來增強(qiáng)和優(yōu)化通信過程。在這個框架中，每個人都會擁有兩個主要的GPT大模型：第一系統(tǒng)用于本地智能處理，第二系統(tǒng)用于物理通信。

首先，每個人要訓(xùn)練好自己的第一系統(tǒng)AI-Agent使用的GPT大模型，以及用于物理通信第二系統(tǒng)的GPT大模型。這些訓(xùn)練主要是離線的監(jiān)督學(xué)習(xí)，基于一個更廣義用于的通用大模型進(jìn)行訓(xùn)練，可以持續(xù)更新，且可以有人的參與輔助（Human in the loop），從而讓所得的GPT模型更精準(zhǔn)強(qiáng)大。其次，為了檢測第一系統(tǒng)工作是否正常，需要一個涌現(xiàn)的檢測器，當(dāng)發(fā)現(xiàn)有第一系統(tǒng)不能學(xué)習(xí)和建模的部分，則分流給第二系統(tǒng)進(jìn)行學(xué)習(xí)。

這樣就形成了一個快速和慢速結(jié)合的通信架構(gòu)：第一系統(tǒng)是快速的，可以由通信雙發(fā)交互各自的AI-Agent來實(shí)現(xiàn)Agent之間的本地閉環(huán)通信，不需占用通信資源（如圖4）；第二系統(tǒng)是慢速的，可以用無線信道進(jìn)行通信（如圖5）。值得一提的是，通過基于AGI的意圖通信機(jī)制，第二系統(tǒng)的通信流量與直接的視頻通信相比，可以壓縮百倍甚至千倍。此外，第一系統(tǒng)和第二系統(tǒng)的AI-Agent均可以不斷對通用大模型進(jìn)行刷新。

圖4 ：基于GPT大模型的第一系統(tǒng)-快速本地通信

圖5 ：基于GPT大模型的第二系統(tǒng)-慢速物理通信

AI-Agent輔助的機(jī)器與機(jī)器通信

對于機(jī)器與機(jī)器的通信，如果直接上傳視覺傳感的結(jié)果（如完整的視頻、點(diǎn)云等信息）去支持在邊/云端用大模型進(jìn)行計算，則需要“極大上行”的流量，能支持的機(jī)器數(shù)量較為受限。如果在終端有初級的AI-Agent, 通過無線信道與云端的大模型計算進(jìn)行Token的實(shí)時對齊，從而利用端-管-云的AI-Agent協(xié)同，就可以實(shí)現(xiàn)海量機(jī)器與機(jī)器的通信（如圖6）。

圖6 ：6G機(jī)器與機(jī)器間的意圖通信范式

具體而言，基于AI-Agent的后香農(nóng)通信框架采用意圖通信的方式包括如下步驟：

第一步，在終端側(cè)引入AI-Agent對場景進(jìn)行初級預(yù)處理分析，即所謂的面向目標(biāo)的篩選（goal-oriented filtering），從而對傳感數(shù)據(jù)進(jìn)行實(shí)時清洗；
第二步，對提取的相關(guān)對象進(jìn)行transformer大模型中所謂的嵌入計算（Embedding）得到意圖的極簡數(shù)學(xué)描述（Token）；
第三步，通過無線信道傳回邊/云端，實(shí)現(xiàn)雙邊意圖（由Token表示）的實(shí)時對齊，由此完成端-管-云協(xié)同的高效機(jī)器與機(jī)器通信。

與直接的視頻傳輸相比，此傳輸機(jī)制下的流量可以壓縮百倍甚至千倍，從而量級性提升系統(tǒng)可支持的通信用戶數(shù)量。

6G for AGI

6G感知為AI學(xué)習(xí)提供大數(shù)據(jù)源泉

6G網(wǎng)絡(luò)中應(yīng)用AI-Agent服務(wù)的獨(dú)特優(yōu)勢還在于，6G系統(tǒng)是通感融合的。通信感知一體化為無線通信系統(tǒng)帶來了新的機(jī)會——在通信的同時提供無線感知服務(wù)。感知和通信的原生融合，使移動基站和終端可以在不需要額外使用頻譜及增加設(shè)備成本的前提下，通過協(xié)同感知，獲得更大的感知范圍和更高的感知精度。6G更短的無線電波長、更寬的頻譜資源和更大的天線孔徑將使得物理環(huán)境的高精度實(shí)時重構(gòu)成為一種服務(wù)，利用這一能力也能反過來在顯著增強(qiáng)無線傳輸性能的同時大幅降低傳輸功耗。

6G感知提取的數(shù)據(jù)不僅僅只是對整網(wǎng)物理世界的建模，也是AI學(xué)習(xí)的大數(shù)據(jù)源泉（如圖7）。人、機(jī)器、車、建筑、材質(zhì)，甚至是天氣，都可作為6G感知的對象。無線感知可以通過電波傳播的參數(shù)估計、成像，甚至質(zhì)譜檢測來提供關(guān)于環(huán)境的大數(shù)據(jù)。從厘米波、毫米波，到亞太赫茲等全通信頻譜的感知能力均值得關(guān)注和研究。在高精度感知領(lǐng)域，太赫茲技術(shù)有望得到廣泛的應(yīng)用。

圖7： 6G感知是支撐未來AI大模型的主要數(shù)據(jù)來源

6G提供智能普惠的A-RAN和A-CORE

以ChatGPT為代表的自然語言大模型，在不久的將來，就會達(dá)到和超越人類的能力。然而，其代價是需要基于超算集群的算力才能提供“類人”的智能。比如，擁有5千億的神經(jīng)網(wǎng)絡(luò)參數(shù)，需要千萬瓦級的供電才能運(yùn)行，在未來的10年，大概率無法在手機(jī)終端上運(yùn)行。

為了給所有人、所有物提供隨時隨地的智能服務(wù)，6G網(wǎng)絡(luò)必須承擔(dān)起智能普惠的責(zé)任。這就需要基于6G網(wǎng)絡(luò)采用基于大模型的“通信（C）+ AI（A）+ 感知（S）”架構(gòu)。而通信-AI-感知的融合，也正是6G的本質(zhì)特征所在。支撐AGI的后香農(nóng)通信架構(gòu)，也就是：通信+AI+感知（C+A+S）的移動接入網(wǎng)，我們稱之為A-RAN（如圖8）。

圖8：A-RAN架構(gòu)：通信-AI-感知融合的接入網(wǎng)絡(luò)

同樣，6G網(wǎng)絡(luò)可以基于 AI-Agent 來構(gòu)建，每個AI-Agent就可以是一個邏輯網(wǎng)元。早在2015年，華為公司2012實(shí)驗(yàn)室就提出應(yīng)用驅(qū)動的網(wǎng)絡(luò)，其核心思想是，基于客戶相對應(yīng)用的需求，自動生成定制的網(wǎng)路，應(yīng)用完畢，網(wǎng)絡(luò)也就撤除�；A(chǔ)設(shè)施就像全網(wǎng)一部計算平臺，這是一個基于任務(wù)的網(wǎng)絡(luò)架構(gòu)，也是6G A-CORE的雛形（如圖9）。

圖9：A-CORE架構(gòu)：以任務(wù)為中心的網(wǎng)絡(luò)架構(gòu)

6G AGI構(gòu)建實(shí)時孿生世界

在數(shù)字世界里，根據(jù)應(yīng)用的“意圖”，通過構(gòu)建物理實(shí)體的虛擬副本來模擬和分析現(xiàn)實(shí)世界的行為和性能，就是我們通常所謂的數(shù)字孿生。這里主要對數(shù)字孿生的兩項(xiàng)技術(shù)進(jìn)行闡釋。第一，基于意圖通信，構(gòu)建能夠?qū)崟r反映真實(shí)物理世界的數(shù)字孿生體；第二，基于實(shí)時孿生世界，對物理世界進(jìn)行準(zhǔn)確的時空推理。這兩項(xiàng)技術(shù)具有廣泛的應(yīng)用潛力，可應(yīng)用于如自動駕駛、機(jī)器人、智能工業(yè)生產(chǎn)和遠(yuǎn)程醫(yī)療等眾多場景。

首先，在一個小房間的物理空間里，放置有通信和感知一體化的6G終端，這些6G終端具有AI的算力，可以計算小規(guī)模的AI模型。同時，它們也可以通過無線信號感知物理世界。通過對感知信號進(jìn)行處理，可以生成點(diǎn)云來刻畫和描述物理世界。

之后，根據(jù)給定意圖，通過網(wǎng)絡(luò)中的AI大模型與6G終端的AI小模型之間的AGI通信，有選擇性地重構(gòu)物理世界。這里的孿生世界并不需要完整無缺地描述物理世界，而是識別跟意圖相關(guān)的內(nèi)容。這樣既可以節(jié)省通信開銷，還可以保護(hù)隱私，保護(hù)個人和場地的私密性。

感知系統(tǒng)真正感知的是“點(diǎn)云”信息，也就是三維空間中物體的點(diǎn)陣表示。為了減少數(shù)據(jù)傳輸量和保護(hù)用戶的隱私，我們只會在語義目標(biāo)和原始感知信息匹配時，才會將時空語義信息上傳到云端進(jìn)行融合。為此，我們開發(fā)了獨(dú)特的語義時空融合和預(yù)測算法，可以融合語義信息形成數(shù)字孿生。這使得數(shù)字孿生能夠幾乎實(shí)時地反映我們關(guān)心的信息，同時將上行傳輸帶寬需求降低幾個數(shù)量級。

基于實(shí)時孿生的世界，這里演示一個用自然語言驅(qū)動事物定位和人物追蹤的用例。與目前ChatGPT不同，我們的系統(tǒng)能夠?qū)崟r感知現(xiàn)實(shí)世界，并進(jìn)行語義、時間和空間的推理，最終以自然語言的形式呈現(xiàn)結(jié)果。在這個例子中，物體和人物的移動位置都會以卡通人物渲染的形式實(shí)時顯示在數(shù)字孿生體中。6G AGI系統(tǒng)會根據(jù)感知到的點(diǎn)云信息，判斷是否發(fā)生與預(yù)先設(shè)定的意圖（如“看書”）相關(guān)的動作，并實(shí)時定位相關(guān)事件的空間位置。隨著感知系統(tǒng)的不斷完善，推理的準(zhǔn)確性也將不斷提高。

本文探討了未來大模型時代下的6G原生AGI通信，介紹了

Connected Intelligence = AGI for 6G + 6G for AGI：
通信、感知、AI融合的 6G A-RAN；
基于Agent網(wǎng)元構(gòu)建以任務(wù)為中心的 6G A-CORE。

我們認(rèn)為，6G的本質(zhì)是通信-AI-感知的融合，成為服務(wù)萬千AI-Agent的神經(jīng)中樞。