Przejdź do treści Przejdź do stopki
Studenci - aktualności

Interfejs radia sterowanego przez AI obiektem badań naukowców z AGH

Abstrakcyjna grafika ilustracyjna przedstawiająca przepływ danych uczenia maszynowego.

Interfejs radia sterowanego przez AI obiektem badań naukowców z AGH

Zespół dr. hab. inż. Szymona Szotta, prof. AGH z Wydziału Informatyki, Elektroniki i Telekomunikacji znalazł się wśród laureatów konkursu organizowanego przez sieć CHIST-ERA. Wraz z partnerami z Hiszpanii, Finlandii i Francji będzie pracować nad nowym interfejsem radia sterowanego przez sztuczną inteligencję o nazwie MLDR (ang. machine learning-driven radio interface), wolnego od ograniczeń dotychczasowych technik bezprzewodowych.

W najbliższych latach będziemy świadkami pojawienia się wielu nowych aplikacji internetowych, takich jak np. jak metawszechświat (wdrożenie rzeczywistości rozszerzonej i rzeczywistości wirtualnej), holograficzna teleobecność, Internet zmysłów, konsolidacja Internetu rzeczy z autonomicznymi robotami, w pełni zautomatyzowanymi gałęziami przemysłu i zakładami produkcyjnymi, a także inteligentnymi infrastrukturami i środowiskami. Aby spełnić wysokie wymagania komunikacyjne (pod względem przepustowości, opóźnień, niezawodności, dostępności i zużycia energii), sieci bezprzewodowe, a w szczególności ich interfejs radiowy, stają się niezwykle złożone, z mnóstwem zaawansowanych funkcji komunikacyjnych, protokołów i parametrów, które zwykle obejmują ukryte zależności między nimi. Aby poradzić sobie z taką złożonością, wykorzystanie technik sztucznej inteligencji i uczenia maszynowego (AI/ML) – oraz ogólnie ich zdolności do radzenia sobie ze złożonością – jest niezbędnym czynnikiem zwiększającym wydajność sieci bezprzewodowych nowej generacji.

Celem zespołu badawczego jest zbudowanie nowego interfejsu radia sterowanego przez AI/ML (MLDR), wolnego od ograniczeń dotychczasowych technik bezprzewodowych. Ten nowy interfejs nauczy się komunikować, wybierając i konfigurując zestaw protokołów komunikacyjnych i funkcjonalności, które lepiej pasują do każdego konkretnego przypadku użycia i scenariusza, spełniając w ten sposób wspomniane wymagania dotyczące wydajności i wydajnie wykorzystując dostępne zasoby radiowe. Innymi słowy, MLDR umożliwi wdrażanie sieci bezprzewodowych „szytych na miarę”.

Projekt pt. MLDR: Interfejs radiowy oparty na uczeniu maszynowym (MLDR: A Machine Learning-Driven Radio Interface) otrzymał dofinansowanie w wysokości ponad 600 tys. euro, z czego 871 080 zł przypadnie zespołowi badawczemu z AGH. Badania zrealizuje konsorcjum kierowane przez zespół z Hiszpanii (Pompeu Fabra University, Barcelona). Pozostali konsorcjanci, oprócz AGH, to University of Oulu (Finlandia) oraz CentraleSupelec (Paryż, Francja).

***

W skład sieci CHIST-ERA (European Coordinated Research on Long-term Challenges in Information and Communication Sciences & Technologies) wchodzą agencje finansujące badania naukowe. Celem sieci jest wspieranie badań z zakresu technologii informacyjnych oraz komunikacyjnych ICST (Information and Communication Science and Technologies). Dotychczas CHIST-ERA ogłosiła 11 konkursów na międzynarodowe projekty badawcze realizowane wspólnie przez zespoły z krajów należących do sieci.

Konkurs CHIST-ERA Call 2022 był otwarty na projekty badawcze realizowane przez konsorcja międzynarodowe złożone z co najmniej trzech zespołów pochodzących z co najmniej trzech różnych krajów biorących udział w konkursie. Wnioski wspólne oceniały dwa międzynarodowe zespoły ekspertów, powołane oddzielnie dla dwóch obszarów tematycznych konkursu: Bezpieczeństwo i prywatność w systemach zdecentralizowanych i rozproszonych (Security and Privacy in Decentralised and Distributed Systems, SPiDDS) oraz Systemy komunikacji oparte na uczeniu maszynowym, w kierunku bezprzewodowej sztucznej inteligencji (Machine Learning-based Communication Systems, towards Wireless AI, WAI).

Sieć CHIST-ERA wyłoniła w konkursie łącznie 12 projektów międzynarodowych, w których biorą udział zespoły z 22 krajów. Osiem zwycięskich projektów będzie realizowanych w obszarze SPiDDS, a cztery – w obszarze WAI. W trzech projektach uczestniczą zespoły z Polski reprezentowane przez AGH, Politechnikę Poznańską i Uniwersytet Gdański.

Stopka