商品描述
本書圍繞6G原生設計，深入探討了5G、6G與AI的多視角融合。本書對5G、6G與AI技術的發展和融合進行了整體的描述與分析，著重介紹了6G與AI融合中涉及的基礎理論，結合新研究成果，對6G無線網側引入基於AI的各種技術進行了詳細探討；其次圍繞智能化網元對6G核心網側支持AI的架構進行了解析，結合AI模型及相關數據的特點分析了6G網絡需要增強的部分；再次根據6G和AI融合帶來的各種應用，闡述了6G和AI融合對未來生產生活的影響；對未來6G與AI融合進行了分析與展望。
作者簡介
王誌勤 正高 級工程師，現任中國信息通信研究院副院長，中國通信標準化協會副理事長、無線技術委員會主席，IMT-2020（5G）推進組組長、IMT-2030（6G）推進組組長。2024年榮獲“2023年度國家科學技術進步獎一等獎”，第六屆“傑出工程師獎”，2025年被授予“*美巾幗奮鬥者”稱號。 劉曉峰 正高 級工程師，中國信息通信研究院無線與移動通信研究所副總工程師，IMT-2020（5G）推進組國際合作組組長、5G與AI（人工智能）融合研究任務組組長，IMT-2030（6G）推進組6G AI特設組組長。中國信息通信研究院第三代合作夥伴計劃（3GPP）* 席代表，多個國家重大專項項目負責人，已出版3本專著。 沈嘉 OPPO廣東移動通信有限公司標準研究部技術總監，現任IMT-2020（5G）推進組5G與AI融合任務組副組長。自2005年起參加4G國際標準化工作，擔任3GPP“AI/ML模型在5G系統傳輸”等多個課題報告人，榮獲“2016年度國家科學技術進步獎特等獎”，已出版2本專著。 崇衛微 維沃移動通信有限公司（vivo）資 深 專 家，資 深3GPP國際標準專 家，參與5G AI智能化網絡架構、6G AI智能化、6G通感一體化等3GPP標準化工作。參與IMT-2030（6G）推進組AI特設組工作，主持“AI/ML模型跨平臺共享可行性研究”等項目的研究工作。 彭木根 北京郵電大學副校長，教 育 部長江學 者特聘教授、國家傑出青年科學基金獲得者、IEEE Fellow（電氣電子工程師學會會士）、中國電子學會會士、國務院學位委員會信息與通信工程評議組秘書長。連續多年入選全球前2％頂 尖 科 學 家“終身科學影響力”和“年度科學影響力”榜單。 吳曉波 維沃移動通信有限公司（vivo）高 級技術專 家，資 深3GPP國際標準化專 家。長期參與3GPP 技術規範組會議，擔任多個標準項目的聯合報告人。擔任國內IMT-2020（5G）推進組5G與AI融合研究任務組副組長，6G AI原生設計技術架構研究聯合報告人，聯合牽頭多個項目組的研究工作。
目錄大綱
第1章 5G-A到6G的發展與AI發展概述 001
1.1 6G發展簡介 003
1.2 AI發展概述 007
1.3 6G與AI融合整體考量 009
1.3.1 構建6G智能維 010
1.3.2 6G助力AI泛在化 014
1.3.3 6G與AI融合關鍵問題分析 015
1.4 小結 017
第2章 6G與AI融合基礎理論分析 019
2.1 AI領域基礎知識 021
2.1.1 數據集 021
2.1.2 常用機器學習算法 022
2.1.3 小結 046
2.2 6G與AI融合基礎理論研究 047
2.2.1 6G與AI融合數據集構建 048
2.2.2 6G與AI融合算法及模型探索 055
2.2.3 6G與AI融合仿真及驗證方法 058
2.3 小結 060
第3章 6G無線網側引入AI技術 061
3.1 5G基於AI的無線網設計 062
3.1.1 5G無線網側引入基於AI的設計的整體框架 063
3.1.2 5G中基於AI的設計重點用例 075
3.2 6G AI原生無線網設計 106
3.2.1 6G AI原生無線網整體設計 106
3.2.2 潛在6G AI原生設計用例分析 109
3.2.3 6G AI原生標準化架構分析 122
3.3 小結 124
第4章 6G核心網側內生AI技術 125
4.1 5G 網絡智能化 126
4.2 5G核心網側引入AI技術的主要場景 127
4.2.1 AI輔助終端業務體驗提升 127
4.2.2 AI輔助QoS參數調整 128
4.2.3 AI輔助尋呼區域優化 129
4.2.4 AI輔助終端異常檢測 129
4.3 5G網絡智能化的整體框架 130
4.3.1 網絡智能化的基本框架 130
4.3.2 網絡智能化的架構增強 131
4.3.3 5G網絡智能化的關鍵流程 134
4.4 5G NWDAF可提供的數據分析結果 143
4.5 6G智能網絡架構思路和展望 146
4.5.1 6G原生AI挑戰和目標 146
4.5.2 6G原生AI驅動力 147
4.5.3 6G原生AI能力等級 150
4.5.4 6G原生AI與業務適配 153
4.5.5 6G 原生AI網絡架構設計 153
4.5.6 6G原生AI與統一數據面 157
4.5.7 總體框架總結 158
4.6 小結 160
第5章 6G支持AI算法及應用 161
5.1 分割式AI/ML與協作式AI/ML操作 163
5.1.1 基本特征 163
5.1.2 分割式圖像識別業務 170
5.1.3 網絡與機器人之間分割式控制 182
5.1.4 機器人之間協作式AI操作 185
5.2 AI/ML模型數據的發布與共享 188
5.2.1 基本特征 188
5.2.2 圖像識別AI模型下載 189
5.2.3 語音識別AI模型下載 197
5.2.4 智能汽車AI模型更新 198
5.2.5 基於覆蓋信息的預測性AI/ML模型下載 201
5.2.6 終端AI模型性能監測 204
5.3 基於6G的分布式學習與聯邦學習 205
5.3.1 基本特征 205
5.3.2 用於圖像識別模型訓練的實時聯邦學習 208
5.4 智能體通信 212
5.5 小結 213
第6章 6G與AI賦能垂直行業 215
6.1 6G與AI融合推動產業數字化轉型 216
6.1.1 智能車聯網 217
6.1.2 工業互聯網 219
6.1.3 智慧港口 220
6.1.4 智能電網 221
6.2 6G與AI融合推動社會生活智能化 222
6.2.1 智慧醫療 222
6.2.2 智慧環保 223
6.2.3 智能家居 224
6.2.4 智慧城市 226
6.2.5 智能安防 227
6.3 小結 228
第７章 6G與AI融合進程展望 229
7.1 6G AI原生設計國際標準化展望 230
7.1.1 5G AI設計國際標準化過程回顧 230
7.1.2 6G AI原生設計國際標準化進程分析與展望 232
7.2 6G智能維的開發是長期持續的過程 235
7.3 小結 238
