AI terbanyak di telekomunikasi saat ini? Sempit. Reaktif. Ia memperbaiki pipa tertentu tetapi tidak dapat memikirkan sistem air secara keseluruhan.
Jam terus berdetak. Antara sekarang dan tahun 2027, 6G beralih dari fase studi yang tidak jelas ke standar yang sulit. Keputusan yang diambil dalam dua tahun ke depan akan menentukan seberapa pintar jaringan ini sebenarnya. Jika Anda menunggu terlalu lama, Anda melewatkan jendelanya.
Peneliti UEA berpendapat bahwa kita harus menanamkan AI agen pada tingkat arsitektur sekarang sebelum aturan tersebut ditulis.
Inilah twistnya. Cara lama—mengoptimalkan bit—tidak akan cukup untuk 6G. Kita perlu alasan. Bukan hanya prediksi tapi niat.
Cetak Biru
Universitas UEA dan Universitas Khalifa merilis makalah. Mereka ingin jaringan 6G berhenti menjadi pipa bodoh yang dikelola oleh skrip bodoh dan mulai bertindak seolah-olah mereka punya otak. Khususnya otak empat lapis.
- Infrastruktur deterministik di bagian bawah
- Abstraksi semantik di atasnya
- Penalaran hierarki selanjutnya
- Kain multi-agen yang didistribusikan di atas
Model Bahasa Besar (LLM) menjalankan pertunjukan di sini. Tapi bukan sekedar ngobrol LLM. Yang diatur oleh kebijakan. Mereka berada di atas infrastruktur standar 3GPP dan menangani niat. Mereka bertanya “mengapa” bukan sekedar “apa”.
Apakah arsitektur saat ini sudah siap? Hampir tidak.
Pemeriksaan Realitas
Anda tidak bisa begitu saja memasang satu model besar di atas jaringan 6G. Fisika mengatakan tidak.
Tim membuat 6G-Bench untuk mengetahuinya. Ini adalah tes stres. Kendala yang realistis. Angkat berat.
Inilah masalah yang mereka temukan:
- Model besar bernalar dengan baik tetapi membosankan. Latensi tinggi. Jejak memori yang besar.
- Model terkompresi kecil bisa terbang tapi bodoh. Akurasi menurun saat Anda terlalu memaksakan perhitungan.
Kuantisasi bukanlah solusi ajaib. Mengompresi suatu model menimbulkan dampak yang berbeda dibandingkan dengan dampak yang ditimbulkan pada model lainnya. Kompresi selimut sudah mati.
Jawabannya adalah heterogenitas. Anda memerlukan agen yang berbeda untuk pekerjaan yang berbeda. Yang kecil di perangkat untuk kecepatan. Yang lebih cerdas dalam konteks. Sebuah pengangkat berat di inti untuk alasan yang mendalam. Padu padankan berdasarkan pengorbanan yang Anda mampu pada lapisan itu.
Jadi apa?
Hal ini sejalan dengan apa yang telah dibisikkan oleh 3GPP, ITU, dan IETF dalam rancangan mereka. Semua orang beralih ke arsitektur asli AI. Manajemen layanan zero-touch adalah kata kuncinya, tetapi inilah mekanismenya.
Tim tersebut—Mohamed Amine Ferrag, Abderrahmane Lakas, Merouane Debbah—meluncurkan infrastruktur acuan mereka pada bulan Februari. Sumber terbuka. Dapat direproduksi.
Mereka menguji 27 model. Tiga puluh tugas pengambilan keputusan. Sepuluh ribu soal pilihan ganda muncul dari 113 ribu skenario.
Ketepatan? Antara 22,8% dan 82,9%. Titik manisnya mendarat di tengah. Model skala menengah menawarkan keseimbangan terbaik antara kecerdasan dan kecepatan.
Operator jaringan mendapatkan alat untuk melihat apakah AI saat ini dapat menangani gelombang udara di masa depan. Produsen peralatan mempunyai target yang ingin dicapai.
Namun kesenjangan tersebut nyata. Bisakah satu kerangka kerja mampu menampung kompleksitas ini? Para peneliti berpendapat demikian jika Anda memperlakukan kecerdasan sebagai suatu bahan, bukan sesuatu yang dipasang begitu saja.
Kami sedang membangun sistem saraf untuk kota-kota sekarang. Pertanyaannya semakin sulit.
