בעידן ה-6G, שבו רשתות אלחוטיות חייבות להסתגל במהירות לסביבות מורכבות ולצרכי משתמשים משתנים, מציגים חוקרים את SANet – מסגרת רשתות AI מקורית המבוססת על AgentNet. פרדיגמה זו מאפשרת שיתוף פעולה בין סוכני AI מיוחדים לביצוע קבלת החלטות אוטונומית, הסתגלות דינמית לביצוע משימות מורכבות. SANet מזהה את המטרה הסמנטית של המשתמש ומקצה סוכנים משכבות שונות ברשת להשגתה, מה שמבטיח ניהול רשת בזמן אמת כולל הגדרה עצמית, אופטימיזציה והסתגלות.
AgentNet היא מסגרת מבוזרת שבה סוכנים שונים עלולים להחזיק במטרות סותרות. לכן, החוקרים מנסחים את האופטימיזציה של SANet כבעיית אופטימיזציה מרובת סוכנים ומרובת מטרות, ומתמקדים במציאת פתרונות פריטו-אופטימליים. הם מציעים שלושה מדדים חדשים להערכת SANet. בנוסף, פותח מסגרת MoPS (Model Partition and Sharing) שמאפשרת חלוקת מודלים גדולים, כמו מודלי למידה עמוקה, לחלקים משותפים וספציפיים לסוכן, המותאמים למשאבי חישוב מקומיים.
המסגרת כוללת שני אלגוריתמים מבוזרים לאופטימיזציה. החוקרים מוכיחים תיאורטית קיומו של tradeoff משולש בין אופטימיזציה, הכללה ושגיאות סותרות. הם בנו אבטיפוס חומרה בקוד פתוח המבוסס על רשת RAN וליבת רשת, עם סוכנים המתקשרים בשלוש שכבות רשת שונות. אבטיפוס זה מאפשר בדיקת אינטראקציות אמיתיות בין הסוכנים.
SANet מציעה יתרון משמעותי על פני אלגוריתמים קודמים: שיפור ביצועים של עד 14.61% תוך דרישה ל-44.37% בלבד מה-FLOPs הנדרשים בשיטות המתקדמות ביותר. זה חשוב במיוחד עבור ספקי שירותים ישראליים המתכוננים ל-6G, שם יעילות חישובית וניהול מבוזר הם מפתח להתמודדות עם עומסים גבוהים ותרחישים דינמיים.
עבור מנהלי טכנולוגיה בישראל, SANet מדגימה כיצד AI יכול לשדרג רשתות עתידיות. האם חברתכם מוכנה לשלב סוכני AI בניהול הרשת? קוד פתוח זמין לבדיקה מיידית.