Porre le basi per la futura tecnologia cellulare 6G è il fine per cui è nato il progetto-faro Hexa-X, cui ha collaborato anche l’Università di Pisa che ha testato l’opportunità di impiegare l’AI

Quale ruolo svolgerà l’intelligenza artificiale per il 6G? È bene chiederselo già oggi, mentre si lavora alla realizzazione della sesta generazione di tecnologia cellulare wireless che succederà al 5G. Le reti 6G saranno in grado di utilizzare frequenze più elevate rispetto alle reti 5G e di fornire una capacità maggiore e una latenza molto inferiore. Giusto per fare un confronto: 6G sarà in grado di raggiungere una velocità dati di picco di 1.000 gigabit/s con una latenza aerea inferiore a 100 microsecondi. In termini di velocità di rete, nel confronto col 5G, la velocità del 6G dovrebbe essere cento volte più veloce, offrendo una maggiore affidabilità e copertura di rete più ampia.

Tutto questo si tradurrà in possibilità tecnologiche oggi solo teoriche: il 5G apre la strada alla digitalizzazione e alla trasformazione di settori industriali chiave come i trasporti, la logistica, ma anche allo sviluppo delle smart city e ai veicoli a guida autonoma. Il 6G completerà questo scenario, dischiudendo a opportunità incredibili. La tecnologia del futuro dovrebbe consentirci di inserirci in mondi interamente virtuali o digitali. Non solo: nel 2030, l’intelligenza umana sarà potenziata essendo strettamente accoppiata e perfettamente intrecciata con la rete e le tecnologie digitali. La prospettiva degli esseri umani aumentati può diventare reale.

Con i progressi dell’intelligenza artificiale, le macchine possono trasformare i dati in ragionamenti e decisioni che aiuteranno gli esseri umani a comprendere e ad agire meglio nel mondo. Mentre le macchine domestiche e industriali di oggi si trasformano in sciami di robot e droni multiuso, le nuove interfacce tattili e mentali uomo-macchina per controllarle da qualsiasi luogo dovrebbero diventare parte integrante della rete futura.

Tutto questo apre a prospettive che avranno impatti sulla vita quotidiana di miliardi di persone. Ma dovrà contare anche su requisiti di sicurezza e di resilienza ben definiti. A questo proposito l’AI potrà fornire un grosso contributo. Come? La risposta passa anche dall’iniziativa flagship Hexa-X, il cui obiettivo è definire le linee guida per la Rete 6G in Europa.

Takeaway

Il progetto faro Hexa-X

Hexa-X è il progetto faro dell’Unione europea per lo sviluppo della rete 6G, partito nel 2021 e conclusosi (quantomeno, la prima parte) in questi giorni. Esso è nato per porre le basi per la sesta generazione della rete di telefonia mobile, sviluppare le tecnologie abilitanti per la rete, tenendo ben presenti alcuni concetti fondamentali quali la sostenibilità e la trasparenza. Inoltre ha posto attenzione anche all’efficienza energetica, ma anche nel creare fiducia nell’impiego delle nuove tecnologie.

Guidato da Nokia ed Ericsson, ha raggruppato in un consorzio ben 25 organizzazioni, tra aziende ed enti di ricerca, di nove Paesi. Tra questi è da segnalare l’attività del team di ricerca del Dipartimento di Ingegneria dell’Informazione dell’Università di Pisa. Assieme a Intel e TIM, ha realizzato un testbed che emula una rete oltre il 5G integrata da sistemi di intelligenza artificiale innovativi e affidabili, combinando tecniche di federated learning ed explainable AI.

Intelligenza artificiale per il 6G, collegare fisico e digitale

Il prossimo futuro aprirà a nuove opportunità, ma dovrà anche affrontare urgenze sempre più impegnative. La crisi climatica, certo, ma anche nuove possibili pandemie, le diseguaglianze sociali e il divario digitale, conflitti geopolitici.

L’avvento di tecnologie chiave come l’intelligenza artificiale per il 6G, che promette una velocità massima teorica di 1 Tbps, la virtualizzazione della rete e i concetti di disaggregazione possono aggiungere importanti capacità e dimensioni di progettazione per le reti wireless. È necessario un avvio tempestivo di una valutazione della tecnologia e del concetto, anche se alcune di queste tecnologie sono ancora a un livello di sviluppo TRL basso, per comprendere le prestazioni potenziali e l’impatto sull’architettura complessiva del sistema. È fondamentale applicare queste nuove tecnologie per eccellere in nuovi domini di utilizzo e per renderle parti indispensabili della società futura. Come scrivono gli attori del consorzio Hexa-X:

“È della massima importanza mitigare queste sfide devastanti, creando al tempo stesso opportunità di crescita e occupazione guidate dall’innovazione. Le reti wireless, componenti centrali di una società digitalizzata, devono riflettere esigenze e opportunità così complesse e fornire in modo proattivo soluzioni digitali sostenibili, per aiutare a raggiungere gli obiettivi per lo sviluppo sostenibile”.

Alla luce di questi obiettivi e sfide, è nata l’iniziativa faro 6G Hexa-X. Il suo obiettivo è stato di mettere insieme le principali parti interessate del settore, compresi fornitori di rete, operatori, verticali e fornitori di tecnologia, nonché alcuni tra i più prestigiosi istituti di ricerca e università europei del settore, creando una massa critica utile per lavorare in modo sinergico su attività di ricerca e sviluppo verso il 6G.

La visione di Hexa-X “è di collegare l’essere umano, fisico e mondi digitali con un tessuto di abilitatori chiave 6G”. Per farlo occorre lavorare a impostare le infrastrutture necessarie in modo che possano garantire adeguate garanzie. In questo senso, il ruolo dell’intelligenza artificiale per il 6G diventa imprescindibile.

Verso il 6G

Si arriva così al lavoro coordinato dal team coordinato da Giovanni Nardini, docente di ingegneria informatica all’Università di Pisa, che ha unito le potenzialità dell’intelligenza artificiale al 6G. In occasione della presentazione dei risultati del progetto Hexa-X alla European Conference on Networks and Communications (EuCNC 2023), il gruppo ha presentato il testbed e ha usato il simulatore di rete Simu5G, il primo simulatore di rete Open-Source attivo in tempo reale, «per mostrare che l’integrazione di tecniche di Federated Learning di modelli di AI spiegabili all’interno delle future reti mobili è un approccio promettente verso servizi innovativi affidabili e di alta qualità agli utenti, mantenendo la privacy degli utenti stessi», ha illustrato Nardini.

Se il 4G ha permesso a tutti di comunicare e di avere accesso a servizi internet e multimediali soprattutto in modo praticamente illimitato in ogni momento e e da ogni luogo, il 5G sta aprendo a opportunità come la realtà aumentata e virtuale, aprendo in particolare la via della digitalizzazione di svariati settori industriali e dando possibilità alle città intelligenti di svilupparsi.

«Col 6G l’obiettivo è di proseguire su questa strada ma di non avere più la visione esclusivamente rivolta agli oggetti, ma far immergere l’essere umano all’interno dei processi stessi, realizzando così un’integrazione molto più stretta tra umano e virtuale, fisico e digitale. In questo ambito l’intelligenza artificiale svolge un ruolo fondamentale».

Il lavoro del team di ricerca dell’Università di Pisa

In tale contesto si inserisce l’impiego in combinazione di federated learning ed explainable AI e il risultato ottenuto dal “banco di prova”.

«Il testbed ha dimostrato che l’integrazione delle tecniche di FL e di XAI, inserite nella nostra attività di ricerca all’interno del progetto, non solo è possibile ma offre vantaggi efficaci», spiega lo stesso docente del DII.

Nel caso specifico, l’attività di prova si è concentrata sulla rappresentazione di un caso realistico di guida remota, nel quale un veicolo invia in tempo reale un video streaming verso un server remoto.

«La qualità del video inviato e ricevuto da chi deve guidare la macchina in remoto deve essere di ottima qualità, altrimenti i rischi di insicurezza sono assai elevati».

Il caso d’uso è stato aperto a diversi utenti connessi alla stessa rete in modo da condividere molteplici esperienze, allenando e addestrando un modello di previsione della qualità del servizio. Da qui l’impiego e la conferma di validità del federated learning: mettendo insieme le esperienze di addestramento di diversi utenti che usano il servizio, è stato possibile migliorare le prestazioni di previsione. Il testbed ha dimostrato che questo approccio è fattibile.

Ma come si combinano FL e XAI?

«Se il fine è stato di riunire le esperienze di diversi utenti, il problema che poteva sorgere era legato al fatto che i dati degli utenti, generati in tempo reale, potessero essere inviati verso un ente centralizzato che li avrebbe impiegati per creare un modello di intelligenza artificiale. Questo approccio non preserva la privacy dei dati degli utenti. L’approccio federato permette, invece, ai singoli di creare a livello locale un suo modello di AI, condividendolo. Successivamente un aggregatore si occupa di mettere insieme le informazioni».

Federated learning può essere usato con qualunque tipo di modello di AI, ma l’impiego in combinazione con un modello di explainable AI consente di aggiungere delle informazioni all’output del modello.

Il futuro della rete oltre il 5G: il ruolo dell’intelligenza artificiale per il 6G

Dal punto di vista dell’iniziativa flagship Hexa-X, l’intelligenza artificiale per il 6G assume una valenza fondamentale: «mediante l’AI è possibile controllare e orchestrare le prestazioni della rete stessa che sarà sempre più autonoma e capace di auto organizzarsi e di auto ottimizzarsi. Nel caso specifico del nostro approccio di impiego del federated learning combinato con explainable AI per prevedere la mobilità degli utenti e permettere una migliore gestione del traffico stradale e dell’ordine pubblico. Condividere dati di come gli utenti si muovono, garantendo la loro privacy, permetterà di capire i trend di traffico e gestire in maniera oculata. Ma è solo un approccio e siamo solo all’inizio. «Per quanto riguarda lo strumento messo a punto dal nostro team la speranza, fondata, è che possa fungere da strumento per sviluppare nuovi servizi sempre più innovativi», conclude Nardini.