Agentic AI for Intent-driven Optimization in Cell-free O-RAN
تقترح هذه الورقة إطار عمل للذكاء الاصطناعي الوكيل لشبكات (O-RAN) الخالية من الخلايا، والذي يستخدم وكلاءً تعاونيين قائمين على النماذج اللغوية الكبيرة لترجمة نوايا المشغل المعقدة إلى تكوينات شبكية محسنة، محققاً وفراً كبيراً في الطاقة وكفاءة في الذاكرة من خلال التعلم التعزيزي العميق والضبط الدقيق كفء المعلمات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل مدينة ضخمة ومستقبلية تسمى Cell-Free O-RAN. في هذه المدينة، لا يوجد مجرد برج اتصالات واحد عملاق يغطي حياً كاملاً، بل هناك المئات من الوحدات الراديوية الصغيرة والذكية (لنسمّها "الدرونز الراديوية" - Radio Drones) المنتشرة في كل مكان، والتي تعمل جميعها معاً لبث الإنترنت إلى هاتفك.
المشكلة؟ إدارة مئات من هذه الدرونز هي كابوس حقيقي. إذا قمت بتشغيلها جميعاً، فستستهلك ثروة من الكهرباء. وإذا أطفأتها، فقد تتوقف مكالمات الفيديو الخاصة بك. تقليدياً، كان على مشغل بشري أن يحدق في لوحات تحكم معقدة، محاولاً التخمين أي من الدرونز يجب تشغيله أو إطفاؤه للحفاظ على رضا الجميع.
تقترح هذه الورقة حلاً جديداً: الذكاء الاصطناعي الوكيل (Agentic AI). لا تفكر في هذا كعقل واحد خارق، بل كـ فريق من المساعدين المتخصصين في الذكاء الاصطناي الذين يتحدثون مع بعضهم البعض لإدارة المدينة ذاتياً.
إليك كيف يعمل هذا الفريق، باستخدام تشبيه بسيط:
1. المدير (وكيل الإشراف - The Supervisor Agent)
تخيل أن مشغل الشبكة يدخل غرفة التحكم ويقول: "أريد توفير المال في استهلاك الكهرباء، ولكن تأكد من أن المستخدم رقم 3 يحصل على اتصال فائق السرعة بسرعة 50 ميجابت في الثانية لمؤتمر الفيديو الخاص به."
في الأيام الخوالي، كان على المشغل ترجمة ذلك إلى كود رياضي معقد. في هذا النظام الجديد، يستمع وكيل الإشراف (وهو ذكاء اصطناعي ذكي) إلى هذه الجملة باللغة الطبيعية. إنه يعمل كمترجم، يحول رغبة الإنسان إلى مجموعة واضحة من القواعد:
- الهدف: إطفاء أكبر عدد ممكن من الدرونز الراديوية.
- القاعدة: يجب أن يحصل المستخدم رقم 3 على 50 ميجابت في الثانية على الأقل. والآخرون يحتاجون إلى 10 ميجابت في الثانية على الأقل.
2. الاستراتيجي (وكيل تحديد أوزان المستخدمين - The User Weighting Agent)
بمجرد أن يعطي "المدير" القواعد، يتدخل الاستراتيجي. هذا الوكيل يشبه شرطي المرور الذي يقرر من له الأولوية.
- ينظر إلى القواعد ويسأل: "من يحتاج إلى أكبر قدر من المساعدة الآن؟"
- يستخدم وحدة ذاكرة (مثل أمين المكتبة) للتحقق من التجارب السابقة. "مهلاً، في المرة الأخيرة التي كان لدينا فيها 20 مستخدماً وكان المستخدم رقم 3 يحتاج إلى 50 ميجابت في الثانية، أعطيناه درجة أولوية عالية. لنحاول ذلك مجدداً."
- يقوم بتعيين "أوزان الأولوية" للمستخدمين، ليخبر الشبكة: "المستخدم رقم 3 هو شخص مهم (VIP) اليوم؛ امنحه أفضل إشارة."
3. مدير الطاقة (وكيل إدارة وحدات الـ O-RU - The O-RU Management Agent)
هذا الوكيل هو موفر الكهرباء. مهمته هي تقرير أي من الدرونز الراديوية يجب أن ينام وأيها يجب أن يستيقظ.
- يستخدم تقنية تسمى التعلم التعزيزي العميق (Deep Reinforcement Learning) (فكر في الأمر كأنها لعبة فيديو حيث يتعلم الذكاء الاصطناعي من خلال التجربة والخطأ).
- يحاول إطفاء بعض الدرونز. إذا انخفضت سرعة المستخدم رقم 3 بشكل كبير، تخبره اللعبة: "حركة سيئة! أعد تشغيل ذلك الدرون."
- مع مرور الوقت، يتعلم التركيبة المثالية لإبقاء الأنوار مضاءة (تدفق الإنترنت) بينما ينام باقي المدينة (توفير الطاقة).
4. المفتش (وكيل المراقبة - The Monitoring Agent)
المفتش هو ضابط مراقبة الجودة. إنه يتحقق باستمرار من سرعة كل مستخدم.
- إذا رأى أن سرعة المستخدم رقم 3 تنخفض عن 50 ميجابت في الثانية، فإنه لا يصاب بالذعر فحسب، بل يستدعي الاستراتيجي ومدير الطاقة.
- يقول لهما: "مهلاً، الـ VIP يعاني! أيها الاستراتيجي، امنحه أولوية أكبر. وأنت يا مدير الطاقة، أيقظ بعض الدرونز القريبة."
- يستمر هذا الفريق في التحدث ذهاباً وإياباً حتى تصبح السرعة مثالية.
السر الخفي: عقل واحد، وظائف متعددة (QLoRA)
عادةً، لامتلاك أربعة خبراء مختلفين في الذكاء الاصطناعي، ستحتاج إلى أربعة أجهزة كمبيوتر ضخمة، كل منها يشغل "نموذج لغوي كبير" (LLM) ضخم. سيكون هذا مكلفاً للغاية وبطيئاً.
لقد ابتكر المؤلفون فكرة عبقرية: لماذا تشتري أربعة أجهزة كمبيوتر خارقة بينما يمكن لواحد منها ارتداء أربعة قبعات مختلفة؟
إنهم يستخدمون تقنية تسمى QLoRA. تخيل عقلاً واحداً خفيف الوزن للذكاء الاصطناعي (النموذج الأساسي).
- عندما يحتاج لأن يكون الاستراتيجي، يرتدي "قبعة الاستراتيجي" (محول صغير ومتخصص).
- عندما يحتاج لأن يكون مدير الطاقة، يستبدل القبعة بـ "قبعة مدير الطاقة".
- يبقى العقل كما هو، لكن القبعات تغير سلوكه.
النتيجة؟ يوفر هذا 92% من الذاكرة مقارنة بتشغيل أربعة نماذج ذكاء اصطناعي ضخمة منفصلة. إنه يشبه امتلاك سكين سويسري بدلاً من حمل صندوق أدوات كامل.
الفوز الكبير
اختبر الباحثون هذا النظام في محاكاة.
- توفير الطاقة: مقارنة بالطرق الأخرى، تمكن فريق الذكاء الاصطناعي الخاص بهم من إطفاء 42% أكثر من الدرونز الراديوية مع الحفاظ على سرعة الإنترنت للجميع.
- الكفاءة: من خلال استخدام نهج "عقل واحد، وظائف متعددة"، وفروا كمية هائلة من ذاكرة الكمبيوتر، مما جعل من الممكن تشغيل هذا النظام الذكي على أجهزة قياسية.
باختختصار
تقدم هذه الورقة شبكة ذاتية القيادة حيث يتعاون فريق من وكلاء الذكاء الاصطناعي مثل آلة تعمل بانسجام تام. إنهم يستمعون للأهداف البشرية، ويتعلمون من أخطاء الماضي، ويقومون باستمرار بتعديل الشبكة لتوفير الطاقة دون التضحية بالسرعة. إنه الفرق بين إنسان يحاول موازنة 50 كرة في الهواء، وفريق من الروبوتات يقوم بذلك دون عناء بينما تكتفي أنت بقول: "أكملوا العرض".
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.