Naukowcy opracowali AirFM-DDA, czyli foundation model stworzony specjalnie dla przyszłej technologii 6G, który pracuje w domenie opóźnienia-Dopplera-kąta i otwarcie sięga po sztuczną inteligencję już na poziomie przetwarzania sygnałów. To nie kolejna inkrementalna poprawa istniejących standardów, ale raczej fundamentalny przesunięcie paradygmatu - zamiast najpierw przetwarzać surowe sygnały radiowe, a dopiero potem aplikować AI, model AirFM-DDA integruje uczenie maszynowe bezpośrednio z fizyką propagacji fal elektromagnetycznych.
Dla telekomunikacji nowe podejście oznacza skok jakościowy w adaptacji do zmiennych warunków szerzenia się sygnału. Tradycyjne sieci bazują na sztywnych algorytmach inżynieryjnych, które walczą z opóźnieniami propagacji, efektami Dopplera i zmiennym kątem dojścia fali. AirFM-DDA uczy się rozpoznawania i przewidywania tych zjawisk na masową skalę, co powinno znacząco poprawić przepustowość i niezawodność. To jest strategiczny krok w stronę sieciowych systemów natywnie opartych na AI, gdzie inteligencja będzie wbudowana nie jako dodatek, lecz jako rdzeń całej architekektury.
Znaczenie tego opracowania rośnie wraz z coraz bardziej wygórowanymi wymaganiami przyszłych aplikacji - od autonomicznych pojazdów poprzez przemysł 4.0 po metaverse i komunikację rzeczywistego czasu wymaga przesyłania ogromnych ilości danych bezprzewodowo przy minimalnych opóźnieniach. Sieć 6G będzie potrzebować dokładnie takich narzędzi, które mogą automatycznie dostrajać się do lokalnych warunków radiowych bez ciągłej ingerencji człowieka. AirFM-DDA to zatem pion badawczy sygnalizujący, że branża telekomunikacyjna poważnie przygotowuje się na erę inteligentnych sieci następnej generacji.