В МФТИ разработан алгоритм для повышения емкости сетей 5G
Софт получил название ALPACA и способен выполнять задачи даже в самых сложных мобильных сценариях.
Нейросети все активнее внедряются в телеком-индустрию. Одно из самых перспективных направлений – использовать их для улучшения работы сетевого оборудования. Это крайне важно при строительстве инфраструктуры связи пятого и следующего поколений, где нужно обеспечить минимальную задержку сигнала
Система предсказывает поведение канала связи
Именно по этому пути пошли специалисты Московского физико-технического института. Они создали алгоритм, получивший название ALPACA (Asymmetric Loss Prediction Algorithm for Channel Adaptation). Он предназначен для сетей 5G и следующих поколений и способен поддерживать хорошее качество сигнала в сложных мобильных сценариях, даже когда при строительстве сетей были допущены ошибки при выборе параметров передачи. Система предсказывает возможные изменения качества канала на основе сверточно-рекуррентной нейронной сети.
Одним из ключевых нововведений является использование асимметричной функции потерь. ALPACA специально «штрафуется» за слишком оптимистичные прогнозы, которые могут привести к сбоям. Такой подход снижает потребление ресурсов канала до 40% по сравнению с существующими решениями и увеличивает пропускную способность сети для обслуживания URLLC-приложений.
Новинка превосходит традиционные инструменты
«В основе исследования лежит применение нейросетевых моделей для решения ключевой проблемы сетей URLLC – выбора оптимального режима передачи данных в быстро меняющихся условиях канала связи. Традиционные методы не всегда позволяют обеспечить строгие требования по задержке (миллисекунды) и надёжности (вероятность потери пакета менее 10⁻⁵), особенно в сценариях с высокой мобильностью пользователей, поэтому я решил изучить возможность применения нейросетевых алгоритмов», – рассказал Кирилл Глинский, первый автор исследования, научный сотрудник лаборатории интеллектуальных систем связи МФТИ и лаборатории беспроводных сетей Института проблем передачи информации имени А. А. Харкевича РАН.
Решение МФТИ значительно превосходит существующие аналоги, предназначенные для выполнения схожих задач. По словам исследователей, нынешние инструменты, включая эвристические алгоритмы и классические нейросетевые модели, либо недостаточно точно прогнозируют изменения канала, либо игнорируют асимметрию последствий ошибок: завышенный прогноз грозит потерей пакета и срывом передачи, заниженный – приводит к нерациональному расходу ресурсов.
Соответствие мировым трендам
При этом важно отметить, что создание ALPACA является отражением последних мировых трендов, направленных на то, чтобы сделать системы связи более автономными и управляемыми именно на программном уровне. Еще в 2023 году российские специалисты описывали возможное применение искусственного интеллекта непосредственно в архитектуре 5G.
В 2024 году в Центре искусственного интеллекта НИУ ВШЭ разработали программное обеспечение для моделирования радиоканала в беспроводной связи 5G и 6G, основанное на использовании трассировки лучей и машинного обучения. Оно позволяло узнать, как радиоволны распространяются между передатчиком и приемником, а также могло преобразовывать данные трассировки лучей в формат последовательности кадров, конфигурировать и обучать нейросеть на их основе.
Технологическая основа для внедрения уже есть
Не менее важно и то, что для разработки специалистов МФТИ существует необходимая технологическая основа. В том числе – новые базовые станции российского производства, которые поддерживают программный переход со стандарта LTE на поддержку 5G. В частности, такой функционал поддерживается оборудованием от компании Yadro. Его производство было запущено в 2025 году. К 2030 году по нацпроекту планируется изготовить и установить 75 тысяч отечественных базовых станций.
Разработка МФТИ подтверждает факт формирования программно-интеллектуального слоя российской телеком-инфраструктуры. Именно такие решения позволят наращивать пропускную способность сетей, сокращая необходимость установки дорогостоящего оборудования. Решение особенно своевременно на фоне намеченного запуска 5G в российских городах-миллионниках и перехода на отечественные базовые станции.
