クアルコムとノキア ベル研究所は、複数ベンダーの AI モデルがワイヤレス ネットワークでどのように連携できるかを示しています from venturebeat.com

クアルコムとノキア ベル研究所は、ネットワーク デコーダ優先またはデバイス エンコーダ優先のトレーニングを容易にする逐次学習の柔軟性を実証しました。
チャネル状態フィードバックを使用してトレーニングされたモデルは、無線ネットワークが干渉を低減する正確なビーム パターンを生成するのに役立ちます。
異なる物理環境におけるワイヤレス AI の堅牢性 逐次学習により、複数の企業は、開発された実装の独自の詳細を共有する必要なく、相互運用可能なシステムを共同設計できます。
ただし、共通モデルのパフォーマンスはハイパーローカル モデルと比べて 1% 以内であることがわかりました。
従来の通信システムよりも著しく強力です。