AI e reti mobili: ecco le nuove sfide per le prestazioni del 5G

L’intelligenza artificiale sta gettando le basi per la prossima generazione dei servizi di telefonia mobile. I possibili scenari futuri legati all’impatto dell’AI sulle telco, l’evoluzione delle reti 5G e le prospettive sulle future infrastrutture per il 6G sono stati analizzati nel dettaglio nell’ultimo report di Mobile Experts.

Con AI-RAN si intende innanzitutto l’implementazione dell’intelligenza artificiale nelle reti radio per migliorarne le prestazioni. Secondo gli analisti, all’interno di questa categoria rientra anche il cosiddetto approccio “AI-for-RAN”, il cui obiettivo è aumentare le capacità delle reti di telefonia mobile e ottimizzare fattori chiave come l’efficienza energetica e la gestione delle frequenze.

L’AI-in-RAN, in particolare, è uno degli approcci più concreti all’interno del concetto di AI-RAN e prevede l’utilizzo di algoritmi di machine learning integrati direttamente negli stack di rete di livello L1-L3. Questa tecnologia ha già superato la fase teorica e ora è entrata in quella di sperimentazione commerciale.

Le varianti AI-on-RAN, AI-and-RAN e AI-with-RAN, invece, sfruttano l’intelligenza artificiale per svolgere quelle attività all’interno dell’infrastruttura radio non legate alle telecomunicazioni. Mobile Experts, però, afferma che tali tecnologie ad oggi non hanno ancora raggiunto casi d’uso consolidati né una domanda significativa dal punto di vista commerciale.

Gli analisti prevedono che nel lungo periodo una delle tecnologie centrali nello sviluppo delle future reti 6G sarà l’AI-Native RAN, realizzando quindi infrastrutture radio in cui l’intelligenza artificiale non è solo un elemento aggiuntivo ma parte integrante delle funzioni fondamentali della rete. L’AI, ad esempio, permetterà di modificare dinamicamente gli schemi di modulazione radio per ottimizzare in tempo reale aspetti come efficienza energetica, affidabilità e rendimento.

Tale obiettivo non potrà essere raggiunto senza una maggiore integrazione tra i fornitori di rete e i produttori di smartphone, che già oggi integrano l’intelligenza artificiale nei propri prodotti.

Altrettanto importante nel prossimo futuro sarà il concetto di Physical AI, ovvero l'utilizzo dell'intelligenza artificiale per gestire sistemi fisici in movimento come robot, droni, veicoli autonomi e macchine industriali. Applicazioni di questo tipo richiedono una connessione stabile, affidabile e con una latenza bassa e costante, in quanto questi sistemi automatizzati necessitano di tempi di risposta rapidissimi. La qualità della rete sarà di fondamentale importanza, in particolare, per le attività di addestramento e interpretazione di comandi complessi.

La rapida diffusione dell’intelligenza artificiale generativa ha già un impatto significativo sui flussi di traffico delle reti mobili. Ogni giorno sempre più utenti utilizzano modelli avanzati di AI per generare immagini, video e gestire altre tipologie di richieste. Gli algoritmi di ottimizzazione associati all’AI-for-RAN, stando alle previsioni degli analisti, produrranno nel breve periodo benefici superiori all’incremento di traffico, aumentando la capacità delle reti e migliorandone complessivamente l’efficienza.

La situazione potrebbe però ribaltarsi completamente nel lungo periodo. La domanda di traffico in uplink legata all’intelligenza artificiale è destinata a crescere a ritmo serrato e continuativo. L’ottimizzazione della rete potrebbe non bastare a gestire una mole di dati tanto importante. Tale scenario, affermano gli analisti, potrebbe realizzarsi già nel 2029. Inoltre, l’espansione della Physical AI potrebbe generare un ulteriore incremento del traffico del 20-25% ogni anno, esercitando una pressione estrema sulla disponibilità di spettro radio.

Con l’evoluzione della Physical AI, i modelli di intelligenza artificiale andranno eseguiti non più solamente sui dispositivi degli utenti e nei grandi data center, ma anche su altri elementi distribuiti lungo la rete, come robot per le consegne, macchine industriali e sistemi di automazione. La latenza diventerà quindi un fattore determinante, considerando che questi sistemi non possono lavorare in modo efficiente se comunicano su lunga distanza.

Le torri cellulari con capacità elaborativa e le infrastrutture di edge computing installate presso le aziende e i siti produttivi diventeranno quindi determinanti. Le grandi imprese, stando alle previsioni degli analisti, si concentreranno anche in futuro su reti private 5G e piattaforme di edge locali. Questo scenario è reale già oggi, con aziende che stanno sperimentando applicazioni innovative basate su sensori distribuiti e intelligenza artificiale, assicurando un controllo più stretto sui propri dati e garantendo così elevati livelli di sicurezza.

Dall’altro lato, continueranno a esistere data center di grandi dimensioni per gestire modelli AI generativi più complessi e sfruttare forti economie di scala. Si andrà quindi a realizzare un ecosistema in cui l’intelligenza artificiale opererà nel punto della rete più adatto in base a latenza, costi operativi, capacità di calcolo e standard di sicurezza.