The sixth generation (6G), unlike any previous generations, is envisioned by 2030 to connect everything. Moreover, in addition to the new use cases 6G is expected to support, it will need to provide a superior performance over 5G. The global connectivity, large-network dimensions, users heterogeneity, extremely-low power consumption, high-throughput, ultra-reliability, efficient-network operation and maintenance, and low-latency requirements to be met by future networks inevitably necessitate the autonomy of 6G. Intelligence, facilitated mainly by the advancement and innovation of the artificial intelligence (AI) technique, is a key to achieve autonomy. In this paper we provide a bird's-eye view of future networks, vision, progress, and objectives. We review some of the 6G technologies that would be mainly enabling the globally-intelligent connected world. We, in addition to discussing the role of AI in future networks, unlike any other review papers provide our original results that emphasize the necessity of deploying AI for 6G networks. We also very importantly identify 6G implementation challenges and key innovative techniques like quantum and blockchain to solve these challenges. This article serves as a starting point for learner to acquire more knowledge about 6G as it combines some of the main contributions in the area and provide some references for getting a more deeper knowledge, and also for researchers to contribute to the field.


翻译:与前几代人不同,第六代人(6G)与前几代人不同,预计到2030年可以连接一切。此外,除了预计新的使用案例6G将支持新的使用案例6G之外,还需要提供优于5G的绩效。全球连通性、大型网络层面、用户差异性、电力消耗极低、高通量、超可靠性、高效网络操作和维护以及未来网络要满足的低长要求,不可避免地需要6G的自主性。主要由人工智能(AI)技术的进步和创新所推动的情报是实现自主的关键。在本文中,我们提供了对未来网络、愿景、进步和目标的鸟眼观观点。我们审查了6G的一些技术,这些技术将主要帮助全球智能世界连接起来。我们除了讨论未来网络中AI的作用之外,其他任何审查文件都提供了我们的原始结果,强调为6G网络部署AI的必要性。我们还非常重要的是,确定6G的执行挑战和关键的创新技术,如量子和链条等,是实现自治的关键。本文章为获取更多知识的领域提供了一个起点,从而获得更多的知识领域。

0
下载
关闭预览

相关内容

【如何做研究】How to research ,22页ppt
专知会员服务
108+阅读 · 2021年4月17日
一图搞定ML!2020版机器学习技术路线图,35页ppt
专知会员服务
93+阅读 · 2020年7月28日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
职播间 | 从0到1构建聊天机器人
AI研习社
5+阅读 · 2018年10月30日
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Reimagining an autonomous vehicle
Arxiv
0+阅读 · 2021年8月12日
Monocular Plan View Networks for Autonomous Driving
Arxiv
6+阅读 · 2019年5月16日
Arxiv
4+阅读 · 2017年1月2日
VIP会员
相关VIP内容
相关资讯
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
职播间 | 从0到1构建聊天机器人
AI研习社
5+阅读 · 2018年10月30日
神经网络学习率设置
机器学习研究会
4+阅读 · 2018年3月3日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
【推荐】ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
机器学习研究会
20+阅读 · 2017年12月17日
NIPS 2017:贝叶斯深度学习与深度贝叶斯学习(讲义+视频)
机器学习研究会
36+阅读 · 2017年12月10日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Top
微信扫码咨询专知VIP会员