SAICOM
- Reference number
- FUS21-0004
- Project leader
- Fischione, Carlo
- Start and end dates
- 220601-270531
- Amount granted
- 35 000 000 SEK
- Administrative organization
- KTH - Royal Institute of Technology
- Research area
- Information, Communication and Systems Technology
Summary
In the future generation of Open Radio Access Networks (O-RANs), data are distributed among many wireless devices. Artificial Intelligence (AI) will encounter new challenges due to (i) the devices' limited computational, bandwidth, and energy resources, (ii) the distributed data sets and software, and (iii) privacy and security. Current AI is borrowed from robotics, vision, or speech and text recognition, and is not conceived to meet such challenges. A new framework must be investigated where AI and wireless networks are developed in symbiosis. The objective SAICOM is to significantly contribute to the development of such a framework, with reference to software wireless access networks and applications that are heavily dependent on the reliability of wireless connectivity. To achieve such ambitious objective, SAICOM proposes a work plan around three main pillars: new application-layer AI methods and algorithms for O-RAN; new AI methods and algorithms for low-layer O-RAN protocols that heavily impact on the application layer; and development of the complete AI software pipeline for AI over and within O-RAN. SAICOM aims to produce groundbreaking results which will be implemented by the collaborating partners (Ericsson, Hitachi-ABB, Volvo Cars, Electrolux, CEVT, AI Sweden, and The City of Stockholm). Thus, SAICOM will contribute to the creation of new AI services for several verticals, such as transportation, smart grids, smart buildings, and smart cities.
Popular science description
Artificiell intelligens (AI) förväntas ha stora effekter inom trådlösa nätverk och uppnå samma AI-revolution som inom robotik, datorsyn, tal- och textanalys. I smarta städer som övervakas av trådlösa nätverk kan till exempel AI kraftigt minimera fordons energiförbrukning, minska miljöföroreningar eller minimera trafikolyckor. För att uppnå allt detta krävs dock (i) en stor mängd välformaterad och aktuell data, insamlad på en central enhet där beslut av automatisk programvara eller om nätverkshantering tas, samt (ii) tillräckliga beräkningsresurser i de flesta trådlösa nätverksenheter. Är detta realistiskt? Svaret är tyvärr nej. När vi försöker använda AI i trådlösa nätverk står vi inför formidabla och i stort sett olösta metod- och mjukvaruutmaningar. I trådlösa nätverk kommer datauppsättningar av valfri storlek och kvalitet att produceras av distribuerade enheter, som i allmänhet inte kan utföra toppmoderna AI-beräkningar eller kan dela data över nätverk på grund av programvara, energi-, beräknings- och bandbreddsbegränsningar och säkerhets- och integritetsfrågor. De toppmoderna AI-metoderna och algoritmerna belastar offentliga trådlösa nätverk. Användningen av toppmoderna AI-lösningar som lånats från robotik, datorsyn eller tal- och textanalys, omedvetna om de trådlösa nätverkets egenskaper, kommer att leda till ineffektiva implementeringar med medioker prestanda om vi inte i grunden avancerar AI-metoder och programvara som är specifikt designade för trådlösa system. För att ta itu med sådana nödvändiga framsteg föreslår SAICOM - Software Artificial Intelligence for Communications - att genomföra en forskningsplan där AI, programvara och trådlösa nätverk kommer att undersökas i symbios. SAICOM fokuserar på accessprotokoll vid de låga lager och tjänsterna i applikationslager som är särskilt känsliga för de låga lagers prestanda. Till detta tillhör nästan alla mobilapplikationer, tjänster för autonoma fordon, smarta nät och övervakningssystem inom smarta städer. Därför kommer SAICOM att svara på ett av de mest angelägna behoven i den nuvarande tekniska revolutionen. SAICOM har sammanställt ett multidisciplinärt (mjukvara, AI och trådlöst) team i världsklass med kompletterande vetenskaplig expertis på Chalmers, KTH och Göteborgs universitet. Projektet kommer att utföras i nära samarbete med bland annat industriella (Ericsson, Volvo Cars, Electrolux, Hitachi-ABB, CEVT, AI Sweden) och institutionella partners (KTH Innovation, Stockholm Stads).