The Interplay of AI and Digital Twin: Bridging the Gap between Data-Driven and Model-Driven Approaches

要約

ネットワーク仮想化とネイティブの人工知能 (AI) パラダイムの進化により、将来のワイヤレス ネットワークのビジョンが、物理ドメインとのスマートな相互作用を備えたデジタル プラットフォーム全体で動作する包括的なエンティティとして概念化され、デジタル技術の開花への道が開かれました。
ツイン（DT）コンセプト。
最近の DT ネットワークへの関心は、ネットワークのオーケストレーションとそのリソースの管理の複雑さのレベルを悪化させる、新しいワイヤレス テクノロジとユース ケースの出現によって加速されています。
AI によって駆動される DT の重要な原則は、物理エンティティとネットワーク ダイナミクス用の仮想ツインを作成することです。この仮想ツインを活用して合成データを生成し、AI モデル トレーニング用のオンデマンド プラットフォームを提供します。
AI が DT の種であるという一般的な理解にもかかわらず、DT と AI は、それらの制限を克服し、互いの利点を補完する方法で、互いを可能にするものになると予想しています。
この記事では、DT の基礎を掘り下げ、モデル駆動型とデータ駆動型のアプローチを統合する上での DT の役割を明らかにし、6G ネットワークの楽観的なビジョンを達成するために DT が提供する機会を探ります。
AI によってさらなる機会を解き放つ上での理論的基盤の重要な役割をさらに明らかにし、信頼性が高く、効率的で、低遅延の DT の実現に対するそれらの極めて重要な影響を明らかにします。

要約(オリジナル)

The evolution of network virtualization and native artificial intelligence (AI) paradigms have conceptualized the vision of future wireless networks as a comprehensive entity operating in whole over a digital platform, with smart interaction with the physical domain, paving the way for the blooming of the Digital Twin (DT) concept. The recent interest in the DT networks is fueled by the emergence of novel wireless technologies and use-cases, that exacerbate the level of complexity to orchestrate the network and to manage its resources. Driven by AI, the key principle of the DT is to create a virtual twin for the physical entities and network dynamics, where the virtual twin will be leveraged to generate synthetic data and offer an on-demand platform for AI model training. Despite the common understanding that AI is the seed for DT, we anticipate that the DT and AI will be enablers for each other, in a way that overcome their limitations and complement each other benefits. In this article, we dig into the fundamentals of DT, where we reveal the role of DT in unifying model-driven and data-driven approaches, and explore the opportunities offered by DT in order to achieve the optimistic vision of 6G networks. We further unfold the essential role of the theoretical underpinnings in unlocking further opportunities by AI, and hence, we unveil their pivotal impact on the realization of reliable, efficient, and low-latency DT.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google