人工智能时代的6G测试与测量

Vincent Kotzsch, NI, Emerson Test & Measurement

随着6G技术的到来，电信领域的人工智能（AI）作用变得越来越不可或缺，为无线行业带来了巨大的创新机遇和重大挑战。一方面，人工智能有望开创一个提高移动网络效率的时代。然而，测试集成了人工智能的设备需要新的测试方法，可能突破测量科学的界限。另一方面，随着设备的复杂性不断增加，实现上市时间、质量和成本目标将变得越来越复杂。在这一领域，人工智能有助于从测量数据中获取更多可操作的见解，从而帮助做出业务决策。这种对人工智能的战略拥抱不仅确保了与动态无线领域的无缝集成，还为未来的突破奠定了基础，推动整个行业走向创新和卓越的未来。

了解人工智能和6G测试之间的交叉点

人工智能与测试的融合从多角度展开，包含各种应用和变革潜力。不过，有两个主要用例正在推动行业变革。首先，生成式人工智能开始成为加速设计工作流程、缩短产品上市时间和最大限度降低运营成本的工具。其次，无线行业参与者越来越多地将人工智能集成到他们的产品中，导致被测设备（DUT）的复杂性增加，需要新的测试方法。

利用生成式人工智能提高生产力

到2024年，无线连接无处不在，覆盖全球大多数家庭和移动设备。这一广泛应用预示着行业将从主要关注收入增长转向以盈利和优化为中心。这种向优化的转变推动了围绕人工智能与6G无线技术集成的讨论，因为各行各业都在寻求在这一成熟的市场格局中提高效率并实现收益最大化。在测试和测量领域，人工智能驱动的解决方案为简化工作流程、优化资源配置和提高整体运营效率提供了无与伦比的机会。图1显示了产品开发生命周期，包括对这一产品周期造成压力的一些复杂和相互冲突的问题。

图1：产品开发生命周期

将生成式人工智能集成到设计工作流程中，标志着该行业的一次飞跃。通过利用从测量数据中获得的人工智能驱动的洞察力，企业可以释放出前所未有的生产力和竞争力。生成式人工智能算法在优化复杂天线系统设计方面发挥着至关重要的作用，可实现快速原型设计和迭代改进，以满足严格的性能要求。如图2所示，实现这些优势的需求正变得更加具体。这两项成果来自于NI与金融时报集团研究部门合作开展的内部研究。¹

图2：NI 2022研究报告的结果。

这种战略融合不仅加快了设计工作流程，还增强了工程师和设计师的创新能力。在半导体行业等领域，人工智能驱动的设计工具彻底改变了芯片布局优化，提高了性能和能效，同时缩短了设计周期。最终，将人工智能融入设计流程为提高生产力、效率和创新带来了无与伦比的机遇，推动各行业在无线技术的动态环境中实现持续增长并增强竞争力。

在半导体工作流程中实施人工智能的案例

图3显示了表征和验证设备的简化工作流程。该流程通常从确定预期结果开始，预期结果可能来自设计规格、产品要求或成本和时间限制等不同方面。然后，工程师将这些要求转化为全面的测试计划，其中包括根据指定标准对设备进行评估的所有必要测试。随后，他们会开发和完善测试，努力实现最大程度的自动化。这一阶段往往耗费最多的测试时间。

图3：简化的设备表征和验证工作流程。

测试开发完成后，工程师会在多个设备上执行测试，以评估单个设备的性能和设备间的差异。然后对结果进行细致的分析和报告，并根据需要对测试和序列进行改进或优化。根据设备的复杂程度，这一过程可能会持续数周至数月，这就给加快这一过程以加速创收带来了压力。

通过利用最先进的软件和硬件工具，如NI的LabVIEW和TestStand，企业可以显著提高流程中每个步骤的设计效率。NI已经开发出一个由生成式人工智能驱动的大幅优化工作流程原型。这种方法利用带有聊天界面的人工智能基础软件，根据给定的要求和数据表自主生成测试和序列。仅这一部分的自动化就能将设计表征所需的时间从数周缩短到数天。集成生成式人工智能等工具标志着又一次重大飞跃，有望加快产品上市时间、降低运营成本、提高利用率并促进可重用性。

AI嵌入式设备带来了新的复杂性

将人工智能集成到6G无线产品中开创了一个复杂而创新的新时代。与传统产品不同，人工智能增强型DUT带来了一系列独特的挑战，需要创新的解决方案来保证性能优势和可信度。例如，在电信领域，人工智能驱动的网络优化算法被用于提高频谱效率和减少干扰，从而提升整体网络性能和用户体验。人工智能的广泛应用凸显了测试和测量行业的迫切需要，即针对人工智能增强型DUT的测试要求，开发和设计专门的解决方案，确保在实际应用场景中实现无缝集成和最佳性能。

随着行业准备迎接6G时代，设备集成了先进的功能和人工智能驱动的智能，复杂性达到了前所未有的水平。软件组件相对于硬件的主导地位进一步扩大了对频繁测试的需求，以便在软件快速发展的同时保持可靠性。人工智能的集成加剧了这一复杂性，需要进行严格的评估，以保证安全性和可信度。鉴于这些设备在各行各业中发挥着举足轻重的作用，确保质量仍是重中之重，这就带来了新的测试挑战，如有效获取（正确的）数据、设置准确的测试场景以及管理"无限的测试空间"。图4显示了这些挑战的一些细节。

图4：6G中的嵌入式可信人工智能。

虽然将人工智能技术应用于无线领域是一项新技术，而且面临许多难题，但解决这些难题可使无线行业有效利用嵌入式人工智能的变革力量。在应用中，频谱、能源和芯片空间都是有限而宝贵的资源，人工智能可以帮助下一代无线设备优化这些资源。这有助于为提高未来无线网络的性能、可靠性和效率铺平道路。

有效获取数据：平衡数量和质量

将人工智能融入测试和测量流程是一个变革时代的前沿，有望重新定义行业标准和方法。这一点在6G无线领域及其他领域尤为明显。对人工智能的战略拥抱不仅确保了与动态无线领域的无缝集成，还为未来的突破奠定了基础，推动整个行业走向创新和卓越的未来。

人工智能算法将在彻底改变测试管理流程、实现场景选择自动化、优化测试覆盖率以及降低与不同用例和边缘条件相关的复杂性方面发挥关键作用。然而，在6G应用背景下测试人工智能设备面临着严峻的挑战，尤其是在人工智能模型训练的关键阶段。这一阶段对于创建稳健可靠的人工智能模型至关重要，包括三个主要步骤：模型设计、训练和验证。虽然通过仿真工具生成的合成训练数据具有一定的实用性，但这些训练数据的准确性取决于仿真模型的保真度。相比之下，在真实信道条件下获取的真实世界训练数据集质量更高，但由于数据记录需要专门的硬件和软件，因此获取难度更大。要确保为6G应用定制的人工智能模型的稳健性和可靠性，必须在这些因素之间取得平衡。

基于场景的测试：AI嵌入式DUT的未来

传统的刺激-响应测试系统在验证嵌入式人工智能设备方面存在不足。挑战在于机器学习训练系统的不可预测性，它可能在广泛的测试场景中表现出意想不到的行为。与传统算法不同，嵌入式人工智能模型可能对环境因素和系统配置高度敏感，这使得识别相关刺激信号具有挑战性。为了解决这个问题，基于场景的测试系统提供了一个可行的替代方案，它将不同的测试条件抽象成易于理解的场景，并预先定义了参数和结果。然后将这些情景分解为具体的测试案例，进行综合评估。尽管场景选择可能很复杂，但利用智能技术可以识别相关场景，确保对无线领域的人工智能设备进行全面测试。随着无线领域的不断发展，基于场景的测试是一种有效验证嵌入式人工智能技术性能和可靠性的可行方法。

管理无限测试空间

“无限测试空间”指的是人工智能系统在实际应用中可能遇到的大量潜在场景和条件。传统的软件测试可以详尽地列举输入和输出，而人工智能系统则不同，它是根据数据进行训练的，在面对新情况时可能会表现出意想不到的行为。这就意味着，人工智能测试需要应对大量且往往无法预测的情况，因此测试每一种可能的场景是不切实际的。我们需要分层场景描述和智能场景缩减技术，以管理测试和测量过程的复杂性，同时保持测试覆盖率，确保人工智能增强型DUT的可靠性和稳健性。

对5G及未来部署的影响

将人工智能集成到无线应用中代表着一个关键的进步，围绕人工智能在未来标准中的作用的讨论势头正猛。值得注意的是，第三代合作伙伴计划（3GPP）正在积极探索将人工智能融入即将推出的5G-A标准和6G标准，这也是第18版和第19版中备受关注的话题。这种对人工智能的战略拥抱并不仅仅是推测，而是基于务实的考虑，其驱动力是提高无线行业的盈利能力。考虑到频谱等资源的稀缺性、规模限制和功耗问题，人工智能带来的边际改进甚至可以节省大量成本。人工智能有可能在频谱效率、降低干扰、芯片尺寸优化和功耗等多个方面带来显著收益，从而重塑无线技术的格局。图5显示了一个基站和扇区，以及无线回程链路，作为可受益于人工智能集成的网络示例。

图5：无线基站、扇区和回程。

虽然人工智能目前的应用主要针对较高的网络层，但其潜力已扩展到协议栈的较低层，成为6G话题中的一个新兴趋势。由于认识到人工智能可提高频谱和能源效率以及性能，研究人员正在积极探索将人工智能集成到较低层中。然而，要在无线网络中实现嵌入式人工智能，必须满足几个先决条件。其中包括获得足够质量和数量的训练数据、开发能够模拟真实世界场景的测试系统，以及实施稳健的方法来驾驭无穷无尽的测试场景。

人工智能将彻底改变无线行业

将人工智能集成到6G设备的物理层代表着无线通信技术的巨大飞跃，有望开启新的可能性并改变各行各业。然而，巨大的创新也带来了新的重大挑战，尤其是在测试领域。业界必须积极应对人工智能集成的测试影响，以确保6G设备实现其超低延迟、可靠性、能源和频谱效率、海量连接和超高数据速率的承诺。

随着我们离6G时代越来越近，合作、标准化和开发人工智能驱动的测试解决方案将变得至关重要。为嵌入人工智能的6G设备的测试建立全行业标准至关重要。这些标准应包括人工智能算法、人工智能训练和相应数据，以及性能指标和测试方法，以确保一致性和可靠性。设备制造商、网络运营商和人工智能专家之间的合作对于应对人工智能集成的挑战至关重要。分享最佳实践和见解可以带来更强大的测试方法，并确保具有最佳性能的互操作性。通过直面这些挑战，我们可以帮助确保集成了人工智能的6G设备完美运行，从而开创一个全新的连接时代。

参考文献

INSIGHTS.NI.COM/DESIGNED-TO-PERFORM/