机器学习能帮助解决5G带来的各项挑战吗

人工智能（AI）在过去几年中一直是个大问题。而且近年来人工智能也一直在不断的获得高额投资。

然而，正如每个嗡嗡声的趋势一样，这个术语会被抛出更多的东西。从自动驾驶汽车和机器人到智能扬声器和耳机，人工智能被标记为有望改变世界的技术。但事实上，许多产品只是一个卖点，而实际上它们是基于硬编码算法。

因此，区分流行语和真实内容非常重要。

人工智能的使用可能不是为了创造一个超级智能，超强的人形机器人，如人类的合成器，或Westworld的主机。它可以用于更不通用和更专业的应用程序。但要被视为人工智能，预计会包含一个学习过程并产生一个无法通过直接的强力计算实现的结果。这种类型的AI正变得非常普遍，特别是在深度学习和神经网络方面，它为每天数百万人使用的许多技术提供动力。

那么，这与5G有什么关系？这一新解决方案有望成为革命性技术的推动者，如自动驾驶汽车，智能家居和城市，移动增强和虚拟现实以及4K视频流。一段时间以来，它一直是一个热门话题，并且它希望在不久的将来成为现实。

由此产生的问题是为了促进所有这些连接，解决方案，数据等所需的极其复杂的计算。诸如高达60 GHz的毫米波段和大规模MIMO（多输入多输出 - 64-256天线）以及低频带6 GHz以下频率等技术为5G物理带来了新的挑战和复杂的非线性计算层（PHY）。

除了所有这些复杂性之外，5G定义仍未正式标准化。5G新无线电（NR）版本15是3GPP的最新版本，但任何当前的SoC必须保持灵活性，以支持Release-16以及不符合3GPP标准的其他版本的5G。

满足这些要求需要一种新的方法，不同于以前的任何方法，答案看起来是人工智能尤其是机器学习。

来源：朗锐智科