Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G

建立支持数字孪生等服务的未来无线系统是一项具有挑战性的任务，传统技术如元表面的进展难以实现。虽然原生人工智能（AI）网络承诺克服无线技术的某些限制，但发展仍然依赖于神经网络等AI工具。这些工具难以应对网络环境的非平凡挑战和新兴用例的不断增长需求。在本文中，我们重新审视了原生AI无线系统的概念，赋予它们转变为原生人工通用智能（AGI）系统所需的常识。这些系统通过利用不同的认知能力（如感知、类比和推理）获取常识，使它们能够概括和处理未预见的场景。为了开发这种系统的组件，我们首先展示了如何通过将现实世界的元素抽象成可概括的表示来构建感知模块。然后，利用因果关系和超维（HD）计算的原则，基于直觉物理学创建一个世界模型，从而实现类比推理和定义常识。接下来，我们解释了集成信息理论等方法在所提出的意图驱动和目标驱动的规划方法中发挥作用，以操纵AGI原生网络采取行动。接着，我们讨论了AGI原生网络如何实现与人类和自主代理相关的用例：a）用于下一代DT的类比推理，b）用于认知化身的同步和弹性体验，c）用于类脑元宇宙体验，如全息传送。最后，我们总结了一系列建立AGI原生系统的建议。最终，我们将本文视为6G以后时代的路线图。

本文试图探讨如何将人工智能应用于无线通信系统，以实现人工通用智能系统。同时，该论文还试图解决当前无线通信技术在数字孪生等服务方面的局限性以及人工智能工具在网络环境中面临的挑战。

本文提出了一种基于常识的人工智能无线系统，通过感知、类比和推理等认知能力获取常识，从而实现通用人工智能。该系统通过抽象现实世界元素来构建感知模块，并利用超维计算和因果原理构建世界模型，以实现类比推理和通用化。

本文提出的人工智能无线系统具有多个亮点，包括基于常识的世界模型、意图驱动和目标驱动的规划方法、用于下一代数字孪生的类比推理、用于认知化身的同步和弹性体验以及用于全脑元宇宙的全息传送等。该论文还提供了一些建议，以实现基于常识的人工智能无线系统。

在这个领域中，最近的相关研究包括“Meta-Surface-Assisted Wireless Communications”, “Artificial Intelligence-Native Networks: An Overview”和“Integrated Information Theory in Wireless Networks”。