KDDI、複数のAIが協力するエリア最適化技術を全国の基地局に導入

　KDDI株式会社と株式会社KDDI総合研究所は2月18日、基地局の動作に影響する多様なパラメーターの設定を複数のAIが協力して自律的に最適化する技術を一部エリア（宮城県、愛知県全域で約1.2万セルがカバーするエリア）に導入した。同技術は、2026年度中に全国の基地局に順次導入される予定。

　同技術は、複数のAIが協力して学習を行う「分散強化学習」に基づいて、パラメーターの設定値とそれによって変化する通信状況を自律的に探索・学習することで、最適な設定値を導き出すもの。

　全国の基地局の最適なパラメーターの設定値を推論・反映する「推論器」を多数・並列に起動し、各基地局に割り当てる。同時に、「学習器」が各推論器から設定と品質の関係を「経験」として収集する。基地局に共通する普遍的な知識を抽出・統合し、推論器群全体へ共有することで、学習の高速化と精度向上を実現する。

　これに加えて、推論器群からデータを収集する際、AIの学習に有効なデータのみを選別・伝送する独自技術を導入したことで、通信量を抑制しつつ学習効率を最大化できる。同技術の導入により、全国の基地局に対するリアルタイムかつ高精度なパラメーターの最適化が可能になるという。

新技術によるAI活用のイメージ

　同社では、これまでに収集してきたデータをもとに、通信情報を詳細に把握できるようになっているという。その一方で、通信状況を改善するためには、それぞれの基地局周辺の状況とそれに対応する膨大なパラメーター設定の組み合わせを解析して最適な設定値を導く必要があり、人手では膨大な時間がかかるため、AIを活用したパラメーター設定の自動最適化が不可欠になっているという。

　また、従来の基地局運用におけるAI活用では、複数の基地局を一括して学習・推論する「集中型モデル」が一般的だったが、対象基地局の増加に伴いモデルが肥大化するため、適用範囲は数十局程度に留まり、大規模なネットワークへの拡張が困難であるという課題が生まれていた。

集中型モデルによるAI活用のイメージ

　同技術を先行して導入したエリアでは、混雑などにより低速通信が発生しやすい場所での通信が、導入前と比較して25％改善することを確認しているという。また、従来は基地局ごとに電波の放射方向や強度、利用者のトラフィック処理方法などを決定するさまざまなパラメーター設定を手動で行っていたが、同技術によりAIが自律的に最適化することで、作業期間を95％以上短縮することができるとしている。