DOI: https://doi.org/10.3389/frcmn.2025.1655410
تاريخ النشر: 2025-09-29
المؤلف: Fabian Chukwudi Ogenyi وآخرون
الموضوع الرئيسي: تكنولوجيات الاتصال اللاسلكي المتقدمة
نظرة عامة
تستعرض هذه المراجعة الإمكانات التحولية لشبكات الجيل السادس (6G)، التي تنتقل من الاتصالات التقليدية المعتمدة على البيانات إلى الهياكل الأصلية الذكية التي تعطي الأولوية للمعنى والسياق واتخاذ القرارات التكيفية. تتقارب تقنيات رئيسية مثل الاتصالات الدلالية، والأسطح الذكية القابلة لإعادة التكوين (RIS)، والذكاء الحدي لإنشاء أنظمة لاسلكية واعية بالسياق، ذات زمن استجابة منخفض ومرونة. تعزز الاتصالات الدلالية الكفاءة من خلال التركيز على المعلومات ذات الصلة بالمهام، بينما تعمل RIS على تحسين البيئة اللاسلكية من أجل تحسين كفاءة الطاقة والتغطية. يسهل الذكاء الحدي الاستدلال اللامركزي المدفوع بالذكاء الاصطناعي، مما يسمح بالتحليلات في الوقت الحقيقي بالقرب من المستخدمين النهائيين. تعيد هذه التكاملات تعريف مقاييس جودة الخدمة التقليدية (QoS)، مع التركيز على تقديم الخدمة المدفوعة بالنوايا والواعية بالسياق.
تحدد المراجعة أيضًا التحديات الكبيرة، بما في ذلك الحاجة إلى نمذجة دلالية-بيئية مشتركة، والتنسيق عبر الطبقات، والنشر الآمن للذكاء الاصطناعي الموزع عند حافة الشبكة. تشمل الاتجاهات المستقبلية المقترحة قنوات دلالية واعية كميًا، وإدراك مستوحى من البيولوجيا لتكيف الشبكة، وأسطح ذكية مدمجة بالذكاء الاصطناعي، وهياكل متكاملة للفضاء-الجو-الأرض-البحر (SAGS). تشير هذه التطورات مجتمعة إلى أن 6G تمثل ليس مجرد ترقية ولكن إطارًا أساسيًا للبنى التحتية الذكية القادرة على التفكير الذاتي، والتعلم، والاستجابة في الوقت الحقيقي. يعزز تكامل الاتصالات الدلالية، وRIS، والذكاء الحدي شبكة مرنة قادرة على التكيف مع احتياجات المستخدم المتطورة وظروف البيئة، مما يدعم تطبيقات جديدة مثل الواقع الممتد الغامر (XR) والتوائم الرقمية في الوقت الحقيقي.
مقدمة
تناقش مقدمة الورقة الانتقال من الاتصالات اللاسلكية من الجيل الخامس (5G) إلى الجيل السادس (6G)، مع تسليط الضوء على قيود 5G في تلبية متطلبات التطبيقات الناشئة مثل الواقع الممتد (XR)، والمركبات المستقلة، والتوائم الرقمية. بينما حسنت 5G معدلات البيانات والاتصال، إلا أنها لا تزال مقيدة بالمقاييس التقليدية والهياكل المركزية، التي لا تكفي للاتصالات ذات الموثوقية العالية وزمن الاستجابة المنخفض (URLLC) والفهم الدلالي. يجادل المؤلفون بأن 6G يجب أن تتطور إلى نموذج اتصالات أصلي للذكاء الاصطناعي، يدمج الذكاء الاصطناعي عبر جميع طبقات الشبكة لتمكين اتخاذ القرارات في الوقت الحقيقي والتحسين الذاتي.
تحدد الورقة ثلاثة أعمدة تكنولوجية رئيسية لـ 6G: الاتصالات الدلالية، التي تعطي الأولوية للمعنى على دقة البت؛ والأسطح الذكية القابلة لإعادة التكوين (RIS)، التي تسمح ببيئات لاسلكية قابلة للبرمجة؛ والذكاء الحدي، الذي يدعم معالجة الذكاء الاصطناعي المحلية. على الرغم من التقدم في هذه المجالات، يشير المؤلفون إلى وجود فجوة بحثية كبيرة في تكاملها التآزري لتطبيقات URLLC. تهدف الورقة إلى معالجة هذه الفجوة من خلال اقتراح بنية موحدة تستكشف الاعتماد المتبادل لهذه التقنيات وإمكاناتها لتقديم خدمات اتصالات ذكية وذات زمن استجابة منخفض. علاوة على ذلك، تسلط الضوء على اتجاهات البحث الناشئة مثل الاتصالات الدلالية الكمية وعوامل الذكاء الاصطناعي المستوحاة من البيولوجيا، مما يضع العمل كمرجع أساسي للمساهمين في تطوير أنظمة الاتصالات اللاسلكية من الجيل التالي.
مناقشة
يمثل الانتقال من شبكات 5G إلى 6G تحولًا كبيرًا نحو الهياكل الأصلية الذكية، حيث يتم دمج الذكاء الاصطناعي عبر الشبكة، مما يعزز القدرات مثل الإدراك في الوقت الحقيقي، والتعلم، واتخاذ القرارات المستقلة. يمكّن هذا النموذج الجديد إدارة الموارد بشكل استباقي والتواصل الواعي بالسياق، مدعومًا بإطار عمل مبني على الذكاء الأساسي، والتعلم الموزع، والبروتوكولات المتطورة ذاتيًا. تجمع الذكاء المركزي بين الرؤى عبر الشبكة، بينما تسهل عوامل الذكاء الاصطناعي الموزعة عند الحافة اتخاذ القرارات المحلية من خلال طرق التعلم التعاوني. يسمح مكدس البروتوكولات المتطورة ذاتيًا في 6G بتحديثات ديناميكية بناءً على نية المستخدم والسياق، مما يتناقض مع الطبيعة التفاعلية لأنظمة 5G.
علاوة على ذلك، يمثل تكامل الاتصالات الدلالية، والأسطح الذكية القابلة لإعادة التكوين (RIS)، والذكاء الحدي تقاربًا تحويليًا في بنية 6G. تعطي الاتصالات الدلالية الأولوية للمعنى والملاءمة للبيانات المرسلة، مما يعزز الكفاءة في تطبيقات مثل القيادة الذاتية والتحكم الصناعي في الوقت الحقيقي. تقوم RIS بالتلاعب بنشاط في البيئة اللاسلكية لتحسين انتشار الإشارة، بينما يوزع الذكاء الحدي المعالجة لتحسين الاستجابة والخصوصية. يعزز هذا التقارب الثلاثي نظامًا مغلقًا حيث تتطور النية الدلالية، والتحكم في القناة، واتخاذ القرارات في الوقت الحقيقي معًا، مما يمكّن من ظهور فئة جديدة من الخدمات الذكية والواعية بالسياق عبر مجالات متنوعة، بما في ذلك التصنيع، والرعاية الصحية، والتنقل الحضري. على الرغم من التقدم الواعد، لا تزال التحديات مثل قابلية التوسع، والتنفيذ في العالم الحقيقي، وتعقيد دمج هذه التقنيات بحاجة إلى معالجة.
القيود
تسلط قسم القيود الضوء على عدة تحديات تواجه الاتصالات الدلالية، خاصة في سياق شبكات 6G المتطورة. تشمل القضايا الرئيسية الطبيعة المعتمدة على السياق للتفسير الدلالي، والتي يمكن أن تؤدي إلى عدم توافق دلالي عندما تعمل الأجهزة مع أنطولوجيات مختلفة. بالإضافة إلى ذلك، قد تحدث تصادمات دلالية، مما يؤدي إلى معاني متناقضة يمكن أن تؤثر على الأداء في البيئات المشتركة. تظل قابلية نماذج الدلالات للتكيف مع الظروف الديناميكية واللغات المتطورة مصدر قلق رئيسي، إلى جانب قضايا الخصوصية والأمان المتعلقة بسلوك المستخدم وأهدافه.
مع انتقال شبكات 6G إلى بنى تحتية أصلية ذكية، تصبح عرضة لنماذج تهديد جديدة، بما في ذلك الهجمات العدائية والثغرات التي تقدمها الأسطح الذكية القابلة لإعادة التكوين (RIS). تعقد الطبيعة الموزعة للذكاء الحدي الأمان، مما يعرض الأنظمة لمخاطر مثل تسرب الاستدلال والعقد المهددة. بينما تقترح تدابير مضادة متنوعة، بما في ذلك أنظمة كشف التسلل المعززة بالذكاء الاصطناعي وأطر التعلم المعزز الواعية بالثقة، فإنها تواجه قيودًا عملية. تشمل هذه القيود التأخير المحتمل والأعباء الحاسوبية التي تتعارض مع أهداف زمن الاستجابة المنخفض للغاية لـ 6G، بالإضافة إلى الحاجة إلى التحقق من بروتوكولات الأمان في بيئات ديناميكية على نطاق واسع. علاوة على ذلك، تعيق الفجوات في التنظيم والتوحيد إنشاء توافق عالمي حول معايير الأمان لوظائف الذكاء الاصطناعي الأصلية والتحكم في RIS. سيتطلب معالجة هذه القيود بحثًا تعاونيًا عبر عدة تخصصات، بما في ذلك أمان الشبكات، والتشفير، وهندسة النظم، والسياسة.
DOI: https://doi.org/10.3389/frcmn.2025.1655410
Publication Date: 2025-09-29
Author(s): Fabian Chukwudi Ogenyi et al.
Primary Topic: Advanced Wireless Communication Technologies
Overview
This review examines the transformative potential of sixth-generation (6G) networks, shifting from traditional data-centric communication to intelligence-native architectures that prioritize meaning, context, and adaptive decision-making. Key technologies such as semantic communication, reconfigurable intelligent surfaces (RIS), and edge intelligence converge to create context-aware, low-latency, and resilient wireless systems. Semantic communication enhances efficiency by focusing on task-relevant information, while RIS optimizes the wireless environment for improved energy efficiency and coverage. Edge intelligence facilitates decentralized, AI-driven inference, allowing for real-time analytics closer to end users. This integration redefines traditional quality of service (QoS) metrics, emphasizing intent-driven and context-aware service delivery.
The review also identifies significant challenges, including the need for joint semantic-environment modeling, cross-layer orchestration, and secure deployment of distributed AI at the network edge. Future directions proposed include quantum-aware semantic channels, bio-inspired cognition for network adaptation, intelligent metasurfaces with embedded AI, and integrated space-air-ground-sea (SAGS) architectures. Collectively, these advancements suggest that 6G represents not just an upgrade but a foundational framework for intelligent infrastructures capable of autonomous reasoning, learning, and real-time responsiveness. The integration of semantic communication, RIS, and edge intelligence fosters a flexible network capable of adapting to evolving user needs and environmental conditions, thereby supporting new applications such as immersive extended reality (XR) and real-time digital twins.
Introduction
The introduction of the paper discusses the transition from fifth-generation (5G) to sixth-generation (6G) wireless communication, highlighting the limitations of 5G in meeting the demands of emerging applications such as extended reality (XR), autonomous vehicles, and digital twins. While 5G has improved data rates and connectivity, it remains constrained by traditional metrics and centralized architectures, which are inadequate for ultra-reliable low-latency communication (URLLC) and semantic understanding. The authors argue that 6G must evolve into an AI-native communication paradigm, integrating artificial intelligence throughout the network layers to enable real-time decision-making and self-optimization.
The paper identifies three key technological pillars for 6G: Semantic Communication, which emphasizes meaning over bit fidelity; Reconfigurable Intelligent Surfaces (RIS), which allow for programmable wireless environments; and Edge Intelligence, which supports localized AI processing. Despite advancements in these areas, the authors note a significant research gap in their synergistic integration for URLLC applications. The paper aims to address this gap by proposing a unified architecture that explores the interdependencies of these technologies and their potential to deliver intelligent, low-latency communication services. Furthermore, it highlights emerging research directions such as quantum semantic communication and bio-inspired intelligent agents, positioning the work as a foundational reference for stakeholders in the development of next-generation wireless systems.
Discussion
The transition from 5G to 6G networks marks a significant shift towards AI-native architectures, where artificial intelligence is integrated throughout the network, enhancing capabilities such as real-time perception, learning, and autonomous decision-making. This new paradigm enables proactive resource management and context-aware communication, supported by a framework built on core intelligence, distributed learning, and self-evolving protocols. Centralized intelligence aggregates insights across the network, while distributed AI agents at the edge facilitate localized decision-making through collaborative learning methods. The self-evolving protocol stack in 6G allows for dynamic updates based on user intent and context, contrasting with the reactive nature of 5G systems.
Moreover, the integration of semantic communication, Reconfigurable Intelligent Surfaces (RIS), and Edge Intelligence represents a transformative convergence in 6G architecture. Semantic communication prioritizes the meaning and relevance of transmitted data, enhancing efficiency in applications such as autonomous driving and real-time industrial control. RIS actively manipulates the wireless environment to optimize signal propagation, while Edge Intelligence decentralizes processing to improve responsiveness and privacy. This triadic convergence fosters a closed-loop system where semantic intent, channel control, and real-time decision-making co-evolve, enabling a new class of intelligent, context-aware services across various domains, including manufacturing, healthcare, and urban mobility. Despite the promising advancements, challenges such as scalability, real-world implementation, and the complexity of integrating these technologies remain to be addressed.
Limitations
The section on limitations highlights several challenges facing semantic communication, particularly in the context of evolving 6G networks. Key issues include the context-dependent nature of semantic interpretation, which can lead to semantic misalignment when devices operate with differing ontologies. Additionally, semantic collisions may occur, resulting in contradictory meanings that can impair performance in shared environments. The adaptability of semantic models to dynamic conditions and evolving languages remains a critical concern, alongside privacy and security issues related to user behavior and goals.
As 6G networks transition to intelligence-native infrastructures, they become susceptible to novel threat models, including adversarial attacks and vulnerabilities introduced by reconfigurable intelligent surfaces (RIS). The distributed nature of edge intelligence further complicates security, exposing systems to risks such as inference leakage and compromised nodes. While various countermeasures, including AI-enhanced intrusion detection systems and trust-aware reinforcement learning frameworks, are proposed, they face practical limitations. These include potential latency and computational overheads that contradict the ultra-low-latency objectives of 6G, as well as the need for validation of security protocols in large-scale, dynamic environments. Furthermore, gaps in regulation and standardization hinder the establishment of a global consensus on security benchmarks for AI-native functions and RIS control. Addressing these limitations will require collaborative research across multiple disciplines, including wireless security, cryptography, systems engineering, and policy.