人工智能在移动网络和物联网领域的成功促进了移动网络和未来互联网向整合人工智能的物联网时代迈进。本文详细介绍了生成式人工智能在移动和无线网络中的作用，包括基础知识、模型、应用、网络管理、无线安全、语义通信，并总结了当前移动和无线网络中生成式人工智能的研究现状和面临的挑战。

May, 2024

通过 MAGE 框架，本研究旨在探索 LLM ChatGPT4 应用的能力，为教育工作者提供一个方法，以在其学科背景中系统地评估其评估的脆弱性，并提供特定和针对性的问题脆弱性指示，以评估关键思维技能的基础。

Jun, 2024

在本文中，我们提出了 GenAINet 框架，其中分布式的 GenAI 代理通过无线网络进行知识传播，以完成任意任务。我们构建了一个整合了 GenAI 能力的网络架构，研究了通过语义本地化的 GenAINet 的有效通信和推理问题。在这种范式下，代理可以通过有效的通信从其他代理的经验中快速学习，以做出更好的决策。最后，我们指出，开发一个分层语义级别的电信世界模型是达到集体智能网络的关键路径。

Feb, 2024

电信网络变得越来越复杂，与网络数字孪生和生成式人工智能（AI）等先进技术的整合成为增强网络运营和弹性的关键解决方案。本文探讨了网络数字孪生与生成式人工智能（尤其关注生成对抗网络（GANs）和变分自编码器（VAEs））之间的协同作用。我们提出了一个新颖的架构框架，将这些技术结合起来，显著提高了预测性维护、网络场景模拟和实时数据驱动决策的能力。通过广泛的模拟，我们证明了生成式人工智能如何提高网络数字孪生的准确性和运营效率，有效处理不可预测的流量负载和网络故障等现实世界的复杂性。研究结果表明，这种整合不仅增强了数字孪生在情景预测和异常检测方面的能力，还促进了更自适应、智能的网络管理系统。

Jun, 2024

通过 5G 和 6G 的发展，连接更广泛的事物和智能，培育集体智慧，支持信息经济元语言，从而推进信息网络，提升通信和智能水平。

Apr, 2019

本文概述了人工智能在 5G 及以后无线网络中的应用，包括网络智能类型、机器学习以及应用案例，重点介绍了物理层、移动性管理、无线安全和定位方面的应用。

Nov, 2019

提出了 AI 本地化无线系统的概念，通过赋予其必要的常识，向人工通用智能系统转化。通过感知模块和类比推理等认知能力，构建了系统的认知模型，并探讨了其在下一代 DT、认知化人工身影和大脑级元宇宙体验等应用方面的潜力。

Apr, 2024

移动网络运营商正试图使用人工智能技术在 5G 及其以后的网络中，部署一种更加有机和费用效益高效的网络操作方式，但这需要克服技术上的重大障碍。该研究提出了未来的研究方向、确定了前 5 个挑战，并提出了一种可能的路线图以实现人工智能实现的 Beyond-5G 和 6G 蜂窝网络的愿景。

Jul, 2019

本研究提出了一种新的技术框架 ——NeSy AI，结合 GFlowNet 和优化问题解决方案，来学习生成 6G 系统数据，具有更高的语义可靠性，并通过验证实现了比传统通信系统更高效的、具有更好的数据推理能力的数据传输方式。

May, 2022

通过使用机器学习和大型语言模型，本论文介绍了一种知识工作者系统 Generate And Search Test，该系统能够高效地创建以前需要专家合作才能完成的解决方案。同时探讨了生成型人工智能和搜索引擎如何提供创意和验证事实、逻辑和语境，以消除人为偏见。

Jul, 2023