Il progetto strutturale di RESTART S3 – Netwin mira a sfruttare la sinergia tra intelligenza artificiale (AI) e reti in due direzioni:
- valutare come il machine learning (ML) possa guidare la progettazione di moderne reti autonome e gestire in modo efficiente la loro complessità;
- valutare come le reti possano promuovere la diffusione pervasiva di servizi intelligenti sensibili ai ritardi e ai vincoli energetici, con particolare attenzione alle strategie di ML distribuite eseguite nell’edge cloud.
Netwin promuove un cambiamento di paradigma da un approccio convenzionale basato su Shannon, fondamentalmente preoccupato del recupero affidabile di ogni bit trasmesso, a un approccio orientato agli obiettivi, in cui ciò che conta è il significato trasmesso dai bit o la realizzazione dell’obiettivo alla base della comunicazione.
Netwin fa parte dello Spoke 8 – Intelligent and Autonomous Systems
PI di progetto: Sergio Barbarossa
- Il primo sforzo collaborativo di NETWIN è stato l'identificazione dei principali scenari di interesse e delle relative architetture. I risultati di questa attività sono stati raccolti nella prima milestone, prodotta alla fine di giugno 2023.
- NETWIN ha proposto nuove architetture per comunicazioni semantiche e orientate agli obiettivi, al fine di identificare e trasmettere solo ciò che è rilevante e, dal lato del destinatario, recuperare la semantica del messaggio trasmesso, tenendo esplicitamente conto dell'obiettivo della comunicazione.
- NETWIN si è concentrato anche sulle architetture di rete zero-touch completamente automatizzate, con particolare attenzione alla rete core 5G (5GC), lavorando sulla validazione sperimentale dei risultati teorici ottenuti nella prima fase del progetto, concentrandosi sull'implementazione di applicazioni a microservizi nell'edge cloud.
- NETWIN ha lavorato su meccanismi di apprendimento distribuito, da implementare nell'edge cloud, con l'obiettivo di abilitare servizi a bassa latenza e migliorare l'efficienza della rete.
- Architetture di comunicazione semantica innovative, basate su modelli generativi profondi come gli autoencoder variazionali e i modelli di diffusione probabilistica.
- Implementazione di applicazioni a microservizi nell'edge cloud utilizzando Kubernetes multi-cluster
- Valutazione dei vantaggi dell'utilizzo di modelli di intelligenza artificiale per ottimizzare la potenza di trasmissione, la selezione del canale e altri parametri del livello PHY e MAC.
- Un nuovo modello di flusso di rete cloud per l'ottimizzazione di applicazioni a microservizi, valido per topologie di rete arbitrarie e in grado di calcolare con precisione la latenza del servizio end-to-end
- Posizionamento dei servizi e instradamento delle richieste, compresa la disaggregazione dei servizi e delle funzionalità di rete.
- Tecniche di apprendimento rinforzato multi-agente per politiche di controllo dinamiche da utilizzare per l'instradamento con vincolo di ritardo di applicazioni sensibili al ritardo
- Nuove architetture basate sull'apprendimento multisensore per la previsione e l'inferenza cooperativa in sistemi dinamici parzialmente sconosciuti su reti di sensori.
Il primo dimostratore è stato implementato e testato. È costituito da un robot mobile dotato di capacità intelligenti grazie allo scarico dei calcoli dal robot all'edge cloud, sfruttando la perfetta integrazione di molteplici tecnologie di accesso radio (onde millimetriche WiFi a 60 GHz e 5G sub-6 GHz) e cloud/edge
risorse. Il banco di prova sfrutta Kubernetes, Istio service mesh, OpenFlow, reti 5G pubbliche e punti di accesso Wi-Fi IEEE 802.11ad mmWave (60 GHz). L'architettura viene convalidata attraverso un caso d'uso in cui un robot terrestre riconosce e segue autonomamente un oggetto in movimento utilizzando un'applicazione di visione artificiale basata sull'intelligenza artificiale. Le attività di navigazione ad alta intensità di calcolo vengono scaricate dal robot sul microservizio istanze, che vengono eseguite su richiesta all'interno di data center cloud ed edge che il robot può sfruttare durante il suo viaggio.
Papers:
Giuseppe Baruffa; Andrea Detti; Luca Rugini; Francesco Crocetti; Paolo Banelli; Gabriele Costante; Paolo Valigi, “AI-Driven Ground Robots: Mobile Edge Computing and mmWave Communications at Work”, IEEE Open Journal of the Communications Society, 2024
Francesco Binucci; Paolo Banelli; Paolo Di Lorenzo; Sergio Barbarossa, “Opportunistic Information-Bottleneck for Goal-Oriented Feature Extraction and Communication”, IEEE Open Journal of the Communications Society, 2024
Sergio Barbarossa; Danilo Comminiello; Eleonora Grassucci; Francesco Pezone; Stefania Sardellitti; Paolo Di Lorenzo, “Semantic Communications Based on Adaptive Generative Models and Information Bottleneck”, IEEE Communications Magazine, 2023
Fastweb e Logogramma hanno appena aderito al progetto per contribuire allo sviluppo del proof-of-concept sui servizi di realtà estesa assistiti da AI.
Partner di programma:
- Università di Roma, Tor Vergata
- Università di Firenze
- Università di Napoli Federico II
- Università di Roma Sapienza
- Fondazione Ugo Bordoni
- Hewlett Packard Enterprise (HPE)
- Dr. Eleonora Grassucci ha sottomesso un articolo alla Special Session di ICASSP 2024, Seoul, South Korea, intitolato “Generative Semantic Communication: How Generative Models Enhance Semantic Communications”, that has been accepted.
- La Prof.ssa Antonia Tulino ha tenuto una conferenza plenaria dal titolo “A service-driven networkevolution: from communications, to content distribution, to ubiquitous computation”, all’IEEE International Symposium on Information Theory, 30 giugno 2023.
- Il Prof. Sergio Barbarossa ha tenuto un discorso su invito dal titolo "Semantic and Goal-Oriented Communications: From Adaptive Generative Models to Optimal Resource Allocation", al Huawei Strategy and Technology Workshop, Monaco, 26 ottobre 2023.
1) rendere le reti più efficienti grazie a capacità aggiuntive nella previsione dei comportamenti e quindi allocare le risorse di rete, radio, calcolo e archiviazione, in modo intelligente;
2) utilizzare un'implementazione pervasiva di punti di accesso radio per portare i servizi intelligenti il più vicino possibile all'utente finale al fine di promuovere applicazioni critiche in termini di ritardo.
Il progetto sta inoltre promuovendo un cambio di paradigma verso le reti di prossima generazione (6G), sfruttando algoritmi di intelligenza artificiale generativa per progettare comunicazioni semantiche innovative e orientate agli obiettivi, dove l'idea è quella di trasmettere solo i dati necessari al lato ricevente per generare un messaggio che è semanticamente equivalente a quello trasmesso, pur non essendo necessariamente identico a livello di bit. Questa nuova prospettiva offre molti ulteriori gradi di libertà che possono essere sfruttati per rendere più efficiente il sistema di trasmissione complessivo. Il primo prototipo di prova di concetto che è stato implementato nella prima metà del progetto è illustrativo della capacità del nuovo design di portare servizi intelligenti in un robot mobile, con ritardi trascurabili dovuti ai meccanismi di scarico delle attività, grazie alla perfetta integrazione di molteplici tecnologie di accesso radio (multi-RAT) e risorse cloud/edge, unificando risorse informatiche e di comunicazione distribuite ed eterogenee in un sistema continuo coeso, su misura per le applicazioni mobili
Publicazioni
- Attese: >= 36 publications in 36 months
- Realizzate: 18 (7 journal publications + 11 conference publications)
- Readiness: 100%
- Attese: >=12 (30% joint publications in 36 months)
- Realizzate: 0
- Readiness: 0% (joint collaborations have just started, joint publications will follow)
- Attese: 10 talks or event chairing/organizing within NETWIN activities in 36 months
- Realizzate: > 10 (6 invited talks, 1 special session at IEEE ICASSP 2024, 2 talks at RESTART General Meetings, and 11 conference presentations)
- Readiness: >100%
- Attese: 3 PoCs expected by the end of the project
- Realizzate: 0
- Readiness: 0% (activity started only in March, with the inclusion of new partners that joined the consortium through the cascade calls)
- Attese: > 12 meetings
- Realizzate: 5 plenary project meetings + several WP meetings
- Readiness:100%
- Attese: 4 items over 36 months
- Realizzate: 0 items submitted to mission 7
- Readiness: 0%
M1.1 Scenari e architetture
- Rapporto intermedio Primo rapporto sull'identificazione dei casi d'uso
- 30/06/23 raggiunto
- Rapporto intermedio Definizione di architetture di rete semantiche, sviluppo di algoritmi per la codifica/decodifica semantica congiunta mediante modelli generativi
- 31/12/23 raggiunto
- Rapporto intermedio Sviluppo e test di algoritmi preliminari volti a introdurre algoritmi di apprendimento automatico per il controllo di rete
- 31/01/24 raggiunto
- Rapporto intermedio Sviluppo e test di algoritmi preliminari per l'apprendimento distribuito nell'edge cloud
- 28/02/24 raggiunto
- Previsto: 4
- Completato: 4
- Readiness: 100%
Ricercatori coinvolti: Prima del bando a cascata, il progetto era composto da 6 partner, coinvolgendo in totale 37 ricercatori. Dopo l’appello a cascata, altri 8 partner hanno aderito al progetto con altri 32 ricercatori.
Proposte di collaborazione:
È possibile avanzare proposte di collaborazione sul progetto contattando il PI del progetto.
Netwin News: