Claudio Fiandrino nos cuenta su experiencia en Estados Unidos como becario Fulbright

Los becarios se seleccionan con criterios de transparencia, basados en los méritos académicos y profesionales y en el potencial de liderazgo

20 Octubre 2022

La Inteligencia Artificial (IA) estará en el centro de la infraestructura de las redes móviles más allá de la quinta generación (5G), así como de la futura sexta generación (6G), permitiendo una toma de decisiones mucho más rápida y eficaz en las operaciones de programación, control y orquestación de los sistemas de comunicación de extremo a extremo. La gran mayoría de los modelos de IA suelen considerarse de “caja negra”. Es decir, es muy difícil entender el funcionamiento subyacente y las razones por las que los modelos han realizado determinadas acciones. En los últimos años, el interés por promover la confianza y la interpretabilidad de la IA ha cobrado impulso, pero en el contexto de las redes móviles aún se encuentra en una fase temprana de conceptualización.

Con el objetivo de promover el uso interpretable y de confianza de la Inteligencia Artificial en las redes móviles de próxima generación, Claudio Fiandrino, investigador postdoctoral en IMDEA Networks, decidió centrarse en la Red de Acceso de Radio (RAN, por sus siglas en inglés). Para ello, Claudio solicitó y obtuvo una doble beca de movilidad, José Castillejo (ESP) y Fulbright (USA). Esta última es conocida internacionalmente por aportar mejoras de calidad y excelencia con movilidad global. Los galardonados son seleccionados con criterios de transparencia, basados en el mérito académico y profesional y en el potencial de liderazgo. Además, tienen la suerte de estudiar, enseñar e investigar en otro país pero, sobre todo, de intercambiar ideas y contribuir a encontrar soluciones a retos e intereses de alcance global. Una visita Fulbright no es sólo académica. En el programa de enriquecimiento, se anima a los Fulbrighters a realizar actividades que permitan aprender sobre los Estados Unidos, su sociedad, su cultura y sus costumbres.

La RAN está en la vanguardia de las redes de comunicaciones móviles, ya que proporciona una interacción directa entre las personas usuarias y la red. En la actualidad, se está realizando un enorme esfuerzo para mejorar la RAN. El objetivo es llevar las actuales unidades monolíticas no flexibles que implementan todas las capas de la pila de protocolos a un sistema basado en componentes desagregados, virtualizados y basados en software construidos por múltiples proveedores y que son interoperables a través de interfaces abiertas y estandarizadas. La Alianza Open-RAN (O-RAN) está impulsando estos esfuerzos y, además de la apertura, el segundo pilar sobre el que se basa la visión de O-RAN es la inteligencia. A través de una capa de abstracción centralizada, los componentes de software programables pueden ejecutar rutinas con control de bucle cerrado para optimizar las operaciones de la RAN.

«Sabía que uno de los principales grupos que trabajan en el uso de la IA en el contexto de la O-RAN es el grupo de Tommaso Melodia. Comenzar una nueva línea de investigación siempre es difícil, por lo que era crucial para mí ponerme en contacto con un grupo sólido, con un profundo conocimiento experto y con recursos. En concreto, me refiero a las plataformas inalámbricas disponibles en la Northeastern University, como el emulador de redes inalámbricas Colosseum. Si experimentar con la IA es complejo, experimentar con las redes inalámbricas tampoco es fácil, por lo que utilizar estas plataformas me proporcionaría la capacidad de controlar programáticamente los experimentos inalámbricos. A su vez, esto me daría la posibilidad de concentrarme plenamente en la construcción de nuevas herramientas y técnicas para analizar la IA desde el punto de vista de la interpretabilidad y la robustez», dice Claudio. Por eso, inmediatamente aplicó a las becas de movilidad, gracias a las cuales pudo conocer de primera mano la investigación que estaban llevando a cabo allí en su área de estudio.

Durante su visita de cuatro meses en Estados Unidos, Claudio ha estudiado una de las soluciones basadas en IA desarrolladas por el grupo de Tommaso Melodia. Dicha solución utiliza el aprendizaje profundo por refuerzo (DRL) para la asignación de recursos en el contexto de la fragmentación de la red y fue desarrollada con [OpenRAN Gym], una caja de herramientas experimental unificada compatible con O-RAN que consta de plataformas inalámbricas experimentales como Colosseum, RAN softwarizada, marco de recopilación y control de datos y arquitectura de control O-RAN. «Los resultados iniciales sobre el aspecto de la explicabilidad son prometedores: pudimos sintetizar explicaciones sobre el comportamiento de los agentes DRL y observar la consistencia en la toma de decisiones a través de los cortes de la red en una amplia gama de experimentos. Ahora bien, disponer de tales conocimientos es útil, pero cómo aprovecharlos eficazmente es el siguiente reto que tenemos por delante», concluye.