東京大学とNTT、NECは2月26日、6G・IOWN基盤に3者の技術を統合し、大容量データ通信や計算処理の最適化に成功したと発表した。AIエージェントの普及を見越した研究で、AIに取り込むトラフィックの抽出や複数のAIの組み合わせで成果を得た。ARグラスを用いた実証では処理や応答の遅延を抑える効果があった。

　実証はARグラスを装着して屋外を歩行する際の視界映像に基づき、AIエージェントが環境の変化に合わせてリスクの兆候を判断した。従来の技術では時間経過によって状況把握までに遅れがあったが、新技術では遅延を一定に抑えられた。AIに取り込む情報量は少なくなったが、推論精度も保たれた。

　今回の研究には、カメラやマイク、各種センサーに付随して常時駆動するAIエージェントが拡大すると、現行のインフラでは対応できないという問題意識がある。多数の端末からの膨大なデータ送信による帯域不足や常時AI処理による計算負荷、AIが大規模化することでの消費電力の増大などが懸念がされる。こうした課題に対して6GやIOWNに強みを持つ3者が協力した。

　研究に用いられた技術は三つ。東京大学の「ストリーミングセマンティック通信技術」は、情報が持つ意味を伝送するセマンティック通信の応用で、マルチモーダルデータに対応している。例えば動画の場合は映像内の状況が変化すると、意味の差分のみを送り、通信リソースを大幅に減らす。

　NECの「生成AI向けメディア制御技術」はデータを抽出する仕組みで、重要なデータのみをAIエージェントに入力する。NTTの「In-Network Computing （INC）アーキテクチャ技術」は小型のAIや外部情報源をネットワーク内に分散させるアプローチ。一つのAIでデータを解析するより処理性能向上や消費電力、遅延の低減が見込める。
（春菜孝明）