Telecom World Models：6Gに向けたデジタルツイン、基盤モデル、予測計画の統合

要旨: 機械学習ツールを通信ネットワークに統合することで、主に2つのパラダイムが生まれてきました。すなわち、大規模言語モデル（LLM）に代表される言語ベースのシステムと、デジタルツイン（DT）に代表される物理ベースのシステムです。LLMベースのアプローチは柔軟な対話や自動化を可能にする一方で、ネットワークのダイナミクスを明示的に表現できません。これに対してDTは高忠実度なネットワークシミュレーションを提供しますが、シナリオ固有に留まり、かつ不確実性の下での学習や意思決定のために設計されていません。このギャップは6Gシステムで特に重要になります。そこでは、変化するネットワーク状態、不確実性、および複数の層にまたがる制御アクションの連鎖的な影響を考慮した意思決定が必要だからです。本記事では、通信システムのダイナミクスを学習し、アクション条件付けし、不確実性に配慮してモデル化するためのアーキテクチャである {Telecom World Model}~(TWM) の概念を提案します。この問題を、相互作用する2つの世界に分解します。運用者が設定できるパラメータから成る制御可能なシステム世界と、伝搬、モビリティ、トラフィック、障害を捉える外部世界です。さらに、3層のアーキテクチャとして、(1) 空間環境の予測のためのフィールド世界モデル、(2) アクション条件付けされた主要業績評価指標（KPI）軌跡予測のための制御/ダイナミクス世界モデル、(3) 意図の翻訳とオーケストレーションのための通信基盤モデル層、の3つを提案します。既存パラダイム間での比較分析を示し、その結果としてTWMが、通信状態の基盤化、アクション条件付けによる高速なロールアウト、校正された不確実性、多時尺度ダイナミクス、モデルベース計画、そしてLLM統合のガードレールを同時に提供することを明らかにします。さらに、提案したアーキテクチャを検証するためのネットワークスライシングに関する概念実証を提示し、3層すべてのパイプラインが単一世界のベースラインよりも性能が高く、KPI軌跡を正確に予測できることを示します。