随着5G技术的不断发展，无线系统设计的复杂性日益增加。为了应对这一挑战，工程师们正在寻找新的解决方案，其中人工智能（AI）成为了他们克服难题的关键。
根据MathWorks首席产品经理Houman Zarrinkoub在文章"The key to overcoming complexity in modern wireless systems design"中提出的观点，AI已经成为现代无线应用发展所必需的一部分。从管理自动驾驶汽车间的通信到优化移动通话资源分配，AI都发挥了重要作用。
随着连接网络设备数量和范围的扩大，AI在无线领域的地位也越来越重要。工程师必须准备好将AI引入日益复杂的系统，并了解其在无线系统中的优势和应用，以及实施过程中的最佳实践。这将是未来无线系统技术成功的关键。
通过自动有效地提取任意模式，人工智能可以更好地解决非线性问题，这超出了基于人的方法能力。在这种情况下，指那些用于识别连接设备、人员通信渠道模式中的机器学习和深度学习系统，这些系统通过给该链接资源进行优化来提高性能。
除了提高性能之外，人工智能还对项目管理有帮助。通过模拟环境整合到算法模型中，使工程师能用最少计算资源更快研究系统主要影响，从而为探索设计留下更多时间并降低成本和开发时间。
进入应用阶段，对于数据大小和质量至关重要。此外，在现场测试 AI 模型稳健方法也很关键。测试 AI 技术所需信号变化可能会产生不利影响。如果没有现场迭代，不同案例参数也无法用于针对特定位置优化 AI，从而对呼叫性能产生负面影响。
在电信领域，无论是在物理层还是上层，都需要利用人工智能部署。在物理层中包括数字预失真、信道估计和信道资源优化，以及呼叫期间自动调整收发器参数。而上层则涉及调度、波束管理和频谱分配等应用，是核心系统资源管理与优化功能，可以实时响应分配需求增加的情况。
对于汽车领域来说，无线连接让安全自动驾驶成为可能。自动驾驶汽车依靠来自多个来源数据解释它们所处环境，而硬件需要处理众多竞争信号数据。通过融合这些竞争信号使车辆软件能够理解其位置，并确定自身与环境交互方式。这也是使用人工智能实现传感器融合的一个典型例子。
总体而言，没有AI，那么如5G、自动驾驶汽车以及物联网等应用将无法有效运行所需复杂性。此前虽然AI在地理信息科学中的地位一直在增加，但随着用例和网络用户数量增长，也可以预期其地位将以更快速度继续上升。
