Il progetto strutturale di RESTART S3 – Netwin mira a sfruttare la sinergia tra intelligenza artificiale (AI) e reti in due direzioni:

  1. valutare come il machine learning (ML) possa guidare la progettazione di moderne reti autonome e gestire in modo efficiente la loro complessità;
  2. 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

  • 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.
 
  • Un'architettura innovativa di comunicazione semantica, basata su reti neurali profonde generative come autoencoder variazionali e modelli di diffusione, è stata proposta e validata attraverso i risultati della simulazione. I vantaggi, rispetto alle tecniche convenzionali, sono stati quantificati, risultando dalla capacità del decodificatore di rigenerare i messaggi trasmessi nel caso in cui si utilizzino velocità di dati inferiori per far fronte, ad esempio, al fading del canale wireless. Questi vantaggi sono stati illustrati in numerose pubblicazioni, sia su riviste che in atti di conferenze, e in numerose conferenze su invito.
  •  L'implementazione delle applicazioni di microservizi nell'edge cloud è stata effettuata utilizzando Kubernetes multi-cluster. Sono stati quantificati i vantaggi derivanti dall’utilizzo di modelli AI per ottimizzare la potenza di trasmissione, la selezione del canale e altri parametri dei livelli PHY e MAC. Grazie alla collaborazione tra i partner NETWIN è stato inoltre identificato un nuovo modello di flusso di rete cloud per l'ottimizzazione delle applicazioni di microservizi valido per topologie di rete arbitrarie e in grado di calcolare accuratamente la latenza del servizio end-to-end.
  • Sono state sviluppate tecniche di apprendimento di rinforzo multi-agente per politiche di controllo dinamico da utilizzare per l'instradamento vincolato al ritardo di applicazioni sensibili al ritardo. Sono state sviluppate e studiate nuove architetture basate sull'apprendimento multisensore per la previsione cooperativa e l'inferenza in sistemi dinamici parzialmente sconosciuti su reti di sensori. I principali risultati includono lo sviluppo di modelli codificatore-decodificatore LSTM multisensore pre-addestrati in cui l'inferenza viene eseguita sulla base dei dati dei sensori locali e l'addestramento offline del modello di previsione utilizzando reti neurali locali a bassa complessità.
Le tecnologie sviluppate in NETWIN possono avere un impatto sulle reti di prossima generazione per limitare il consumo energetico concentrandosi sulla trasmissione di informazioni strettamente rilevanti e sullo sfruttamento delle tecniche di intelligenza artificiale, inclusi sia algoritmi di apprendimento automatico che rappresentazione della conoscenza. L'approccio seguito in NETWIN è fortemente metodologico e quindi può essere applicato a una varietà di scenari, come Industria 4.0, energia, media e intrattenimento.
  • Università di Roma, Tor Vergata,
  • Università di Firenze
  • Università di Napoli Federico II
  • Università di Roma Sapienza
  • Fondazione Ugo Bordoni
  • Athonet
  • 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.
Publications
  • Expected: >= 36 publications in 36 months
  • Accomplished: 15 (7 journal publications + 8 conference publications)
  • Readiness: 100%
Joint Publications
  • Expected: >=12 (30% joint publications in 36 months)
  • Accomplished: 0
  • Readiness: 0% (joit collaborations have just started, joint publications will follow)
Talks/Communication events
  • Expected: 10 talks or event chairing/organizing within NETWIN activities in 36 months
  • Accomplished: > 10 (5 invited talks, 1 special session at IEEE ICASSP 2024, 2 talks at RESTART General Meetings, and 5 conference presentations)
  • Readiness: >100%
Demo/PoC
  • Expected: 3 PoCs expected by the end of the project
  • Accomplished: 0
  • Readiness: 0% (work according to plan)
Project Meetings
  • Expected: > 12 meetings
  • Accomplished: 3 whole project meetings + specific WPs' meetings
  • Readiness:100%
Patents/Innovations
  • Expected: 3 items over 36 months
  • Accomplished: 0 items submitted to mission 7
  • Readiness: 0%

Proposte di collaborazione:
È possibile avanzare proposte di collaborazione sul progetto contattando sergio.barbarossa at uniroma1.it


Netwin News: