es.wedoany.com Noticia: Investigadores del Institute for Intelligent Networked Systems (INSI) de la Northeastern University han desarrollado el marco autónomo de IA GENESIS, que automatiza el ciclo de vida de desarrollo de software de redes de acceso por radio (RAN) 5G/6G celular, desde cláusulas de especificaciones o ideas de investigación hasta código de transmisión aérea en hardware 5G comercial. El artículo que describe GENESIS (disponible en arXiv: https://arxiv.org/abs/2605.27360) presenta el primer sistema de agentes de IA de extremo a extremo capaz de sintetizar, probar, reforzar, optimizar y proteger la pila de protocolos de redes celulares sin necesidad de intervención humana continua, cerrando el ciclo de ingeniería que antes requería meses por iteración.
La investigación y el desarrollo celular avanzan lentamente en términos estructurales. Convertir las cláusulas de las especificaciones 3GPP en implementaciones de radio funcionales suele requerir meses de ingeniería humana, que incluyen la lectura de densos documentos de estándares, la escritura y depuración de código de protocolo, la integración entre pilas de múltiples proveedores para lograr consistencia e interoperabilidad, y la verificación en hardware comercial. GENESIS aborda directamente este cuello de botella: dado un objetivo de alto nivel, que incluye cláusulas de especificaciones, anomalías de telemetría o hipótesis de investigación, el marco planifica, codifica, prueba e itera de forma autónoma a lo largo de un continuo de verificación de tres niveles, desde simulación de software, pasando por simulación de canal, hasta transmisión aérea en tiempo real en el banco de pruebas Open6G de la Northeastern University. Cada artefacto generado, incluidos cambios de código, resultados de pruebas y registros, se retroalimenta a una base de conocimiento persistente, mejorando la capacidad del sistema con el tiempo.
En experimentos de comparación directa en tareas de implementación de características 5G representativas, GENESIS logró una tasa de éxito del 100% en múltiples ejecuciones independientes. Mientras tanto, los agentes de codificación de última generación listos para usar, utilizados como línea base, no lograron producir ninguna implementación viable en ningún intento, a pesar de tener acceso a las mismas herramientas y al banco de pruebas. El artículo de GENESIS detalla tres estudios de caso de extremo a extremo: implementación de mediciones de rendimiento clave de 3GPP desde la especificación hasta el aire; síntesis y refuerzo de un proceso de traspaso condicional con una aplicación de optimización de bucle cerrado; y generación y verificación autónoma de un nuevo algoritmo de programación MAC 5G.
Tommaso Melodia, catedrático William Lincoln Smith del Departamento de Ingeniería Eléctrica e Informática de la Northeastern University y director del INSI, afirmó que la IA autónoma está cambiando fundamentalmente las posibilidades de la investigación inalámbrica. Convertir las cláusulas 3GPP en código de transmisión aérea verificado, que históricamente requería meses de ingeniería experta, ahora solo toma horas con GENESIS, lo que comprime los plazos que incluso la hoja de ruta actual del 5G lucha por cumplir y hace posible el ritmo de innovación necesario para el 6G. Melodia señaló que el avance del sistema no reside en ningún agente de codificación individual, sino en el propio bucle cerrado: GENESIS lee especificaciones basadas en 3GPP y O-RAN, escribe código, lo verifica en bancos de pruebas continuos que van desde la simulación hasta la radio en tiempo real, y retroalimenta cada resultado a la siguiente iteración, lo que permite que una idea pase de la intención a una implementación viable en cuestión de horas y abre la puerta a la creación rápida de prototipos.
GENESIS se construye en torno a tres primitivas componibles: agentes (razonadores de IA con experiencia en el dominio), habilidades (programas parametrizados deterministas que ejecutan operaciones de infraestructura) y ganchos (puertas de seguridad y pistas de auditoría activadas por eventos en torno a cada acción). Estas primitivas se combinan en seis canales de capacidad autónoma que cubren todo el ciclo de vida de desarrollo de RAN: SYNTHESIZE, TEST, HARDEN, OPTIMIZE, DISCOVER y SECURE. Una capa de conocimiento compartido llamada SYNAPSE basa cada decisión del agente en especificaciones 3GPP y O-RAN cuidadosamente seleccionadas y acumula los resultados de cada ejecución como memoria institucional.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
