本期专题：面向6G的边缘人工智能

专题客座主编

桂 冠

南京邮电大学教授，博士生导师，信息与通信工程国家级教学示范中心副主任。先后承担工信部重大专项、国家自然科学基金、日本文部省自然科学基金、华为科技项目等10余项项目。近五年来已在国内外高水平学术期刊发表论文100余篇，其中ESI高被引论文20篇，ESI热点论文8篇，出版Spring英文专著2部，获得IEEE通信学会海因里希赫兹奖（2021）。近年来研究领域为人工智能、深度学习、智能通信、智能物联网等6G技术。

李立欣

西北工业大学教授，博士生导师，主持国家863项目、装备预研等30余项国家级/省部级课题，相关研究成果已在多个型号项目应用。在国内外顶级期刊/会议发表论文150余篇，出版中英文专著/教材5本，授权发明专利30余件。近年主要从事5G/6G无线通信、空天地一体化通信系统、群体智能与博弈对抗等交叉领域的研究工作。

主编观点

随着移动通信、物联网技术的发展，无线网络中的移动设备数量呈现指数级的增长，这些设备所拥有的海量计算和数据资源极大地推动了人工智能技术在网络边缘的部署。6G无线通信将支持无处不在的人工智能（AI）服务和万物互联（IoE）应用，包括工业物联网、互联自治系统、脑机接口、数字孪生、元宇宙、触觉互联网等。

为了在现实世界中增强AI应用能力，边缘人工智能技术（Edge AI）作为6G的关键性技术之一脱颖而出，通过分布式神经网络设计，将模型训练和推理能力嵌入到网络边缘，提供可扩展的高可靠分布式智能服务，可以进一步加速6G网络感知能力、通信策略、资源分配和应用场景的发展。与此同时，边缘人工智能也将在网络上产生面向任务的数据流，从而需要深入研究新型通信技术、整体系统架构、服务驱动的网络资源分配方法。总而言之，构建边缘人工智能生态系统将面对跨学科的挑战，涵盖无线通信与网络、计算机科学、机器学习、运筹学和相关领域的应用。

本期专题收录国内相关研究机构和产业界的论文共六篇，对意图驱动边缘智能网络、无人机边缘计算场景下智能分组机制、基于脉冲神经网络的联邦学习、深度学习模型的按需优化、基于博弈论的边缘智能节点任务分配以及基于机器学习的网络状态感知分析等关键技术进行了有益探索，并介绍了技术验证和产业应用等技术进展。