مع الانتقال في الشبكات 6G من الأطر النظرية إلى الحقائق التشغيلية، يتطور الذكاء الاصطناعي (AI) من أداة تحسين إضافية إلى طبقة هيكلية موزعة ومترابطة. على عكس الأجيال السابقة من الشبكات التي اعتمدت بشكل رئيسي على منصات تحليل السحاب المركزية، تعمل الشبكات المولدة بالذكاء الاصطناعي 6G عبر Continuum متعدد المجالات يمتد من حافة السحاب.

تأتي البيانات من مصادر متنوعة تشمل أجهزة المستخدمين، وشبكات الوصول الراديوي، والبنى التحتية الاستشعارية، وتطبيقات متعددة المجالات. المركزية في هذه الكمية الهائلة من البيانات تؤدي إلى مشاكل كبيرة في الاتصال، وزمن تأخير غير مقبول، ونقاط فشل فردية، بالإضافة إلى تحديات معقدة في الحوكمة عبر المجالات. لذلك، تصبح اللامركزية مطلبًا معماريًا أساسيًا للذكاء الشبكي في المستقبل وعمليات التشغيل بدون تلامس.

الأمان يشكل الدافع الرئيسي لهذه المعمارية اللامركزية، حيث تتطلب وظائف الأمان الحيوية مثل الكشف عن التهديدات في الوقت الحقيقي، والتخفيف من هجمات الطبقة الفيزيائية، وحماية القطع، واكتشاف الخروقات، الوصول الفوري إلى المعلومات المحلية قبل أن تفقد البيانات التشغيلية قيمتها. ومع ذلك، فإن نقل الذكاء إلى حافة الشبكة من خلال paradigms تعاونية مثل التعلم الفيدرالي (Federated Learning) والتعلم الفيدرالي اللامركزي (Decentralized Federated Learning) يقدم تحديات تجارية معقدة.

لا يمكن معالجتنا للأمان نظامي بشكل معزول؛ فهو مرتبط ارتباطًا وثيقًا بجوانب مهمة أخرى مثل الموثوقية، والقدرة على التفسير، والاستدامة الطاقية. من خلال أخذ هذه الجوانب في الاعتبار، يقدم هذا البحث وجهة نظر موحدة حول الذكاء الموزع في شبكات 6G، مؤكدًا على ضرورة تصميم اللامركزية، والثقة، والقدرة على التفسير، والاستدامة معًا بدلاً من معاملتها كمتطلبات مستقلة.