دور الذكاء الاصطناعي في التحول البنيوي للشبكات اللاسلكية الحديثة: من شبكات الجيل الخامس (5G) إلى الشبكات الأصلية للذكاء الاصطناعي في الجيل السادس (6G)
DOI:
https://doi.org/10.65405/yvtf8520الكلمات المفتاحية:
الذكاء الاصطناعي، الجيل الخامس، الجيل السادس، الشبكات المعتمدة على الذكاء الاصطناعي، شبكة الوصول الراديوي، الذكاء الطرفي، تقطيع الشبكة إلى شرائح افتراضية، الاتصالات اللاسلكية، الشبكات الإدراكية، الأمن السيبراني.الملخص
يشهد قطاع الاتصالات اللاسلكية تحولًا معماريًا عميقًا لم يعد يقتصر على تحسين الأداء أو زيادة السعة، بل يمتد إلى إعادة تعريف منطق بناء الشبكات وتشغيلها وإدارتها. وفي هذا السياق، أصبح الذكاء الاصطناعي عنصرًا محوريًا في هذا التحول، حيث تتجه الشبكات الحديثة من أنظمة تعتمد على الضبط المسبق والقواعد التشغيلية الثابتة إلى أنظمة إدراكية قادرة على التعلم، التكيّف، التنبؤ، واتخاذ القرار الذاتي [1]، [5].
تهدف هذه الورقة إلى تحليل الدور البنيوي للذكاء الاصطناعي في إعادة تشكيل شبكات الاتصالات اللاسلكية الحديثة، مع التركيز على مسار الانتقال من شبكات الجيل الخامس (5G) المدعومة بالذكاء الاصطناعي إلى شبكات الجيل السادس (6G) الأصلية للذكاء الاصطناعي (AI-Native Networks). وتناقش الدراسة مجموعة من الركائز التقنية الأساسية، تشمل الإدارة الذكية للطيف الترددي، التوجيه الشعاعي الذكي، إدارة الموارد والتقطيع الشبكي، والأمن السيبراني المعتمد على الذكاء الاصطناعي، إضافة إلى العلاقة المتزايدة بين الاتصالات، الاستشعار، والحوسبة الذكية [4]، [12].
كما توضح الورقة أن 5G-Advanced تمثل مرحلة انتقالية استراتيجية، حيث بدأت تطبيقات الذكاء الاصطناعي تدخل بشكل شبه معياري في بنية الشبكات، خاصة في مجال الوصول الراديوي وإدارة النماذج والتشغيل الذكي، وهو ما يعكس التوجه العالمي نحو شبكات تُبنى بمنطق “الذكاء الأصلي” بدلًا من “الذكاء الإضافي”. وتخلص الدراسة إلى أن 6G لن تكون مجرد جيل أسرع من 5G ، بل ستجسد تحولًا جذريًا من شبكات قابلة للبرمجة إلى شبكات قابلة للتعلم والتطور الذاتي، بما يمهد لتطبيقات مستقبلية مثل التوأم الرقمي، الذكاء الفيزيائي، والاتصالات الدلالية.
التنزيلات
المراجع
[1] W. Saad, M. Bennis, and M. Chen, “A Vision of 6G Wireless Systems: Applications, Trends, Technologies, and Open Research Problems,” IEEE Network, vol. 34, no. 3, pp. 134–142, 2020.
[2] H. Tataria, M. Shafi, A. F. Molisch, M. Dohler, H. Sjöland, and F. Tufvesson, “6G Wireless Systems: Vision, Requirements, Challenges, Insights, and Opportunities,” Proceedings of the IEEE, vol. 109, no. 7, pp. 1166–1199, 2021.
[3] X. You et al., “Towards 6G Wireless Communication Networks: Vision, Enabling Technologies, and New Paradigm Shifts,” Science China Information Sciences, vol. 64, no. 1, pp. 1–74, 2021.
[4] Y. Sun, M. Peng, Y. Zhou, Y. Huang, and S. Mao, “Application of Machine Learning in Wireless Networks: Key Techniques and Open Issues,” IEEE Communications Surveys & Tutorials, vol. 21, no. 4, pp. 3072–3108, 2019.
[5] M. Chen, U. Challita, W. Saad, C. Yin, and M. Debbah, “Artificial Neural Networks-Based Machine Learning for Wireless Networks: A Tutorial,” IEEE Communications Surveys & Tutorials, vol. 21, no. 4, pp. 3039–3071, 2019.
[6] M. Z. Chowdhury et al., “6G Wireless Communication Systems: Applications, Requirements, Technologies, Challenges, and Research Directions,” IEEE Open Journal of the Communications Society, vol. 1, pp. 957–975, 2020.
[7] N. H. Mahmood et al., “Machine Learning for Wireless Communications in the Internet of Things: A Comprehensive Survey,” IEEE Communications Surveys & Tutorials, vol. 24, no. 2, pp. 1071–1110, 2022.
[8] J. Zhao, Y. Liu, K. K. Chai, Y. Chen, and Z. Han, “AI-Driven Resource Allocation for Beyond 5G and 6G Wireless Networks: A Survey,” IEEE Access, vol. 10, 2022.
[9] S. Zhang, M. Feizarefi, and A. F. Mirzaei, “AI-Native Integrated Sensing and Communications for Self-Organizing Wireless Networks: Architectures, Learning Paradigms, and System-Level Design,” 2025.
[10] Z. Liu et al., “Integrated Sensing and Edge AI: Realizing Intelligent Perception in 6G,” 2025.
[11] Sowan, E., Elbuaishi, A., & Areir, M. (2026). Enhancing Face Recognition Performance: A Comparative Evaluation of ArcFace and FaceNet using Image Preprocessing and ROC–EER Metrics. Al-Farooq Journal of Sciences, 2(3), 973-990.
[12] E. C. Strinati et al., “Towards Distributed and Intelligent Integrated Sensing and Communications for 6G Networks,” 2024.
[13] 3GPP, “AI/ML for NG-RAN and 5G-Advanced Towards 6G,” Technical Report, 2026.
[14] 3GPP, “Engineering Intelligence: Shaping AI/ML Management for the 5G System,” Technical Report, 2025.
[15] 3GPP, “Enhancements for Artificial Intelligence (AI) / Machine Learning (ML) for NG-RAN (Release 19),” Work Item Description, 2025.
[16] AI-RAN Alliance, “AI-RAN Alliance Whitepaper,” 2024.
[16] BenHusein, A. H., Shakrum, F. M., & Elgdiri, E. M. (2026). A Comprehensive Performance Evaluation of a Wi-Fi-Based Wireless Sensor Network Using Raspberry Pi and ESP8266 Under Multi-Rate Traffic Conditions. Al-Farooq Journal of Sciences, 2(3), 816-818.
