伴隨著人工智能（artificial intelligence， AI）三大驅動力——算力、算法和數據相關技術 的不斷發展，AI 技術正在人類社會中掀起新一輪的技術革命。特別地，作為 AI 技術的一個 重要研究方向，機器學習（machine learning， ML）利用了深度神經網絡（deep neural network， DNN）的非線性處理能力，成功地解決了一系列從前難以處理的問題，在圖像識別、語音 處理、自然語言處理、游戲等領域甚至表現出強于人類的性能，因此近來受到了越來越多的 關注。

　　AI/ML 技術發展的同時，無線通信系統也在持續高速發展中。第 5 代移動通信（5G） 支持增強移動通信（enhanced mobile broadband， eMBB）、超高可靠低時延（ultra-reliable low latency communications，uRLLC）和海量機器類型通信（massive machine type communications， mMTC）等三大應用場景，而未來的無線通信系統必將向更大吞吐、 更低時延、更高可靠 性、更大連接數、更高頻譜利用率等方向演進。已有的研究工作表明，AI 在復雜未知環境 建模、學習，信道預測，智能信號生成與處理，網絡狀態跟蹤與智能調度，網絡優化部署等 許多方面具有重要的應用潛力，有望促進未來通信范式的演變和網絡架構的變革，對 6G 技 術研究具有十分重要的意義和價值。

　　在 IMT-2030（6G）推進組的統一安排下，無線技術工作組無線 AI 任務組就人工智能 技術在 6G 無線空口和無線組網中的應用開展了深入調研分析，以為下一步開展相關研究提 供指導和思路。本報告在對當前國內外的主要研究狀況進行調研分析的基礎上，結合部分成 員單位在無線 AI 上的一些研究工作，對無線 AI 的若干研究方向及其關鍵技術進行了較為 全面地分析和討論，同時探討了無線 AI 的難點、挑戰和產業化前景。