KDDI株式会社とKDDI総合研究所は、複数のAIが協力して基地局パラメーターを自律最適化する技術を一部エリアに導入したと発表した。
2026年度中に全国の基地局へ順次展開する。
複数AIで基地局設定を自律最適化
2026年2月18日、KDDI株式会社とKDDI総合研究所は、基地局の動作に影響する多様なパラメーター設定を複数のAIが協力して自律的に最適化する技術を一部エリアの基地局に導入したと発表した。
本技術は高度に自律化したネットワーク基盤「AI for Network」の取り組みの一環であり、2026年度中に全国の基地局へ順次導入する計画である。
先行導入エリアでは、混雑などにより低速通信が発生しやすい場所が導入前と比較して25％改善したことを確認した。
従来は、電波の放射方向や強度、利用者のトラフィック処理方法などを基地局ごとに手動で設定していたが、本技術によりAIが自律的に最適化することで作業期間を95％以上短縮できるという。
従来のAI活用では、複数基地局を一括して学習・推論する集中型モデルが一般的であったが、対象局数の増加に伴うモデル肥大化により適用範囲は数十局規模にとどまっていた。
今回の技術では分散強化学習（※）を採用し、各基地局に推論器を多数並列配置しつつ、学習器が設定と品質の関係を経験として収集・統合する構成を取る。
さらに、学習に有効なデータのみを選別して伝送する独自技術も導入した。
※分散強化学習：複数のAIエージェントがそれぞれ環境と相互作用しながら学習し、その成果を統合・共有することで全体性能を高める機械学習手法。大規模分散環境への適用に適している。
自律化拡大がもたらす可能性と課題
全国の基地局に本技術が導入されれば、リアルタイムでのパラメーター最適化が常態化し、混雑エリアや利用状況の変動に応じた柔軟な制御が進むと考えられる。
運用現場では人手による調整負荷が軽減され、設計や高度化業務へのリソース再配分が可能になるだろう。
一方で、AIによる自律制御の拡大は、判断過程の透明性や異常時の責任所在といった新たな論点も内包すると考えられる。
大規模ネットワーク全体に分散型AIを適用する場合、アルゴリズムの安定性やセキュリティ対策の徹底が不可欠となるだろう。
通信インフラの高度化は、5Gや今後の次世代通信基盤の競争力にも直結する分野と言える。
ネットワークそのものが継続的に学習し最適化を繰り返す構造が確立すれば、通信品質の向上と運用効率化の両立が一層進展しそうだ。
関連記事：
KDDI、大阪堺で大規模AIデータセンター稼働 国内完結型AI基盤を本格展開
