[事例ニュース]

2026年2月18日(水)日川 佳三（IT Leaders編集部）

リスト

　KDDIとKDDI総合研究所は、基地局のパラメータを複数のAIが協力して自律的に設計する技術を開発し、一部エリアの基地局に導入した（図1）。2026年度中に全国の基地局に順次導入する。先行して導入したエリアでは、混雑などにより低速通信が発生しやすい場所（5Mbit/s未満の割合が10%を超えるエリア）が導入前と比べて25%減った。

図1：KDDIが導入した、基地局のパラメータを自動で設計するAI技術の概要（出典：KDDI、KDDI総合研究所）
拡大画像表示

　同社は従来、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決定する各種パラメータを、基地局ごとに手動で設定していた。また、AIを適用する場合も、複数の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、基地局の増加にともなってモデルが肥大化する。適用範囲は数十局程度に留まり、大規模なネットワークへの拡張が困難だった。

　これに対し、KDDIが今回適用したAI手法は、複数のAIが協力して学習を行う分散強化学習に基き、パラメータの設定値と、これによって変化する通信状況を自律的に探索・学習し、最適な設定値を導出する。この結果、AIが自律的にパラメータを設定することで、手動と比べて設定期間を95%以上短縮できるとしている。

　システムの要素としては、適切なパラメータ設定値を推論して反映する推論器を多数・並列に起動し、各基地局に割り当てる。同時に、学習器が各推論器から設定と品質の関係を「経験」として収集する。基地局に共通する普遍的な知識を抽出・統合し、推論器群全体へと共有することで、学習を高速化し、精度を高める。また、推論器群からデータを収集する際は、AIの学習に有効なデータだけを選別・伝送することで、通信量を抑えている。