通信インフラの運用において、通信状況を改善するためには各基地局周辺の環境に応じた膨大なパラメータ設定を手動で最適化する必要があり、多大な時間がかかることが課題となっていた。
また、従来の集中型AIモデルでは、対象基地局の増加に伴い処理が肥大化するため適用範囲が限定的であり、大規模なネットワークへの拡張が困難であった。
こうした中、KDDI株式会社と株式会社KDDI総合研究所は2026年2月18日、複数のAIが協力して基地局のパラメータを自律的に最適化する技術を開発し、一部エリアの基地局に導入したと発表した。
この技術は、分散強化学習を用いたAIによって、大規模なネットワークの最適化を自動化するものだ。
具体的には、全国の基地局に割り当てられた多数の推論器がパラメータの設定値を推論し、学習器がそれらの結果から普遍的な知識を抽出して全体へ共有する分散型アーキテクチャを採用している。
さらに、AIの学習に有効なデータのみを選別して伝送する特許出願中の独自技術を組み合わせることで、通信量を抑えつつ学習効率を最大化している。
これにより、人員を増やすことなく、従来は数年規模の時間を要していた全国規模での最適化作業が1カ月未満で完了するとのことだ。
また、先行して導入された宮城県および愛知県のエリアでは、混雑などにより低速通信が発生しやすい場所における通信状況が導入前と比較して25％改善したことが確認されている。
両社は今後も同技術の高度化を進め、運用および設計の自動化など、通信ネットワークの自律化に向けたさまざまなユースケースへと拡張していく方針だ。
なお、同技術は、高度に自律化したネットワーク基盤「AI for Network」の取り組みの一環として、2026年度中に全国の基地局へ順次導入される予定だ。