伴随着人工智能（artificial intelligence, AI）三大驱动力——算力、算法和数据相关技术的不断发展，AI 技术正在人类社会中掀起新一轮的技术革命。特别地，作为 AI 技术的一个重要研究方向，机器学习（machine learning, ML）利用了深度神经网络（deep neural network，DNN）的非线性处理能力，成功地解决了一系列从前难以处理的问题，在图像识别、语音处理、自然语言处理、游戏等领域甚至表现出强于人类的性能，因此近来受到了越来越多的关注。
伴随着人工智能（artificial intelligence, AI）三大驱动力——算力、算法和数据相关技术的不断发展，AI 技术正在人类社会中掀起新一轮的技术革命。特别地，作为 AI 技术的一个重要研究方向，机器学习（machine learning, ML）利用了深度神经网络（deep neural network，DNN）的非线性处理能力，成功地解决了一系列从前难以处理的问题，在图像识别、语音处理、自然语言处理、游戏等领域甚至表现出强于人类的性能，因此近来受到了越来越多的关注。
AI/ML 技术发展的同时，无线通信系统也在持续高速发展中。第 5 代移动通信（5G）支持增强移动通信（enhanced mobile broadband, eMBB）、超高可靠低时延（ultra-reliable low latency communications，uRLLC）和海量机器类型通信（massive machine type communications，mMTC）等三大应用场景，而未来的无线通信系统必将向更大吞吐、 更低时延、更高可靠性、更大连接数、更高频谱利用率等方向演进。已有的研究工作表明，AI 在复杂未知环境建模、学习，信道预测，智能信号生成与处理，网络状态跟踪与智能调度，网络优化部署等许多方面具有重要的应用潜力，有望促进未来通信范式的演变和网络架构的变革，对 6G 技术研究具有十分重要的意义和价值。
在 IMT-2030（6G）推进组的统一安排下，无线技术工作组无线 AI 任务组就人工智能技术在 6G 无线空口和无线组网中的应用开展了深入调研分析，以为下一步开展相关研究提供指导和思路。本报告在对当前国内外的主要研究状况进行调研分析的基础上，结合部分成员单位在无线 AI 上的一些研究工作，对无线 AI 的若干研究方向及其关键技术进行了较为全面地分析和讨论，同时探讨了无线 AI 的难点、挑战和产业化前景。
