Ericsson en de Universiteit van Toronto gaan nauwer samenwerken aan AI-gedreven mobiele technologie. De partijen kondigden het partnerschap deze week in Toronto aan om onderzoek naar 5G-Advanced en toekomstige 6G-netwerken te versnellen. Het doel is slimmere en efficiëntere netwerken, met inzet van algoritmen voor beheer en optimalisatie. Er is aandacht voor veiligheid, energieverbruik en regels zoals de Europese AI-verordening.
Partnerschap richt zich op 6G
De samenwerking richt zich op kunstmatige intelligentie voor netwerkautomatisering, oftewel software die het mobiele netwerk zelfstandig kan voorspellen en bijsturen. Het gaat om toepassingen als capaciteitsplanning, foutdetectie en het slimmer aan- of uitzetten van onderdelen. Daarmee willen de onderzoekers piekdrukte opvangen en storingen sneller oplossen. Dat is belangrijk nu dataverkeer blijft groeien.
De inzet van AI in het radiodeel van het netwerk en in de kern van het netwerk moet schommelingen in kwaliteit terugdringen. Denk aan modellen die storingen vroegtijdig herkennen en radio-interferentie beperken. Ook kan dynamische toewijzing van frequenties helpen om meer bits per hertz te halen. Zulke functies worden eerst bij 5G-Advanced verwacht en daarna richting 6G doorontwikkeld.
Het partnerschap combineert academische expertise met industriële testfaciliteiten. Dat versnelt de stap van proefopstelling naar praktijk bij operators. De partijen noemen onderwijs en talentontwikkeling als bijvangst, wat de krappe markt voor netwerk-AI-specialisten kan verlichten. Een tijdlijn voor concrete pilots is op het moment van schrijven niet bekendgemaakt.
Energie en efficiëntie centraal
Telecomnetwerken verbruiken veel stroom, vooral bij basisstations. Door AI-modellen in te zetten, kunnen radio’s en antennes gerichter worden gedimd of tijdelijk uitgezet. Dat scheelt energie zonder klanten merkbaar te raken. Voor Europese operators, die met hoge energiekosten kampen, is dit direct relevant.
Efficiëntere netwerken helpen ook bij klimaatdoelen van de EU en telecombedrijven. Minder verbruik verlaagt de uitstoot in de scope 2-keten van operators. Daarnaast kan warmteregeling in datacenters en edge-locaties slimmer worden aangestuurd. Zo verbindt het onderzoek bedrijfsdoelen met duurzaamheidskaders.
Toch zijn er technische grenzen die moeten worden getest. Te agressief uitschakelen kan de dekking verslechteren of vertragingen veroorzaken. Onderzoekers zullen dus balans zoeken tussen energiebesparing en kwaliteitsgaranties. Heldere, reproduceerbare meetmethoden zijn nodig om verbeteringen te kunnen aantonen.
Data en privacy onder AVG
Voor het trainen van modellen worden netwerkgegevens gebruikt, zoals logbestanden, verkeerspatronen en soms locatie-achtige metadata. Dat kan persoonsgegevens bevatten en valt in de EU onder de AVG. Dataminimalisatie en versleuteling zijn dan verplicht, net als duidelijke doelen en bewaartermijnen. Edge-verwerking, dus data lokaal verwerken, kan risico’s verkleinen.
De Europese AI-verordening classificeert systemen op basis van risico. AI voor beheer van kritieke infrastructuur kan als hoog risico gelden, afhankelijk van de precieze toepassing en impact. Dat brengt eisen mee, zoals risicobeoordelingen, traceerbare datasets en menselijke controle. Proefprojecten in de EU zullen daarom governance en documentatie moeten inrichten vóór uitrol.
Bij samenwerking tussen Canada en Europa spelen ook grensoverschrijdende datastromen. Juridische instrumenten, zoals standaardcontractbepalingen, blijven dan nodig. Voor Nederlandse projecten komt daar toezicht door de Autoriteit Persoonsgegevens en, bij netwerkstabiliteit, mogelijk de RDI bij. Een gegevensbeschermingseffectbeoordeling (DPIA) is in zulke onderzoeken vaak verstandig.
Impact op Europese telecommarkt
Ericsson levert in Europa veel netwerkapparatuur, ook in Nederland bij KPN, VodafoneZiggo en Odido. Nieuwe AI-functies kunnen via software-updates in radio- en core-netwerken landen. Dan gaat het om slimmer onderhoud, snellere storingsafhandeling en betere dekking in dunbevolkte gebieden. Dat kan de kwaliteit voor consumenten en bedrijven voelbaar verbeteren.
De plannen sluiten aan bij Europese 6G-onderzoekslijnen en standaardisatie binnen 3GPP en ETSI. Europa wil strategische autonomie in digitale infrastructuur behouden. Samenwerking met universiteiten past in die agenda, ook vanwege open publicaties en talentstromen. Resultaten kunnen bovendien doorwerken in EU-projecten rondom 6G.
Wel speelt het risico van leveranciersafhankelijkheid. Operators willen AI-functies die werken over meerdere merken en generaties apparatuur. Open interfaces en duidelijke API’s worden dus cruciaal. Dat verkleint lock-in en houdt innovatie concurrerend.
Nog weinig concrete details
Over specifieke modellen, datasets of proeflocaties delen de partijen op het moment van schrijven weinig. Ook de planning richting grootschalige uitrol is nog onduidelijk. Belangrijk wordt of resultaten via peer-reviewed publicaties en standaardisatievoorstellen inzichtelijk worden. Transparantie is nodig om claims over kwaliteit en energiewinst te toetsen.
Daarnaast zijn er open vragen over data-eigendom en toegang tot meetgegevens van operators. Wie mag de data gebruiken, en onder welke voorwaarden worden modellen gedeeld? Heldere afspraken over intellectueel eigendom en audits zijn dan nodig. Dat geldt zeker als algoritmen beslissingen nemen die de netwerkstabiliteit raken.
Voor Nederlandse en Europese partijen is het raadzaam de eerste pilots te volgen. Signalen zijn onder meer bijdragen aan 3GPP Releases 19 en 20, testresultaten in realistische netwerken en certificering onder de AI-verordening. Ook relevant is hoe de samenwerking omgaat met bias en uitlegbaarheid. Zulke punten bepalen of de systemen veilig, eerlijk en uitlegbaar genoeg zijn voor grootschalige inzet.
Een radio access network (RAN) is het deel van een mobiel netwerk dat apparaten via zendmasten met het kernnetwerk verbindt.
