The Art of 6G (TAO 6G): how to wire Society 5.0 [Invited]
Notice bibliographique
Résumé
The opening Optical Fiber Communication Conference and Exhibition 2021 plenary talk on how technologies and applications drive the evolution of networking concluded by presenting the equation Networking = Art + Science + Engineering. Due to their growing complexity, modern networks may be better viewed as techno-social systems that resemble biological superorganisms. In this paper, we expand on the aforementioned equation in the context of future 6G mobile networks, putting a focus on its first part, the Art of 6G (TAO 6G). To set the stage, we first elaborate on the 6G vision from an optical fiber fixed networks perspective, taking into account the respective viewpoints of the International Telecommunication Union-Telecommunication Standardization Sector and the FTTH Council Europe as well as the European Telecommunications Standards Institute’s recently launched fifth-generation fixed network initiative of bringing fiber to everywhere and everything, which is supposed to be the foundation of the new digital age and is a prerequisite for the digital transformation of the whole society. Towards this end, we present our ideas on what the digital society of the future will or potentially could look like. After briefly reviewing our work on tactile immersive use cases of so-called cyber-physical-social systems (CPSS), we inquire into the emerging human-centric Industry 5.0 and its mutually beneficial underlying principles of digitalization and, more interestingly, biologization. Specifically, we borrow ideas from biological superorganisms with brain-like cognitive capabilities found in natural societies for a stigmergy-enhanced Society 5.0, using tokenized digital twins for advancing collective intelligence in CPSS via indirect communication. Finally, we present our CPSS-based bottom-up token engineering framework designed for Society 5.0.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».