行動通訊從 1980 年代僅能提供語音通訊的 1G，直到 2010 年開始提供多元網路服務如收發電子信件、上網、聽音樂、看影音串流的 4G 網路，現階段則大步邁入 5G 商業推廣佈署建置。

隨著 5G 服務邁入商用推廣，為攻佔下個世代的行動通訊系統優勢，臺灣也開始投入 6G 通訊布局，超前佈署以維持在資通訊產業的領先地位。究竟 6G 將如何改變我們的生活？本次科技大觀園專訪國立中山大學通訊所，同時任職中山大學南區促進產業發展研究中心（中山產發）的曾凡碩副教授，為我們推導對於未來 6G 使用情境的想像。

「5G 到 6G 效能上的改變，造成的變化將不只攸關訊息的速度，更多的是新型態的服務推出。」曾凡碩強調。綜觀過往的行動通訊演進，每個世代較前一個世代，在通訊容量、速度、延遲程度、定位精準度等各項數據都有 10 倍以上的提升；現階段 6G 的標準內容尚在討論階段，但也可預期 5G 到 6G 會有近似的進步幅度，並可預期將大幅增強感測器與服務的整合性。

以 5G 為基礎做比較，6G 應用智能化程度將更高，可讓感測器與通訊結合更加緊密；而在永續的浪潮之下，也將更重視通訊與運算的能量效益，最後，也可預期 6G 會進一步納入如低軌道衛星、無人機等高階精密設備，讓行動通訊成為真正立體的無遠弗屆服務網絡。曾凡碩認為，6G 快速、低延遲、誤差率低的特性與智能化能力，將可充份滿足各種場景如物聯網、自駕車應用中「整合」的需求，特別是以人工智慧進行複雜的多重資料收集、運算、決策，舉例來說，自駕車內(外)部一定有許多如影像與雷達等感測元件，而周遭交通環境也會有許多感測裝置提供附近車潮、人潮、交通、環境等參數，如何將這些資訊「整合」化為有用的資訊給駕駛參考成為相當重要的技術課題，例如透過這些感測參數規劃出最優行車路線提供給用路人；因此，人工智慧中的機器學習便是一個關鍵技術可以有效整合這些資訊，達到真正智能汽車服務。

進一步延伸，人工智慧的技術使6G 的整體通訊網路架構將更具彈性，讓人們的收訊更符合傳輸效益，感測器的布建也將進一步提高通訊裝置對於環境的感知能力，例如對於空氣品質、交通狀況、天氣變化可有更即時的資訊與應對。

最後，將低軌道衛星與無人機的通信納入6G物聯網應用，將打造出更多未知、新穎而便利的服務項目。

在 6G 的時代如何優化通訊網路架構、整合資訊、提供服務將成為一大關鍵：「6G 時代下將增加很多的感測器，如何整合這些感測器資訊，其中AI技術中的機器學習技術就會扮演很重要的角色。」從曾凡碩專長的技術觀點，過去網路傳輸架構皆是分層設計，各層次與各區塊基本上是分開優化，此外網路架構皆是固定模式，不具彈性化。而人工智慧是整合系統的優化新利器，可幫助6G系統整合眾多感測資訊，提供適當網路架構與傳輸機制，並可收集資料，快速做出應對決策、提供更準確的對應服務。

6G 的特性讓許多需要低延遲、短時間傳輸大量資料的技術，如全息投影、遠端手術得以進入應用；而整合低軌衛星通訊與無人機通訊的系統將消除行動網路的盲區，提供偏遠地區或海上船隻及時的通訊連線，可以補強過去同步衛星的高延遲與低速率之缺點，讓船聯網的應用更加成熟，如低軌道衛星可以幫助水溫，洋流，含氧量等感測器資料與聲納相關資訊收集，有助於漁業捕撈與生態環境保護等規劃。此外，6G定位技術可配合無人機與感測器的整合，為智慧城市與工業4.0開創新應用，例如:智能無人機搜救、無人機運輸、智慧工廠可利用無人機加RFID技術進一步盤點/紀錄相關產品資訊等。

「到了 2030 年，大多數的電子設備都會連網。」連網加上人工智慧技術的軟硬體整合，曾凡碩認為 6G 時代將帶來全新的實體世界發展，未來實體世界將可以做到完全的可程式化與數位化，讓人們對於環境的感知與掌握度更高。

在真正步向 6G 時代之前，研究開發還有哪些挑戰需要克服呢？曾凡碩分析，首先物聯網服務現階段仍有許多開發空間，很多東西都可連上網，但是相對應用情境與需求尚未成熟；其次，人工智慧智相關技術將耗費大量的資料收集與運算資源，在當今節能減碳的趨勢之下，達到高效能又要節省運算能耗將成為一項挑戰，綠能導向之機器學習技術將成為爾後發展重點之一。此外，產業現場對於導入數位化、智能轉型較為遲疑，需要以試驗場域作示範建立基礎，才能讓產業導入 6G 物聯網數位轉型後的優勢。曾凡碩表示，這也是他所任職的中山產發最重要的任務，透過AIoT相關技術推動南部特色產業的數位轉型與升級，有效讓6G相關技術在產業落地驗證，不僅能發展數位端的技術能力，更能促進產業發展。