3月25日上午消息，在IEEE的發起之下，全球第一屆6G無線峰會在芬蘭召開，邀請了工業界和學術界發表對于6G之最新見解和創新，探討實現6G愿景需要應對的理論和實踐挑戰。

大會的Posters論文共計14篇：

①芬蘭奧盧大學（11篇）：

· 適用于6G的機器類無線通信使能
· 深度學習的PHY層算法---基于GPU的實現和新穎的傳感方法。
· mmWave與THz天線技術研究
· 材料與生產技術
· 智能連接以及網絡/系統
· EdgeAI（邊緣AI）：未來6G網絡中分布式邊緣“原生”人工智能的愿景
· EdgeAI（邊緣AI）：邊緣“原生”分布式人工智能平臺
· 無線XR的挑戰
· 本地垂直特定服務提供商網絡
· Sec-Edge AI：面向“邊緣安全”的AI和Edge AI的安全性。
· 從mmW到THz的IC技術和電路

②沙特阿拉伯王國阿卜杜拉國王科技大學（1篇）：

· 受限于“隨機阻塞”的城市蜂窩網絡---被動智能鏡像輔助定位

③芬蘭Jyvskyl大學（1篇）：

· 5G到6G：展望未來

④中國臺灣交通大學（1篇）：

· 面向垂直行業6G移動網絡

中國電信、華為、中興、清華大學的資深專家發表了精彩的演講報告：

中國電信技術創新中心主任、中國電信研究院CTO畢奇作了報告《當前的工業趨勢和6G的前景》，他指出，5G現在處于商業化階段，現在是加速對“5G演進”進行研究的時候，考慮到最初的5G中觀察到的實際問題以及市場趨勢。

華為無線CTO童文作了報告《未來十年無線創新的展望》，他指出，當我們見證全球推出5G無線時，可以肯定的是，5G將在我們日常生活和工作的許多方面釋放新的革命浪潮。5G將改變社會，雖然無線技術將在多個方面繼續創新，特別是射頻技術、網絡/組網技術，但我們需要對未來無線的發展方向有長遠的看法。童文從以下幾個方面探討未來無線：1.未來無線的關鍵角色是網絡控制的數字世界和物理世界、社會神經網絡；2.未來無線的關鍵要求是——可信賴的全球連通性和地緣主權作為可持續的社會經濟結構；3.未來無線的關鍵能力是基于智能軟件的以人為本的以認知為中心的網絡。此外，童文還提出了實現未來無線技術愿景所面臨的一些研究挑戰和技術突破。

華為巴黎研究中心負責人Jean-Claude做了報告《邁向智能6G：一個傳統主題式的展望（A Topos perspective）》，他指出，隨著數據的爆炸式增長，5G網絡向2020-2030年的演進將主要基于機器學習技術。它們提供了我們稱之為“學習網絡”（learning networks）的智能網絡的第一個時代。2030年至2040年期間的6G智能網絡所在是第二個時代是能夠思考的網絡；這將需要新的、將會超越感知框架的高級數學工具——這可以通過感知拓撲和思維邏輯來完成。這座“橋”是Grothendieck Topos。

中興的范忱博士（目前是東南大學和中興聯合培養博士后）作了報告《計算全息無線電以及6G的使能技術》，提出了“計算全息無線電”（computational holographic radio）的系統概念，以融合/收斂了空間譜全息與空間波場合成。計算全息無線電不僅可以促進通信和成像的融合，增強空間復用增益，而且可能成為6G技術的候選者。

清華大學牛志升教授作了報告《6G移動性增強的邊緣智能計算》，他預計6G將為地球上的大量設備提供近乎即時和無限的無線連接，因此需要大量的基站和邊緣云（EC）。同時，“移動性”一直被認為是移動通信的主要障礙，因為它可能導致衰落、陰影、遠-近效應、切換、漫游等等。然而，隨著電動汽車和自動駕駛汽車越來越強大，具有豐富的功能——傳感、通信/回傳、計算、緩存和自供電，它們可以作為可移動的EC或甚至可移動的基站，以便可以快速部署6G網絡。這不僅可以提供即時的任務卸載服務，還可以在移動時將邊緣智能傳播到6G網絡的每個角落。在這方面，實際上利用移動性來增強整個網絡智能。那么關鍵問題包括（但不限于）：1.如何以分布式方式搜集和處理大數據并在本地生成邊緣智能？2.如何有效地在整個網絡上傳播分布式智能？3.如何為移動用戶找到并分配最佳機會？他分析了這些問題，以探討“移動性”在多大程度上有助于提高網絡智能與性能。