—

AI コーディングアシスタントをめぐる熱気は、いくら強調してもしすぎることはありません。エンジニアは GitHub Copilot、Claude Code、OpenAI Codex のようなツールを日々使い、ソフトウェア開発を加速し、定型作業を自動化しています。しかし、無線通信システム開発では、コード生成は課題の一部にすぎません。

現代の無線システムには、複雑な標準規格、分野固有の慣習、シミュレーションのワークフロー、検証プロセスが関わっており、単純なコード補完だけでは対処できません。Agentic AI が AI 支援エンジニアリングの次の進化として現れる中で、重要な問いが浮かび上がります。汎用の AI アシスタントを、どうすれば無線通信システム開発の専門家へと変えられるのでしょうか。本稿ではその答えを掘り下げ、MathWorks が専門家の知見に基づいて整備したツールとスキルによって、AI アシスタントを有能なエンジニアリングパートナーへ変えられることを示します。

AI にとって無線通信システム開発が難しい理由

大規模言語モデル（LLM）は非常に高い能力を持ち得ますが、依然として誤りを起こしやすく、とりわけ技術分野ではその誤りが深刻な問題になります。無線通信システム開発に必要な専門知識の多くは、標準規格やツールから実務的なエンジニア経験に至るまで、学習データに十分には表れていない可能性があります。その結果、汎用モデルは実行できるコードを書けても、そのタスクには不適切だったり、効率の悪い解き方になったりすることがあります。

無線通信システム開発で AI コーディングアシスタントを使う際によく見られる課題には、次のようなものがあります。

• 存在しない関数、構文、規格固有の式
• 古いエンジニアリング慣行やワークフロー
• 分野知識の誤用
• 複雑で保守しにくい生成コード
• 非効率で試行錯誤型の問題解決

こうした問題は、エンジニアがエージェントに 3GPP 5G NR のような標準規格を扱わせたり、高度な無線通信システム開発の作業をさせたりすると、いっそう明確になります。

もっと詳しくは MATLAB Agentic Toolkit のページをご覧ください。

AI に無線通信エンジニアの仕事の進め方を教える

MATLAB Agentic Toolkit の導入により、AI エージェントは MATLAB MCP Server を通じて MATLAB の全機能を活用できるようになります。しかし、エージェントがエンジニアリングツールにアクセスできても、なお分野知識は必要です。この課題に対処するため、MathWorks は MATLAB Agentic Toolkit の中に、専門家が整備したスキルを導入しました。これらのスキルには、エンジニアリング上の指針、ワークフローの知見、推奨 API、分野固有の知識が組み込まれており、エージェントがより効果的にタスクを解けるよう支援します。

無線通信カタログには、次のような分野をカバーするスキルが含まれています。

• AWGN と SNR の定義
• OFDM システム設計
• 5G NR 波形生成
• 無線ネットワークシミュレーション
• Bluetooth ネットワークシミュレーション
• USRP 無線機の設定

試行錯誤で解決策を何度も探し直す代わりに、これらのスキルは、確立されたエンジニアリング実務へとエージェントを導きます。

5G 波形生成の例

5G 無線通信エンジニアがエージェントに任せそうな作業を考えてみましょう。特定の帯域幅、ヌメロロジー、チャネル構成に対するダウンリンク波形を生成することです。私たちは AI エージェントに次のプロンプトを与えました。

ここでは、生成されたコードの冒頭数行を示します。

%% Carrier-level configuration
cfg = nrDLCarrierConfig;
cfg.Label            = "20 MHz, 15 kHz SCS DL carrier";
cfg.FrequencyRange   = "FR1";
cfg.ChannelBandwidth = 20;
cfg.NCellID          = 1;
cfg.NumSubframes     = 20;
cfg.WindowingPercent = 0;
cfg.SampleRate       = [];

%% SCS carrier: 20 MHz @ 15 kHz SCS
scs = nrSCSCarrierConfig;
scs.SubcarrierSpacing = 15;
scs.NSizeGrid         = 106;
scs.NStartGrid        = 0;
cfg.SCSCarriers       = {scs};

%% Bandwidth part spanning carrier
bwp = nrWavegenBWPConfig;
bwp.BandwidthPartID   = 1;
bwp.SubcarrierSpacing = 15;
bwp.NSizeBWP          = 106;
bwp.NStartBWP         = 0;
cfg.BandwidthParts    = {bwp};
...

試行錯誤を経た結果、このコードは要求された波形を生成できましたが、そのために何度もやり直す必要があり、時間とトークン消費が増えました。さらに、このコードは長く、ハードコードされた値を繰り返し、既定値のプロパティを不要に設定し、古い慣習に依存しています。

ここでスキルが役立ちます。MATLAB Agentic Toolkit の matlab-generate-5g-waveform スキルは、適切な関数、リソースグリッド構成、最新のツールボックスのベストプラクティスを含めて、経験豊富な無線通信エンジニアがどのように波形生成に取り組むかをエージェントに教えます。このスキルが使えると、エージェントは同じ解により効率的な経路で到達します。

%% Carrier configuration: FR1, 20 MHz, 15 kHz SCS
cfg = nrDLCarrierConfig('FR1', 20, 15);

% Two radio frames (20 subframes)
cfg.NumSubframes = 20;

%% PDSCH data channel: QPSK, fully allocated 20 MHz at 15 kHz SCS
nSizeBWP = cfg.BandwidthParts{1}.NSizeBWP;
cfg.PDSCH{1}.Modulation = 'QPSK';
cfg.PDSCH{1}.PRBSet = 0:nSizeBWP-1;
cfg.PDSCH{1}.SymbolAllocation = [0 14];
...

この例ではスキルを使用したエージェントが初回の試行で要件を満たすコードを生成し、より少ないトークンと短い時間で期待どおりの波形を生成しました。得られたコードは長さがおよそ半分になり、現在のツールボックスの慣習にも従っています。

 12 件の波形生成タスクでは、このスキルは一貫して、より簡潔なコードの生成、反復回数の削減、そして大幅に速いタスク完了に役立ちました。

Agentic AI の 5G PHY 開発への応用

エージェントは、複数の無線通信システム開発の複数のワークフローにおける高度なタスクを支援できます。

設計検証: 5G NR 物理層実装を検証するには、3GPP が定義した技術仕様に基づいた信頼性の高いリファレンス実装が必要です。MathWorks の 5G Toolbox は、そのようなリファレンス実装を提供し、AI エージェントが社内実装を検証し、差異を特定するのに役立ちます。MATLAB Test と 5G Toolbox を用いれば、エージェントはテストの作成と実行、失敗の診断、根本原因の特定、修正の適用、そしてゴールデンリファレンスに対する修正結果の検証まで行えます。これを示すために、私たちは AI エージェントに次のように指示しました。

この 1 つの指示から、エージェントは myPDSCH を読み取り、MATLAB MCP Server を使って対応する 5G Toolbox の参照関数 nrPDSCH を見つけ出し、そのうえで 108 通りのパラメータ組み合わせ（4 種類の変調、3 層、3 つの NID、3 つの RNTI）を網羅するテストを書きます。テストが失敗すると、エージェントはスクランブリング系列が壊れていることを診断し、自力で根本原因を 1 行のコードにまで突き止めます。修正を適用して再実行すると、108 件すべてのテストが通過し、この例では、診断、修正、検証の一連の処理がエージェントによって実行されました。

下の画像は、AI エージェントが自律的に実行した最初の数ステップを示しています。

性能評価とシミュレーション: 3GPP は、5G トランシーバーが満たすべき最低性能要件を定義しています。MathWorks の 5G Toolbox は、性能評価に利用できる柔軟な参照設計を提供します。エージェントは、これらの検証済み設計をゼロから構築する代わりに利用できるため、ハルシネーション、トークン使用量、完了までの時間を減らせます。たとえば、次のプロンプトは、カスタムの 5G NR チャネル推定アルゴリズムを 5G Toolbox のチャネル推定器と比較試験するよう AI エージェントに指示します。

エージェントは NR PDSCH Throughput の参照例を読み、コードの差し込み箇所を特定し、パラメータ掃引を実行し、高ドップラー条件が失敗点であることを突き止め、根本原因を 1 行のコードにまで絞り込みます。つまり、時間補間の選択が ‘nearest’ か ‘linear’ かという違いです。検証済みテストベンチに基づくことで、エージェントはシミュレーション基盤を再構築するのではなく、分析と診断に集中でき、支援のないエージェントよりもはるかに短時間で、正確かつ検証可能な答えに到達します。

RF システム特性評価: 3GPP は RF 適合試験のためのテストベクトルと測定手順を定義しています。MathWorks の 5G Toolbox は、規格準拠の波形生成機能と解析ツールの両方を提供します。エージェントはこれらを用いて、ハードウェアモデルの動作点に対する掃引を構築して実行し、技術仕様で定められた要件を満たす設定へと収束できます。たとえば、次のプロンプトは、EVM 要件を満たすパワーアンプの入力バックオフ（IBO）を見つけるようエージェントに指示します。

エージェントは利用可能なツールを特定し、パワーアンプの入力バックオフを掃引して、17.5% の EVM 上限を満たす動作点、すなわち IBO = 0.64 dB を特定します。測定用テストベンチはすでに規格準拠であるため、エージェントは探索に集中できます。この例では、支援のないエージェントより短い時間で、仕様に基づいて検証可能な結果に到達しました。次の図は、IBO 掃引と目標 EVM を示しています。

まとめ

分野知識、エンジニアリングワークフロー、ベストプラクティス、規格準拠の手法を組み込んだ MathWorks のツールと専門家が整備したスキルを利用することで、汎用 AI アシスタントを無線通信システム開発に適したエンジニアリングパートナーとして活用できます。これらのツールとスキルは、経験豊富な無線通信エンジニアと同じやり方で問題を解けるよう、エージェントを支援し、導きます。

本稿で示した例と 12 件の波形生成タスクの評価では、タスク完了時間の短縮、反復回数とトークン使用量の削減、コードの簡潔化が確認されました。MathWorks のツールとスキルによって、Agentic AI は単なるコーディング支援にとどまらず、無線通信システム開発を支援するエンジニアリングパートナーとして活用できます。

皆さんは無線通信システム開発の仕事で AI アシスタントをどのように活用していますか。皆さんの経験、課題、学びをぜひお聞かせください。下のコメント欄で、ぜひご意見を共有してください。

詳しくは MATLAB Agentic Toolkit のページをご覧ください。