“DAEMON提出的原生AI架构模型已被5G PPP和6G AI架构工作组采纳，并有望在3GPP等主要标准化组织中获得进一步认可，”IMDEA Networks研究教授兼DAEMON项目协调员Marco Fiore表示。他补充道：“此外，该项目已催生两个试点项目，目前已部署在西班牙电信的生产网络中；五个解决方案被纳入欧盟委员会的创新雷达计划；拥有九项专利；并发表了100多篇科学论文。所有这些共同构成了DAEMON的重要成果。”.
IMDEA Networks 研究团队，特别是网络数据科学小组的成员，在定制网络自适应人工智能损失函数方面做出了贡献，并引入了对机器学习领域也极具创新性的概念，例如损失元学习。此外，他们还展示了如何将人工智能模型直接集成到可编程网络硬件中，用于对延迟仅为几十纳秒的流量进行分类。.
挑战
该项目应对了多项挑战，包括：
- 理解人工智能在移动网络中的局限性：他们对哪些网络管理任务能够用人工智能模型而非其他技术充分解决进行了系统而深入的分析，并为在下一代移动网络自动化中使用机器学习提供了一套可靠的指导原则。
- 设计高度定制化的人工智能驱动的网络管理解决方案：基于上述指导原则，他们开发并实现了一系列针对移动网络环境独特需求和限制的算法，从而在自动化一系列核心网络管理任务方面取得了突破性进展。
- 设计端到端的原生人工智能架构：他们概述了首个原生人工智能移动网络架构模型，该模型基于当前的标准化趋势，能够协调部署在网络中的众多不同类型的人工智能实例。
高科研产出与未来研究方向：
DAEMON 的研究无疑具有开创性。其成果已在与生产环境相关的网络环境中得到实施和验证。同时，该项目创新且高质量的研究成果也体现在众多顶级会议和期刊（如 ACM SIGCOMM、ACM MobiCom、IEEE INFOCOM、ACM/IEEE Transactions on Networking 和 IEEE Transactions on Mobile Computing 等）上发表的论文（超过 30 篇）中。
尽管 DAEMON 项目已经结束，但相关研究仍在继续，欧洲于 2024 年 1 月启动了 ORIGAMI 项目。该项目致力于寻找延迟更低、性能更高、可靠性更强的移动网络，有望在各个领域和社会活动中带来改进。.
