15201033833
人類為設(shè)計(jì)電信系統(tǒng)的時(shí)代即將結(jié)束。展望未來，人工智能技術(shù)將在電信系統(tǒng)的設(shè)計(jì)與操作領(lǐng)域發(fā)揮重要作用。為什么會(huì)出現(xiàn)這樣的轉(zhuǎn)變?答案很簡(jiǎn)單，電信系統(tǒng)的復(fù)雜性正在迅速提升。
通信系統(tǒng)的每一次迭代更新都力爭(zhēng)提升覆蓋范圍、傳輸速率、用戶支持?jǐn)?shù)量并優(yōu)化功耗水平。而與此同時(shí)，由此帶來的工程技術(shù)挑戰(zhàn)也變得越來越困難。為了保持創(chuàng)新能力，工程師們必須從前代產(chǎn)品內(nèi)紛繁復(fù)雜的技術(shù)衡量體系中尋找新的答案。
在電信領(lǐng)域，復(fù)雜性因素的主要來源在于信號(hào)廣播損減。這里所說的損減，涵蓋一切可能惡化或者干擾通信系統(tǒng)從A點(diǎn)向B點(diǎn)傳遞信息的事物。例如，無(wú)線電硬件本身在發(fā)送或接收信號(hào)時(shí)也會(huì)產(chǎn)生不同程度的噪聲，這就會(huì)對(duì)有效信號(hào)造成干擾。此外，信號(hào)前往目的地時(shí)經(jīng)由的路徑或者信道也會(huì)削弱信號(hào)強(qiáng)度。對(duì)于有線信道而言，這種負(fù)面干擾主要由傳輸線纜周邊的其他線纜引發(fā)。而在無(wú)線傳輸層面，信號(hào)在建筑物內(nèi)外的往來反射亦會(huì)產(chǎn)生嘈雜的失真環(huán)境。
這些其實(shí)早就不是什么新問題了。自從無(wú)線電廣播剛剛誕生以來，人們就一直被此類挑戰(zhàn)所困擾。但當(dāng)下的區(qū)別在于，無(wú)線傳播規(guī)模正在爆炸式增長(zhǎng)，物聯(lián)網(wǎng)的快速興起也將復(fù)雜度提升到新的高度。結(jié)果就是，我們對(duì)傳輸速率與延遲水平提出更高的要求，因此一切有礙數(shù)據(jù)傳輸?shù)挠绊懸蛩匾矎男栴}變成了大麻煩。
那出路又在哪里?我們堅(jiān)信，機(jī)器學(xué)習(xí)將為我們帶來希望的曙光?？傮w而言，人工智能(特別是機(jī)器學(xué)習(xí))領(lǐng)域的突破將幫助工程師們?cè)谏婕按罅繑?shù)據(jù)的極端復(fù)雜場(chǎng)景下找到破解之道。而其他行業(yè)的切實(shí)進(jìn)步也讓我們陷入思考：在能夠給定充足數(shù)據(jù)的情況下，神經(jīng)網(wǎng)絡(luò)(一種機(jī)器學(xué)習(xí)模型)能否設(shè)計(jì)出超越人類的通信信號(hào)?換句話說，機(jī)器能否學(xué)會(huì)如何與另一臺(tái)機(jī)器實(shí)現(xiàn)無(wú)線通信，并保證其方案要比人工設(shè)計(jì)信號(hào)更強(qiáng)?
根據(jù)我們與美國(guó)航空航天局(NASA)合作開展的空間通信系統(tǒng)設(shè)計(jì)工作，我們相信答案是肯定的。從2018年開始，我們逐步利用NASA的跟蹤數(shù)據(jù)中繼衛(wèi)星系統(tǒng)(TDRSS，也被稱為太空網(wǎng)絡(luò))進(jìn)行實(shí)驗(yàn)。在這套系統(tǒng)中，我們利用機(jī)器學(xué)習(xí)技術(shù)使無(wú)線信號(hào)能夠在極端復(fù)雜的環(huán)境中實(shí)現(xiàn)通信。實(shí)驗(yàn)的初步成功表明在不久的未來，通信工程師也許不必專注于開發(fā)無(wú)線信號(hào)，而是將注意力轉(zhuǎn)向構(gòu)建專門負(fù)責(zé)設(shè)計(jì)此類信號(hào)的機(jī)器學(xué)習(xí)系統(tǒng)。
多年以來，通信工程師們發(fā)明出無(wú)數(shù)種技術(shù)以最大程度減少無(wú)線通信中存在的信號(hào)損減。例如，一種方案就是通過多個(gè)信道發(fā)送信號(hào)，避免單一信道受到的干擾影響接收端的信息讀取精度。另一種方案則是使用多條天線——當(dāng)信號(hào)在環(huán)境中遇到障礙物并發(fā)生反射時(shí)，天線可以沿不同路徑繼續(xù)接收信號(hào)。如此一來，不同信號(hào)的抵達(dá)時(shí)間即可被區(qū)分開來，有效避免了突發(fā)意外造成的干擾。然而，這類技術(shù)的出現(xiàn)也讓接收端的設(shè)計(jì)變得更加復(fù)雜。
更要命的是，人們一直找不到徹底消除通信損減的方法，畢竟導(dǎo)致無(wú)線電系統(tǒng)與環(huán)境遭受減損的因素太過復(fù)雜。結(jié)果就是，通信工程師們只能開發(fā)出統(tǒng)計(jì)模型，以近似估算方式預(yù)測(cè)信道上的減損影響。此類模型也確實(shí)幫助通信工程師們找到在特定無(wú)線通信設(shè)備中設(shè)計(jì)并構(gòu)建信號(hào)往來機(jī)制的總體思路，并將減損水平控制在較低水平。
然而，使用統(tǒng)計(jì)模型來指導(dǎo)通信信號(hào)設(shè)計(jì)的方法已經(jīng)走進(jìn)了死胡同。目前來看，原有系統(tǒng)已經(jīng)與5G蜂窩網(wǎng)絡(luò)等最新電信系統(tǒng)纏雜起來。系統(tǒng)過于復(fù)雜、接入設(shè)備數(shù)量過于龐大，因此為了滿足當(dāng)下以及未來無(wú)線系統(tǒng)提出的實(shí)際需求，通信工程師們必須寄希望于新的方法——例如人工智能。
這里要澄清一點(diǎn)，在通信系統(tǒng)中使用AI技術(shù)早已不是新鮮事物。軍事及其他應(yīng)用場(chǎng)景下早已出現(xiàn)自適應(yīng)無(wú)線傳輸、智能無(wú)線傳輸以及認(rèn)知無(wú)線傳輸?shù)瘸晒?，旨在利用AI提高極端環(huán)境下的通信性能。
但這些現(xiàn)有技術(shù)的關(guān)注方向，主要集中在對(duì)無(wú)線電系統(tǒng)的行為調(diào)整層面。舉例來說，4G LTE無(wú)線網(wǎng)絡(luò)中就包含AI技術(shù)，當(dāng)發(fā)送器與接收器之間的連接質(zhì)量下降時(shí)，系統(tǒng)即可降低數(shù)據(jù)速率。下調(diào)數(shù)據(jù)速率可以避免低帶寬信道過載以及由此引發(fā)的數(shù)據(jù)丟失。除此之外，藍(lán)牙系統(tǒng)也會(huì)利用AI技術(shù)改變信號(hào)頻率，旨在避免產(chǎn)生干擾性信號(hào)。
總結(jié)來講，以往的AI技術(shù)主要負(fù)責(zé)變更通信系統(tǒng)中的設(shè)置，而非實(shí)際設(shè)計(jì)信號(hào)本身。不過時(shí)代不同了，我們的AI小助手即將探索這片全新的天地。
以我們的同事Tim O’Shea為例，他曾在2013年至2018年期間攻讀弗吉尼亞理工大學(xué)博士期間研究了如何將深度學(xué)習(xí)與無(wú)線信號(hào)處理結(jié)合起來。2016年底，O’Shea與資深工程師Jim Shea共同創(chuàng)立了DeepSig公司，并以這項(xiàng)研究為基礎(chǔ)創(chuàng)建技術(shù)原型。這家位于弗吉尼亞州阿靈頓的年輕企業(yè)只有一個(gè)目標(biāo)——確定當(dāng)前通信系統(tǒng)中的工程學(xué)極限，并探索神經(jīng)網(wǎng)絡(luò)能否以及如何幫助我們超越這一極限。
在進(jìn)一步探討之前，先讓我們聊聊通信工程師到底是怎樣設(shè)計(jì)無(wú)線電系統(tǒng)中負(fù)責(zé)生成待發(fā)送信號(hào)的物理組件的。傳統(tǒng)方法一般是從統(tǒng)計(jì)模型起步，即首先利用模型建立起與真實(shí)情況相似的信道。例如，如果我們打算為人群密集的市區(qū)設(shè)計(jì)手機(jī)信號(hào)塔，就得先選擇一套能夠表達(dá)信號(hào)在建筑物密集環(huán)境下傳播路徑的模型。
這套模型以信道探測(cè)結(jié)果為依據(jù)，這里所說的信道探測(cè)是指在真實(shí)環(huán)境中利用測(cè)試信號(hào)進(jìn)行的實(shí)際物理測(cè)量方法。以此為基礎(chǔ)，工程師們會(huì)設(shè)計(jì)出一臺(tái)無(wú)線調(diào)制解調(diào)器，負(fù)責(zé)對(duì)無(wú)線電信號(hào)進(jìn)行調(diào)制與解調(diào)，借此對(duì)二進(jìn)制代碼中的1和0進(jìn)行編碼。所有設(shè)計(jì)方案都必須在模擬與實(shí)際場(chǎng)景下反復(fù)測(cè)試，經(jīng)過調(diào)整后再重新測(cè)試，直到達(dá)到預(yù)期效果為止。這是一個(gè)緩慢而費(fèi)力的過程，而且通常會(huì)給接收器中的濾波器等組件造成損害。一般來說，窄頻帶上的無(wú)線電濾波降噪效果較好，但寬帶無(wú)線電的濾噪效果就比較差。
如何獲得清晰的信號(hào)
對(duì)于比較簡(jiǎn)單的使用場(chǎng)景，我們的信道自動(dòng)編碼器已經(jīng)能夠設(shè)計(jì)出可與人類比肩的信號(hào)設(shè)計(jì)。在使用QAM4的正交調(diào)幅用例中，我們使用特定信號(hào)調(diào)表示四個(gè)不同符號(hào)(例如二進(jìn)制下的00、01、10與11)進(jìn)行數(shù)據(jù)發(fā)送。信道自動(dòng)編碼器能夠均勻隔開這四種調(diào)制信號(hào)。在無(wú)線電發(fā)射器(左)端，每種符號(hào)的發(fā)送方式都完全相同。在穿過無(wú)線信道之后，接收器(右)收到的每一種符號(hào)都表示為一小片點(diǎn)云。信道自動(dòng)編碼器的目標(biāo)是確保這些點(diǎn)云彼此不會(huì)重疊，避免接收端因?yàn)樾盘?hào)交叉而難以判斷其表達(dá)內(nèi)容。
但在無(wú)線信號(hào)變得更為復(fù)雜時(shí)，信道自動(dòng)編碼器開始顯示出不可思議的創(chuàng)造力與解決效果。在第二個(gè)示例(QAM32方法，上方)中，系統(tǒng)會(huì)使用32個(gè)不同符號(hào)進(jìn)行數(shù)據(jù)發(fā)送。對(duì)于這一特定信道，信道自動(dòng)編碼器已經(jīng)意識(shí)到要想保證接收端信號(hào)的清晰度，各符號(hào)應(yīng)采取不均勻的傳輸方式，有時(shí)甚至可以進(jìn)行符號(hào)堆疊傳輸。雖然聽起來有點(diǎn)不可思議，但考慮到調(diào)制信號(hào)在傳輸過程中會(huì)受到損減影響，最終結(jié)果表明接收到的符號(hào)幾乎沒有任何重疊。人類工程師絕對(duì)不會(huì)用這種方式設(shè)計(jì)信號(hào)，而實(shí)際效果就是好、就是清晰。
DeepSig公司的努力也催生出一種新型技術(shù)，即信號(hào)自動(dòng)編碼器，能夠高效創(chuàng)建傳輸信號(hào)。該技術(shù)以串聯(lián)方式對(duì)兩套深度神經(jīng)網(wǎng)絡(luò)進(jìn)行串聯(lián)訓(xùn)練(一套為編碼器，另一套為解碼器)，二者將協(xié)同充當(dāng)傳輸信道的調(diào)制解調(diào)器。其中編碼器負(fù)責(zé)將待發(fā)送的數(shù)據(jù)轉(zhuǎn)換為無(wú)線電信號(hào)，并在信道的另一端(即經(jīng)過損減影響的另一端)由解碼器利用接收到的無(wú)線電信號(hào)重建對(duì)數(shù)據(jù)內(nèi)容的最佳估算結(jié)果。
在這里，我們還要再花點(diǎn)時(shí)間逐步分析信道自動(dòng)編碼器的具體功能。自動(dòng)編碼器的核心是兩套神經(jīng)網(wǎng)絡(luò)。大家可能聽說過能夠識(shí)別出圖像內(nèi)容的神經(jīng)網(wǎng)絡(luò)。簡(jiǎn)單來講，研究人員會(huì)向一套神經(jīng)網(wǎng)絡(luò)輸入成千上萬(wàn)張包含/不包含小狗對(duì)象的圖像;訓(xùn)練完成之后，該網(wǎng)絡(luò)的算法即學(xué)會(huì)區(qū)分狗與非狗，甚至可以從前所未見的圖像中找出小狗。在這類示例當(dāng)中，“狗”就是神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練需要掌握的對(duì)象。
在這類應(yīng)用當(dāng)中，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程其實(shí)就是識(shí)別與圖像對(duì)應(yīng)的輸入數(shù)據(jù)特征的過程。在面對(duì)新圖像時(shí)，如果圖像中包含具有相似特征的輸入數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)即可提供相似的輸出結(jié)果。這里的“特征”是指數(shù)據(jù)中包含的某些模式。在圖像識(shí)別領(lǐng)域，特征可以是畫面內(nèi)容的某個(gè)方面;而在語(yǔ)音識(shí)別中，特征則可以是音頻中的特定聲音;至于自然語(yǔ)言處理方面，特征則往往代表某個(gè)段落表達(dá)的情感與傾向性。
大家可能還記得，我們之前提到在信道自動(dòng)編碼器當(dāng)中使用了深度神經(jīng)網(wǎng)絡(luò)。所謂深度神經(jīng)網(wǎng)絡(luò)，是指每套神經(jīng)網(wǎng)絡(luò)都由更多個(gè)層(通常多達(dá)數(shù)百個(gè))組成，因此能夠以遠(yuǎn)超簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的細(xì)節(jié)量處理輸入數(shù)據(jù)。每個(gè)新的層，都能利用之前各層給出的結(jié)果逐步得出更復(fù)雜的洞見。以計(jì)算機(jī)視覺場(chǎng)景為例，簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)只能告訴我們圖像當(dāng)中是否存在狗，而深度神經(jīng)網(wǎng)絡(luò)則能告訴我們圖像中有多少只狗以及它們各自位于何處。
接下來還需要聊聊什么是自動(dòng)編碼器。自動(dòng)編碼器由機(jī)器學(xué)習(xí)先驅(qū)Geoffrey Hinton于1986年首次發(fā)明，最初用于解決數(shù)據(jù)壓縮難題。在構(gòu)建自動(dòng)編碼器的過程中，共需要兩套神經(jīng)網(wǎng)絡(luò)，其一充當(dāng)壓縮器、其二充當(dāng)解壓器。顧名思義，壓縮器負(fù)責(zé)學(xué)習(xí)如何根據(jù)具體類型有效壓縮數(shù)據(jù)——例如，壓縮PDF的方式就與壓縮JPG存在很大區(qū)別。解壓器則完全相反。更重要的是，壓縮器與解壓器無(wú)法獨(dú)立運(yùn)行——二者結(jié)合起來，才能實(shí)現(xiàn)自動(dòng)編碼器的基本功能。
現(xiàn)在，我們把這些元素全都放到無(wú)線信號(hào)當(dāng)中。信道自動(dòng)編碼器的功能與傳統(tǒng)自動(dòng)編碼器相同，只不過前者使用的編碼器并非針對(duì)數(shù)據(jù)類型進(jìn)行優(yōu)化，而是針對(duì)不同的無(wú)線信道進(jìn)行優(yōu)化。自動(dòng)編碼器同樣由兩套深度神經(jīng)網(wǎng)絡(luò)組成，分別位于信道的兩端，各自學(xué)習(xí)如何調(diào)制以及解調(diào)無(wú)線信號(hào)類型，從而共同構(gòu)成調(diào)制解調(diào)器。結(jié)論就是，不同于以往通信系統(tǒng)當(dāng)中使用的固定傳輸機(jī)制，信道自動(dòng)編碼器能夠?yàn)闊o(wú)線信道提供更好的信號(hào)質(zhì)量。
之前我們提到了信道探測(cè)，也就是通過無(wú)線信道發(fā)出用于測(cè)量干擾與失真情況的測(cè)試信號(hào)。這些探測(cè)結(jié)果，也將成為信道自動(dòng)編碼器發(fā)揮作用的關(guān)鍵性前提——換言之，只有獲取相應(yīng)結(jié)果，自動(dòng)編碼器才能了解信號(hào)在傳輸過程中面臨的損減影響。例如，2.4 GHz頻段內(nèi)活躍度過高，可能代表著周邊環(huán)境還存在著其他Wi-Fi網(wǎng)絡(luò);或者，如果無(wú)線電系統(tǒng)接收到大量測(cè)試信號(hào)回波，則表明環(huán)境中充斥著能夠反射信號(hào)的障礙物。
在探測(cè)工作完成之后，深度神經(jīng)網(wǎng)絡(luò)也就做好了充足準(zhǔn)備。首先是編碼器，它通過收集自探測(cè)過程的信息將需要調(diào)制的數(shù)據(jù)編碼為無(wú)線信號(hào)。這意味著發(fā)送端的神經(jīng)網(wǎng)絡(luò)已經(jīng)掌握了系統(tǒng)內(nèi)模數(shù)信號(hào)轉(zhuǎn)換器、功率放器以及傳輸路徑內(nèi)反射面/其他損減因素所產(chǎn)生的綜合影響。如此一來，編碼器即可創(chuàng)建出更具干擾與失真抗性的無(wú)線信號(hào)，整個(gè)信號(hào)設(shè)計(jì)方案可能極為復(fù)雜、且遠(yuǎn)超傳統(tǒng)人類工程師的基本思維。
在信道的另一端，充當(dāng)解碼器的神經(jīng)網(wǎng)絡(luò)也在執(zhí)行類似的任務(wù)，只是方向恰好相反。在接收到信號(hào)之后，它會(huì)利用對(duì)信道內(nèi)損減因素的理解努力消除干擾影響。在這類場(chǎng)景下，該神經(jīng)網(wǎng)絡(luò)會(huì)針對(duì)失真、反射以及其他損減因素對(duì)傳輸信號(hào)的序列進(jìn)行反向編輯。此外，糾錯(cuò)技術(shù)也能夠發(fā)揮作用，幫助進(jìn)一步提升信號(hào)清晰度。在處理過程結(jié)束之后，解碼器即可準(zhǔn)確還原出原始信息。
在訓(xùn)練過程中，神經(jīng)網(wǎng)絡(luò)會(huì)根據(jù)工程師指定的優(yōu)先考量指標(biāo)為當(dāng)前性能提取反饋結(jié)論，包括重建數(shù)據(jù)過程中的錯(cuò)誤率、無(wú)線電系統(tǒng)功耗以及其他重要項(xiàng)目。神經(jīng)網(wǎng)絡(luò)會(huì)利用這一反饋改進(jìn)對(duì)應(yīng)指標(biāo)，且整個(gè)過程不再需要人為干預(yù)。
信道自動(dòng)編碼器的一大優(yōu)勢(shì)，在于以相同方式對(duì)不同來源的損減因素進(jìn)行統(tǒng)一處理。無(wú)論是接收器內(nèi)部組件造成的失真，還是其他接收器給傳輸信道造成的干擾，都能被它一一化解。神經(jīng)網(wǎng)絡(luò)能夠綜合考量所有損減因素，并生成最適合當(dāng)前傳輸條件的發(fā)射信號(hào)。
DeepSig團(tuán)隊(duì)認(rèn)為，訓(xùn)練神經(jīng)網(wǎng)絡(luò)來管理調(diào)制解調(diào)器中的信號(hào)處理流程，將給整個(gè)通信系統(tǒng)設(shè)計(jì)行業(yè)帶來巨大變革。當(dāng)然，要想證明這種轉(zhuǎn)變的可能性、可行性乃至比較優(yōu)勢(shì)，就必須對(duì)系統(tǒng)進(jìn)行一番徹底測(cè)試。
幸運(yùn)的是，NASA方面的Joe Downey與Aaron Smith注意到了DeepSig的創(chuàng)新思路，并就此設(shè)計(jì)出完善的測(cè)試方案。
自從上世紀(jì)八十年代初，NASA的TDRSS計(jì)劃就一直在為近地衛(wèi)星提供通信與跟蹤服務(wù)。TDRSS本身由地面站加一組衛(wèi)星共同構(gòu)成，其中的衛(wèi)星還與地球軌道衛(wèi)星及國(guó)際空間站持續(xù)保持接觸。TDRSS衛(wèi)星充滿中繼器，負(fù)責(zé)在世界各地的其他衛(wèi)星與地面站天線之間傳輸信號(hào)。這套系統(tǒng)的誕生，使得單一地面站就足以對(duì)接地球軌道中的多顆衛(wèi)星。如今，10顆RDRSS衛(wèi)星正不斷為國(guó)際空間站、商業(yè)補(bǔ)給任務(wù)以及NASA的太空/地球科學(xué)任務(wù)提供服務(wù)。
在TDRSS首次上線時(shí)，航天器還在使用較低的數(shù)據(jù)速率信號(hào)，且確定信號(hào)具有魯棒性以及強(qiáng)大的抗噪能力。但是，近年來的科學(xué)與人類太空飛行任務(wù)要求更高的數(shù)據(jù)吞吐量。為了滿足需求，TDRSS現(xiàn)在可以將更多信息塞入相同的傳輸帶寬。也正因?yàn)槿绱?，新的通信傳輸機(jī)制對(duì)信號(hào)減損因素更為敏感。到2010年初，NASA對(duì)于RDRSS的需求已經(jīng)極大提升，也導(dǎo)致工程師們很難設(shè)計(jì)出能夠穩(wěn)定抵御減損影響的信號(hào)傳輸方案。而我們的目標(biāo)，就是利用神經(jīng)網(wǎng)絡(luò)降低設(shè)計(jì)工作的實(shí)施難度。
TDRSS的主要特征，在于其衛(wèi)星并不執(zhí)行任何信號(hào)處理工作。它們的基本任務(wù)就是從地面站或者另一顆衛(wèi)星接收信號(hào)，放大該信號(hào)，而后將其重新發(fā)送至目的地。其中，對(duì)于TDRSS信號(hào)傳輸?shù)闹饕獡p減因素，正好來自無(wú)線電系統(tǒng)自身的放大器與濾波器，以及同步信號(hào)之間的干擾失真。前文提到過，我們的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)無(wú)法區(qū)分各種干擾形式，而是將其全部視為需要通過同一外部信道進(jìn)行傳遞的信號(hào)內(nèi)容。
TDRSS提供了一套理想方案，用于測(cè)試AI技術(shù)如何在復(fù)雜的現(xiàn)實(shí)條件下如何進(jìn)行信號(hào)設(shè)計(jì)。通過TDRSS進(jìn)行的衛(wèi)星通信需要面臨一系列干擾因素，因此系統(tǒng)本身需要進(jìn)行全面測(cè)試。以此為基礎(chǔ)，我們對(duì)信號(hào)的當(dāng)前表現(xiàn)有了深入了解，且能夠通過比較快速檢查系統(tǒng)的實(shí)際運(yùn)行狀態(tài)。更重要的是，這些測(cè)試不需要對(duì)現(xiàn)有TDRSS設(shè)備做出變更。由于信道自動(dòng)編碼器中已經(jīng)包含有調(diào)制解調(diào)器，因此NASA可以將其部署在TDRSS設(shè)備內(nèi)并隨時(shí)使用。
到2018年7月底，經(jīng)過幾個(gè)月的準(zhǔn)備，DeepSig團(tuán)隊(duì)前往NASA位于克利夫蘭格倫研究中心的認(rèn)知無(wú)線電實(shí)驗(yàn)室。在那里，他們將利用神經(jīng)網(wǎng)絡(luò)創(chuàng)建的信號(hào)對(duì)調(diào)制解調(diào)器進(jìn)行全面測(cè)試。此項(xiàng)測(cè)試旨在將TDRSS系統(tǒng)使用的調(diào)制信號(hào)與我們的信道自動(dòng)編碼器系統(tǒng)對(duì)接起來，從而直接比較二者在廣播信道中的性能表現(xiàn)。
在格倫研究中心，DeepSig團(tuán)隊(duì)與NASA的研究科學(xué)家及工程師們一道，將位于俄亥州及新墨西哥州NASA地面站的傳統(tǒng)人工設(shè)計(jì)調(diào)制解調(diào)器替換為信道自動(dòng)編碼器創(chuàng)建的神經(jīng)網(wǎng)絡(luò)。在測(cè)試過程中，大家將TDRSS原有信號(hào)與新型自動(dòng)編碼器生成的信號(hào)共同由地面站傳輸至同一目標(biāo)衛(wèi)星處，而后再向下廣播至另一處地面站。由于測(cè)試中使用的帶寬與頻率完全相同，因此TDRSS系統(tǒng)與信道自動(dòng)編碼器的性能可以準(zhǔn)確進(jìn)行直接比較。
在測(cè)試結(jié)束之后，我們發(fā)現(xiàn)傳統(tǒng)TDRSS系統(tǒng)的誤碼率略略高于5%，這意味著每20比特信息中就有約1比特由于傳輸路徑中的某些損減因素而無(wú)法正確傳遞到位。在另一方面，信道自動(dòng)編碼器的誤碼率則低于3%。值得一提的是，測(cè)試當(dāng)中并沒有采用事后糾錯(cuò)機(jī)制，所以得到的誤碼率要比實(shí)際使用時(shí)更高一些。但很明顯，信道自動(dòng)編碼器成功將TDRSS的誤碼率降低了42%。
TDRSS測(cè)試只是神經(jīng)網(wǎng)絡(luò)技術(shù)的早期演示，但已經(jīng)證明了機(jī)器學(xué)習(xí)算法在極具挑戰(zhàn)性的環(huán)境中傳輸無(wú)線電信號(hào)時(shí)的優(yōu)異表現(xiàn)。而其中最令人興奮的是，神經(jīng)網(wǎng)絡(luò)確實(shí)能夠設(shè)計(jì)出人們難以甚至根本想象不到的信號(hào)傳輸方案。換句話說，其給出的方法與任何標(biāo)準(zhǔn)信號(hào)調(diào)制思路都全然不同。這是因?yàn)樽詣?dòng)編碼器會(huì)從零開始設(shè)計(jì)傳輸信道——從頻率、調(diào)制方式、數(shù)據(jù)速率以及各個(gè)相關(guān)方面出發(fā)，徹底擺脫人類思維的桎梏。
我們?cè)谇拔闹性?jīng)提到，當(dāng)下的信號(hào)設(shè)計(jì)與處理技術(shù)相當(dāng)于一把雙刃劍。隨著系統(tǒng)可用數(shù)據(jù)量的增加，傳統(tǒng)的信號(hào)調(diào)制方法也變得越來越復(fù)雜。但從另一個(gè)角度來看，數(shù)據(jù)量的增長(zhǎng)也讓機(jī)器學(xué)習(xí)方法得以蓬勃發(fā)展。其不再受到復(fù)雜無(wú)線電發(fā)送/接收設(shè)備的阻礙，雙刃劍難題已經(jīng)不復(fù)存在。
更重要的是：有了新的通信通道，機(jī)器學(xué)習(xí)系統(tǒng)能夠在幾秒鐘之內(nèi)訓(xùn)練出有針對(duì)性的自動(dòng)編碼器。與之對(duì)應(yīng)，由經(jīng)驗(yàn)豐富的人類專家組成的團(tuán)隊(duì)往往需要幾個(gè)月才能開發(fā)出一套新的通信系統(tǒng)。
這里要澄清一點(diǎn)，目前的機(jī)器學(xué)習(xí)還無(wú)法在無(wú)線通信與信號(hào)處理領(lǐng)域徹底替代通信工程師。這類新興技術(shù)只是帶來了設(shè)計(jì)未來通信系統(tǒng)的全新可行方法，這是一種極為強(qiáng)大、極為高效的方法，因此值得我們?cè)诮酉聛淼脑O(shè)計(jì)工作當(dāng)中認(rèn)真考量。
“ 這是一種極為強(qiáng)大、極為高效的方法，因此值得我們?cè)诮酉聛淼脑O(shè)計(jì)工作當(dāng)中認(rèn)真考量?！?
自TDRSS實(shí)驗(yàn)與后續(xù)研究亮相以來，整個(gè)行業(yè)已經(jīng)開始對(duì)信道自動(dòng)編碼器技術(shù)抱有愈發(fā)濃厚的研究興趣，并開始積極探索其潛在用途——特別是傳統(tǒng)上難以建模的信道設(shè)計(jì)場(chǎng)景。在包括Asilomar、GNU無(wú)線電大會(huì)以及IEEE全球通信會(huì)議等在內(nèi)的行業(yè)重要會(huì)議上，AI設(shè)計(jì)型通信系統(tǒng)已經(jīng)成為一大熱門議題。
未來的通信工程師將不再是純粹的信號(hào)處理與無(wú)線系統(tǒng)設(shè)計(jì)工程師。相反，他們需要將無(wú)線工程與數(shù)據(jù)科學(xué)結(jié)合起來。當(dāng)前，包括得克薩斯大學(xué)奧斯汀分校以及弗吉尼亞理工大學(xué)在內(nèi)的不少高校已經(jīng)開始在無(wú)線工程專業(yè)的本科及研究生課程當(dāng)中引入數(shù)據(jù)科學(xué)與機(jī)器學(xué)習(xí)的相關(guān)內(nèi)容。
當(dāng)前，信道自動(dòng)編碼器還做不到即插即用。要進(jìn)一步開發(fā)相關(guān)技術(shù)及底層計(jì)算機(jī)架構(gòu)，研究人員們還有很多工作要做。如果要將信道自動(dòng)編碼器廣泛普及到無(wú)線電系統(tǒng)當(dāng)中，首先需要對(duì)其進(jìn)行嚴(yán)格的標(biāo)準(zhǔn)化處理，同時(shí)配合專門設(shè)計(jì)的計(jì)算機(jī)架構(gòu)以最大程度提升其性能表現(xiàn)。
以往的現(xiàn)實(shí)告訴我們，TDRSS系統(tǒng)面對(duì)的損減因素一直難以克服。而這就帶來了需要思考的最后一個(gè)問題：既然信道自動(dòng)編碼器已經(jīng)有能力在TDRSS系統(tǒng)當(dāng)中發(fā)揮良好效果，我們有什么道理不將其引入眾多其他無(wú)線電系統(tǒng)?沒有這樣的理由，也沒有猶豫不前的借口。機(jī)器學(xué)習(xí)，將為我們開啟那條未曾設(shè)想的通信之路!
