僅由人設(shè)計(jì)電信系統(tǒng)的時(shí)代即將結(jié)束。從現(xiàn)在開始，人工智能（AI）將在這些系統(tǒng)的設(shè)計(jì)和運(yùn)行中扮演關(guān)鍵角色。原因很簡(jiǎn)單：迅猛升級(jí)的復(fù)雜性。

每一代通信系統(tǒng)都致力于改善覆蓋范圍、比特率、用戶數(shù)量和功耗。但與此同時(shí)，工程方面的挑戰(zhàn)也變得愈加艱難。為了保持創(chuàng)新，工程師們不得不在日益復(fù)雜的技術(shù)權(quán)衡網(wǎng)絡(luò)中摸索。 在電信領(lǐng)域，復(fù)雜性的一個(gè)主要來(lái)源就是我們所說的損耗。損耗包括能夠惡化或干擾通信系統(tǒng)將信息從A點(diǎn)傳送到B點(diǎn)的能力的任何因素。例如，無(wú)線電硬件本身在發(fā)送或接收信號(hào)時(shí)會(huì)增加噪聲，從而損耗信號(hào)。信號(hào)傳遞到目的地的路徑或信道也會(huì)損耗信號(hào)。有線信道是這樣，比如附近的電力線會(huì)造成嚴(yán)重的干擾；無(wú)線信道也是如此，例如，信號(hào)在城區(qū)建筑物周圍的反射會(huì)產(chǎn)生嘈雜、扭曲的環(huán)境。 這些都不是新問題。事實(shí)上，從最早的廣播時(shí)代開始就存在這樣的問題。與以往不同的是，物聯(lián)網(wǎng)的日益興起推動(dòng)著無(wú)線通信呈爆炸式增長(zhǎng)。結(jié)果便是，正當(dāng)對(duì)高比特率和低遲延的需求激增時(shí)，所有這些損耗帶來(lái)的綜合影響變得更加嚴(yán)重。 有辦法突出重圍嗎？我們相信有，答案就是機(jī)器學(xué)習(xí)。AI在總體上的突破，以及機(jī)器學(xué)習(xí)在一些特定領(lǐng)域的突破，使得工程師能夠在涉及大量數(shù)據(jù)的復(fù)雜情況下不斷提升性能而不會(huì)被數(shù)據(jù)淹沒。這些進(jìn)展提出了一個(gè)不容忽視的問題：如果有足夠的數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)（一種機(jī)器學(xué)習(xí)模型）真的能設(shè)計(jì)出比人類設(shè)計(jì)的更好的通信信號(hào)嗎？換句話說，一臺(tái)機(jī)器能學(xué)習(xí)如何與另一臺(tái)機(jī)器進(jìn)行無(wú)線通信，并比人設(shè)計(jì)的通信信號(hào)效果更好嗎？ 根據(jù)我們?cè)?a href="http://m.sdkjxy.cn/tags/nas/" target="_blank">NASA空間通信系統(tǒng)方面所做的工作，我們確信答案是肯定的。自2018年起，我們開始利用NASA跟蹤和數(shù)據(jù)中繼衛(wèi)星系統(tǒng)（TDRSS）——又稱空間網(wǎng)絡(luò)（Space Network）——進(jìn)行試驗(yàn)。在該系統(tǒng)中，我們應(yīng)用機(jī)器學(xué)習(xí)實(shí)現(xiàn)極其復(fù)雜環(huán)境中的無(wú)線通信。這些試驗(yàn)的成功預(yù)示著一個(gè)可能的未來(lái)，即通信工程師將不再專注于開發(fā)無(wú)線信號(hào)，而是更專注于構(gòu)建設(shè)計(jì)這些信號(hào)的機(jī)器學(xué)習(xí)系統(tǒng)。 多年以來(lái)，通信工程師們發(fā)明出數(shù)不清的技術(shù)來(lái)減少信號(hào)在無(wú)線通信中的損耗。例如，其中一個(gè)辦法是通過多個(gè)通道發(fā)送信號(hào)，當(dāng)任何一個(gè)通道受干擾時(shí)，都可復(fù)原信號(hào)。另一種辦法是利用多個(gè)天線，當(dāng)信號(hào)在環(huán)境中被障礙物反射時(shí)，天線可以接收不同路徑的信號(hào)。這使得信號(hào)到達(dá)時(shí)間不同，避免短促的意外干擾。但這些技術(shù)也使無(wú)線設(shè)備本身更加復(fù)雜。 完全地解釋損耗從來(lái)都是不切實(shí)際的，因?yàn)樵斐蓳p耗的無(wú)線電系統(tǒng)和環(huán)境非常復(fù)雜。為此，通信工程師開發(fā)了各類統(tǒng)計(jì)模型，可以近似估算信道損耗所帶來(lái)的影響。這些統(tǒng)計(jì)模型為通信工程師提供了不錯(cuò)的想法，幫助它們解決如何為特定無(wú)線系統(tǒng)設(shè)計(jì)和制造設(shè)備，盡可能減少損耗的問題。 然而，使用統(tǒng)計(jì)模型來(lái)指導(dǎo)通信信號(hào)的設(shè)計(jì)并不能一勞永逸地解決問題。如今最新的電信系統(tǒng)，例如5G蜂窩網(wǎng)絡(luò)，已經(jīng)面臨著新的問題。這些系統(tǒng)太復(fù)雜，連接設(shè)備的數(shù)量太多。為了滿足當(dāng)前和未來(lái)幾代無(wú)線系統(tǒng)的需求，通信工程急需找到一種類似AI的新方法。 準(zhǔn)確地說，在通信系統(tǒng)中應(yīng)用AI并不是一個(gè)新的概念。自適應(yīng)無(wú)線設(shè)備、智能無(wú)線設(shè)備和認(rèn)知無(wú)線設(shè)備越來(lái)越多地應(yīng)用在軍事和其他領(lǐng)域，它們都利用AI挑戰(zhàn)環(huán)境問題，提高性能。 但是現(xiàn)有的這些技術(shù)都圍繞著如何調(diào)整無(wú)線通信系統(tǒng)的行為。例如，4G LTE無(wú)線網(wǎng)絡(luò)采用了AI技術(shù)，當(dāng)發(fā)射端和接收端連接的性能下降時(shí)，會(huì)降低數(shù)據(jù)速率。較低的數(shù)據(jù)速率可以避免低帶寬信道超載，導(dǎo)致數(shù)據(jù)丟失。再比如，如果出現(xiàn)干擾，藍(lán)牙系統(tǒng)中的AI技術(shù)可改變信號(hào)的頻率，避免干擾。 這里的重點(diǎn)是，AI在過去曾被用來(lái)修改通信系統(tǒng)中的設(shè)置。但之前未用AI設(shè)計(jì)信號(hào)本身。 本文作者之一蒂姆?奧謝亞（Tim O’shea）于2013年至2018年在弗吉尼亞理工大學(xué)攻讀博士期間，研究了如何將深度學(xué)習(xí)應(yīng)用于無(wú)線信號(hào)處理。2016年底，奧謝亞與資深工程師兼企業(yè)家吉姆?謝亞（Jim Shea）共同創(chuàng)立了DeepSig公司，以其研究成果為基礎(chǔ)，創(chuàng)建技術(shù)原型。這家位于弗吉尼亞州阿靈頓的公司的目標(biāo)是，識(shí)別在通信系統(tǒng)中哪些人類設(shè)計(jì)達(dá)到了極限，以及研究神經(jīng)網(wǎng)絡(luò)如何工作，幫助人類突破這一極限（后面會(huì)詳細(xì)介紹）。 在進(jìn)一步深入之前，先了解一下通信工程師是如何設(shè)計(jì)無(wú)線設(shè)備的物理組件的，這些組件負(fù)責(zé)創(chuàng)建要傳輸?shù)男盘?hào)。傳統(tǒng)的方法是從一個(gè)統(tǒng)計(jì)模型開始，該模型與要構(gòu)建的實(shí)際信道相似。例如，如果設(shè)計(jì)一個(gè)用于密集城區(qū)的手機(jī)信號(hào)塔，你可選擇一個(gè)解釋信號(hào)如何在有很多建筑物環(huán)境中傳播的模型。 該模型支持信道探測(cè)，信道探測(cè)是在真實(shí)環(huán)境中使用測(cè)試信號(hào)進(jìn)行的實(shí)際物理測(cè)量。接下來(lái)工程師設(shè)計(jì)一個(gè)無(wú)線調(diào)制解調(diào)器，對(duì)無(wú)線信號(hào)進(jìn)行調(diào)制和解調(diào)，進(jìn)而對(duì)二進(jìn)制代碼的1和0進(jìn)行編碼，這在該類模型中性能良好。所有設(shè)計(jì)都必須進(jìn)行模擬和真實(shí)的試驗(yàn)測(cè)試，然后進(jìn)行調(diào)整和重新測(cè)試，直到其達(dá)到預(yù)期效果。這是一個(gè)緩慢而費(fèi)力的過程，它經(jīng)常導(dǎo)致無(wú)線設(shè)備設(shè)計(jì)的妥協(xié)，比如濾波器的質(zhì)量。一般來(lái)說，在窄頻帶工作的無(wú)線設(shè)備可以很好地濾除噪聲，但寬頻帶無(wú)線設(shè)備的濾波效果則較差。

通過努力，DeepSig實(shí)現(xiàn)了一種可以創(chuàng)建信號(hào)的新技術(shù)，我們稱之為信道自動(dòng)編碼器。它的工作原理是訓(xùn)練兩個(gè)串聯(lián)起來(lái)的深度神經(jīng)網(wǎng)絡(luò)，一個(gè)編碼器和一個(gè)解碼器，一起有效地作為信道的調(diào)制解調(diào)器。編碼器將需要傳送的數(shù)據(jù)轉(zhuǎn)換成無(wú)線信號(hào)，而在信道的另一端（即受到損耗的一端），解碼器從接收到的無(wú)線信號(hào)中重建被傳送數(shù)據(jù)的最佳估值。

這里我們花點(diǎn)時(shí)間，一步一步地講解信道自動(dòng)編碼器的工作原理。自動(dòng)編碼器的核心是兩個(gè)神經(jīng)網(wǎng)絡(luò)。你可能聽說過用于圖像識(shí)別的神經(jīng)網(wǎng)絡(luò)。一個(gè)簡(jiǎn)單的例子，研究人員可能會(huì)向神經(jīng)網(wǎng)絡(luò)“展示”數(shù)千張狗和其他動(dòng)物/物體的圖像。然后，該網(wǎng)絡(luò)的算法可以區(qū)分“狗”和“非狗”，并優(yōu)化識(shí)別未來(lái)出現(xiàn)的狗的圖像，即使這些圖像對(duì)該網(wǎng)絡(luò)是新奇的。在這個(gè)例子中，“狗”就是訓(xùn)練神經(jīng)網(wǎng)絡(luò)識(shí)別的圖像。 在這個(gè)應(yīng)用中，研究人員訓(xùn)練神經(jīng)網(wǎng)絡(luò)識(shí)別與圖像對(duì)應(yīng)的輸入數(shù)據(jù)的特征。當(dāng)一個(gè)新的圖像出現(xiàn)時(shí)，如果輸入數(shù)據(jù)有相似的特征，便會(huì)產(chǎn)生相似的輸出。所謂“特征”，是指數(shù)據(jù)中存在的一種模式。在圖像識(shí)別中，它可能是所見圖像的一個(gè)局部。在語(yǔ)音識(shí)別中，它可能是音頻中一種特定的聲音。在自然語(yǔ)言處理中，它可能是一個(gè)片段所體現(xiàn)的情感。

你可能記得我們說過，信道自動(dòng)編碼器會(huì)使用深度神經(jīng)網(wǎng)絡(luò)。這意味著每一個(gè)神經(jīng)網(wǎng)絡(luò)都由許多層組成（通常有數(shù)百個(gè)），它能夠?qū)斎霐?shù)據(jù)做出比簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)更為詳細(xì)的決策。每一層都使用前一層的結(jié)果，獲取越來(lái)越復(fù)雜的見解。例如，在計(jì)算機(jī)視覺中，一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)可以告訴你一個(gè)圖像是否是一只狗，而一個(gè)深度神經(jīng)網(wǎng)絡(luò)可以告訴你有多少只狗或者它們?cè)趫D像中的位置。

您還需要知道什么是自動(dòng)編碼器。自動(dòng)編碼器最早在1986年由機(jī)器學(xué)習(xí)的先驅(qū)杰弗里?辛頓（Geoffrey Hinton）為解決數(shù)據(jù)壓縮的一些問題而發(fā)明的。自動(dòng)編碼器應(yīng)用中有兩個(gè)神經(jīng)網(wǎng)絡(luò)，一個(gè)是壓縮器，另一個(gè)是解壓器。顧名思義，壓縮器根據(jù)數(shù)據(jù)類型學(xué)習(xí)如何有效地壓縮數(shù)據(jù)，例如壓縮PDF與壓縮JPG的方式會(huì)有所不同。解壓器的作用則相反。關(guān)鍵是壓縮器和解壓器都無(wú)法單獨(dú)工作，它們需要共同實(shí)現(xiàn)自動(dòng)編碼器的功能。 現(xiàn)在把這些內(nèi)容都放到無(wú)線信號(hào)的背景下。信道自動(dòng)編碼器的功能與傳統(tǒng)自動(dòng)編碼器相同，但不是針對(duì)不同類型的數(shù)據(jù)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)編碼器由兩個(gè)深度神經(jīng)網(wǎng)絡(luò)組成，分別位于信道的兩側(cè)，學(xué)習(xí)如何調(diào)制和解調(diào)無(wú)線信號(hào)類型，共同構(gòu)成調(diào)制解調(diào)器。其要點(diǎn)是，與通常用于通信的那些一碼通用的一般信號(hào)不同，信道自動(dòng)編碼器可以為無(wú)線信道創(chuàng)建更好的信號(hào)。 我們之前提到過信道探測(cè)，它們通過無(wú)線信道發(fā)送測(cè)試信號(hào)，用于測(cè)量干擾和失真。這些探測(cè)是信道自動(dòng)編碼器的關(guān)鍵，因?yàn)樗鼈兡茏屛覀兞私庑盘?hào)在穿過信道時(shí)會(huì)遇到哪些障礙。例如，若2.4千兆赫頻段非?；钴S，表明附近有一個(gè)Wi-Fi網(wǎng)絡(luò)；如果無(wú)線設(shè)備接收到測(cè)試信號(hào)的許多回聲，那么環(huán)境中很可能充滿了許多反射面。 當(dāng)探測(cè)完成后，深度神經(jīng)網(wǎng)絡(luò)就可以開始工作了。首先，編碼器利用從探測(cè)中收集到的信息進(jìn)行編碼，將數(shù)據(jù)調(diào)制成無(wú)線信號(hào)。這意味著在這一側(cè)，神經(jīng)網(wǎng)絡(luò)考慮到了無(wú)線設(shè)備自身的模數(shù)轉(zhuǎn)換器和功率放大器的影響，以及已知的反射面和探測(cè)中的其他損耗。在此過程中，編碼器產(chǎn)生的無(wú)線信號(hào)能夠抵抗信道中的干擾和失真，開發(fā)出傳統(tǒng)方法難以得到的復(fù)雜方案。 在信道的另一側(cè)，作為解碼器的神經(jīng)網(wǎng)絡(luò)進(jìn)行同樣的工作，只是過程相反。當(dāng)它接收到信號(hào)時(shí)，會(huì)利用它學(xué)習(xí)到的信道信息來(lái)消除干擾的影響。在這種情況下，網(wǎng)絡(luò)將通過逆向失真和反射以及編碼冗余估算被傳送的比特序列。糾錯(cuò)技術(shù)也可以發(fā)揮作用，幫助清理信號(hào)。在該過程結(jié)束時(shí)，解碼器就恢復(fù)了原始信息。 在訓(xùn)練過程中，神經(jīng)網(wǎng)絡(luò)根據(jù)工程師想要優(yōu)化的指標(biāo)（無(wú)論是重建數(shù)據(jù)的錯(cuò)誤率、無(wú)線系統(tǒng)的功耗還是其他指標(biāo)）獲得當(dāng)前性能的反饋。在沒有人工直接干預(yù)的情況下，神經(jīng)網(wǎng)絡(luò)利用反饋來(lái)提高針對(duì)這些指標(biāo)的性能。 信道自動(dòng)編碼器的優(yōu)勢(shì)之一是它能以相同的方式處理所有的損耗，不管它們的來(lái)源是什么，也不管這種損耗是來(lái)自附近無(wú)線設(shè)備內(nèi)部的硬件失真，還是來(lái)自另一個(gè)無(wú)線設(shè)備的空中干擾。這說明神經(jīng)網(wǎng)絡(luò)可以同時(shí)考慮所有的損耗，并產(chǎn)生對(duì)特定信道最有效的信號(hào)。 DeepSig的團(tuán)隊(duì)相信，通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)來(lái)管理一對(duì)調(diào)制解調(diào)器的信號(hào)處理將是通信系統(tǒng)設(shè)計(jì)方式的一個(gè)巨大轉(zhuǎn)變。我們清楚，如果要證明這種轉(zhuǎn)變不僅是可能的，而且是值得的，那我們就必須對(duì)這個(gè)系統(tǒng)進(jìn)行完全的測(cè)試。

所幸的是，在NASA，本文作者之一喬?唐尼（Joe Downey）和他的同事亞倫?史密斯（Aaron Smith）已經(jīng)注意到DeepSig的想法，正在考慮這樣一個(gè)測(cè)試。

自20世紀(jì)80年代早期以來(lái)，NASA的TDRSS一直為近地衛(wèi)星提供通信和跟蹤服務(wù)。TDRSS本身包括地面站和衛(wèi)星群，并與地球軌道衛(wèi)星和國(guó)際空間站保持持續(xù)連接。TDRSS衛(wèi)星作為中繼，在全球其他衛(wèi)星和地面站天線之間傳輸信號(hào)。這個(gè)系統(tǒng)不需要建立更多的地面站來(lái)保證與衛(wèi)星保持聯(lián)系。如今，共有10顆TDRSS衛(wèi)星為國(guó)際空間站、商業(yè)補(bǔ)給任務(wù)以及NASA的空間和地球科學(xué)任務(wù)提供服務(wù)。 當(dāng)TDRSS首次上線時(shí)，航天器使用低數(shù)據(jù)速率信號(hào)，這些信號(hào)具有很強(qiáng)的魯棒性和抗噪能力。然而，最近的科學(xué)和載人航天任務(wù)需要更高的數(shù)據(jù)吞吐量。為了滿足需求，TDRSS的信號(hào)在相同的帶寬內(nèi)塞入了更多的信息，代價(jià)是這類的信號(hào)對(duì)損耗更為敏感。到2010年左右，NASA對(duì)TDRSS的需求變得巨大，以至在不斷增長(zhǎng)的損耗之中很難設(shè)計(jì)出良好的信號(hào)。我們希望神經(jīng)網(wǎng)絡(luò)可不那么困難地獨(dú)自處理這個(gè)問題。 對(duì)我們來(lái)說，TDRSS的一個(gè)關(guān)鍵特點(diǎn)是它的衛(wèi)星不進(jìn)行任何信號(hào)處理，只是簡(jiǎn)單地從地面站或另一個(gè)衛(wèi)星接收信號(hào)，放大信號(hào)，然后重新發(fā)送至目的地。這意味著通過TDRSS傳輸?shù)男盘?hào)的主要損耗來(lái)自無(wú)線設(shè)備自身的放大器和濾波器，另外還有同步信號(hào)間的干擾所造成的失真。你可能還記得，我們的神經(jīng)網(wǎng)絡(luò)并不會(huì)區(qū)分各種形式的干擾，而是把它們都當(dāng)作信號(hào)必須經(jīng)過的外部信道的一部分。 TDRSS提供了一個(gè)理想的場(chǎng)景，用來(lái)測(cè)試在復(fù)雜的現(xiàn)實(shí)環(huán)境中AI開發(fā)信號(hào)的能力。通過TDRSS與衛(wèi)星進(jìn)行通信充滿了干擾，但這是一個(gè)全面的測(cè)試系統(tǒng)。這意味著我們可以很好地理解目前的信號(hào)表現(xiàn)如何，也可以比較方便地檢查我們的系統(tǒng)效果如何。更好的是，測(cè)試完全不需要修改現(xiàn)有的TDRSS設(shè)備。信道自動(dòng)編碼器已經(jīng)包括了調(diào)制解調(diào)器，插入TDRSS設(shè)備就可進(jìn)行傳輸。 2018年7月下旬，經(jīng)過數(shù)月的準(zhǔn)備，DeepSig團(tuán)隊(duì)前往位于克利夫蘭的格倫研究中心的NASA認(rèn)知無(wú)線電實(shí)驗(yàn)室。在那里，他們?cè)谝粋€(gè)實(shí)時(shí)的無(wú)線通信實(shí)驗(yàn)中使用神經(jīng)網(wǎng)絡(luò)產(chǎn)生的信號(hào)來(lái)測(cè)試調(diào)制解調(diào)器。測(cè)試的目的是將TDRSS系統(tǒng)使用的信號(hào)調(diào)制與我們的信道自動(dòng)編碼器系統(tǒng)同時(shí)運(yùn)行，使我們能夠直接比較它們?cè)诂F(xiàn)實(shí)信道中的性能。 在格倫研究中心，DeepSig團(tuán)隊(duì)與NASA的研究科學(xué)家和工程師們一起，在俄亥俄州和新墨西哥州的NASA地面站，將經(jīng)過驗(yàn)證的、人工設(shè)計(jì)的調(diào)制解調(diào)器替換為使用信道自動(dòng)編碼器創(chuàng)建的神經(jīng)網(wǎng)絡(luò)。在測(cè)試期間，傳統(tǒng)的TDRSS信號(hào)以及我們的自動(dòng)編碼器產(chǎn)生的信號(hào)，將從一個(gè)地面站傳送到一顆衛(wèi)星上，然后返回到第二個(gè)地面站。由于我們使用的帶寬和頻率相同，因此現(xiàn)有的TDRSS系統(tǒng)和信道自動(dòng)編碼器所面對(duì)的環(huán)境也是完全相同的。 當(dāng)測(cè)試結(jié)束時(shí)，我們發(fā)現(xiàn)傳統(tǒng)TDRSS系統(tǒng)的誤碼率略高于5%，這意味著大約每20比特信息中就有1比特由于中途損耗而無(wú)法正確到達(dá)。而信道自動(dòng)編碼器的誤碼率則略低于3%。值得一提的是，為了方便進(jìn)行直接比較，這些測(cè)試并沒有包括標(biāo)準(zhǔn)的事后糾錯(cuò)。通常，這兩個(gè)系統(tǒng)的誤碼率都會(huì)更低。然而，僅在這一項(xiàng)測(cè)試中，信道自動(dòng)編碼器就將TDRSS的誤碼率降低了42%。 這項(xiàng)TDRSS測(cè)試是該技術(shù)的早期演示，但它是使用機(jī)器學(xué)習(xí)算法設(shè)計(jì)無(wú)線電信號(hào)的重要驗(yàn)證。這些信號(hào)一定能在具有挑戰(zhàn)性的環(huán)境中發(fā)揮作用。最令人興奮的是，神經(jīng)網(wǎng)絡(luò)能夠產(chǎn)生人們用傳統(tǒng)方法無(wú)法輕易或明顯想象出的信號(hào)。這意味著這些信號(hào)可能不同于無(wú)線通信中使用的任何標(biāo)準(zhǔn)信號(hào)調(diào)制。這主要是因?yàn)椋槍?duì)有問題的信道，自動(dòng)編碼器從頭開始構(gòu)建信號(hào)，包括頻率、調(diào)制、數(shù)據(jù)速率等各個(gè)方面。 還記得我們?cè)f過今天的信號(hào)創(chuàng)建和處理技術(shù)是一把雙刃劍嗎？隨著系統(tǒng)可用數(shù)據(jù)的增加，傳統(tǒng)的信號(hào)調(diào)制方法會(huì)變得越來(lái)越復(fù)雜。但隨著數(shù)據(jù)更加充裕，機(jī)器學(xué)習(xí)方法反而愈加茁壯，這種方法不受復(fù)雜無(wú)線電設(shè)備的妨礙，這說明“雙刃劍”的問題已經(jīng)解決了。 最重要的是：出現(xiàn)了一個(gè)新的通信信道后，機(jī)器學(xué)習(xí)系統(tǒng)能夠在短短幾秒鐘內(nèi)訓(xùn)練該信道的自動(dòng)編碼器。相比之下，開發(fā)一個(gè)新的通信系統(tǒng)通常需要一個(gè)經(jīng)驗(yàn)豐富的專家團(tuán)隊(duì)花上幾個(gè)月的時(shí)間。 很顯然，機(jī)器學(xué)習(xí)不是不需要通信工程師對(duì)無(wú)線通信和信號(hào)處理的理解，而是引入了一種新的方法來(lái)設(shè)計(jì)未來(lái)的通信系統(tǒng)。這種方法非常強(qiáng)大和有效，不應(yīng)該排除在未來(lái)系統(tǒng)之外。 隨著TDRSS實(shí)驗(yàn)和隨后研究的開展，我們看到了對(duì)于信道自動(dòng)編碼器的研究熱情越發(fā)高漲，應(yīng)用前景越發(fā)光明，特別是在信道建模困難的領(lǐng)域。在Asilomar、GNU無(wú)線電會(huì)議和IEEE全球通信會(huì)議等主要無(wú)線通信會(huì)議上，利用AI設(shè)計(jì)通信系統(tǒng)已成為一個(gè)熱門話題。 未來(lái)的通信工程師們將不再是單純的信號(hào)處理和無(wú)線工程師。相反，他們的技能需要跨界無(wú)線工程和數(shù)據(jù)科學(xué)。包括得克薩斯大學(xué)奧斯汀分校和弗吉尼亞理工學(xué)院在內(nèi)的一些大學(xué)，已經(jīng)開始將數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)引入無(wú)線工程研究生和本科生課程。 信道自動(dòng)編碼器還不是一種即插即用的技術(shù)。要進(jìn)一步實(shí)現(xiàn)技術(shù)開發(fā)和完善底層計(jì)算機(jī)架構(gòu)，還有很多工作要做。信道自動(dòng)編碼器如果要成為現(xiàn)有廣泛使用的無(wú)線系統(tǒng)的一部分，必須經(jīng)過嚴(yán)格的標(biāo)準(zhǔn)化過程，還需要專門設(shè)計(jì)的計(jì)算機(jī)架構(gòu)來(lái)最大限度地提高其性能。 TDRSS的損耗是很難優(yōu)化的。這就引出了最后一個(gè)問題：如果信道自動(dòng)編碼器能夠很好地用于TDRSS，那是不是也可以用于其他無(wú)線系統(tǒng)呢？我們的答案是，沒有理由認(rèn)為不能。