人類為設(shè)計電信系統(tǒng)的時代即將結(jié)束。展望未來，人工智能技術(shù)將在電信系統(tǒng)的設(shè)計與操作領(lǐng)域發(fā)揮重要作用。為什么會出現(xiàn)這樣的轉(zhuǎn)變?答案很簡單，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提升覆蓋范圍、傳輸速率、用戶支持數(shù)量并優(yōu)化功耗水平。而與此同時，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點向B點傳遞信息的事物。例如，無線電硬件本身在發(fā)送或接收信號時也會產(chǎn)生不同程度的噪聲，這就會對有效信號造成干擾。此外，信號前往目的地時經(jīng)由的路徑或者信道也會削弱信號強度。對于有線信道而言，這種負面干擾主要由傳輸線纜周邊的其他線纜引發(fā)。而在無線傳輸層面，信號在建筑物內(nèi)外的往來反射亦會產(chǎn)生嘈雜的失真環(huán)境。
這些其實早就不是什么新問題了。自從無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，無線傳播規(guī)模正在爆炸式增長，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?我們堅信，機器學(xué)習(xí)將為我們帶來希望的曙光?？傮w而言，人工智能(特別是機器學(xué)習(xí))領(lǐng)域的突破將幫助工程師們在涉及大量數(shù)據(jù)的極端復(fù)雜場景下找到破解之道。而其他行業(yè)的切實進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)(一種機器學(xué)習(xí)模型)能否設(shè)計出超越人類的通信信號?換句話說，機器能否學(xué)會如何與另一臺機器實現(xiàn)無線通信，并保證其方案要比人工設(shè)計信號更強?
根據(jù)我們與美國航空航天局(NASA)合作開展的空間通信系統(tǒng)設(shè)計工作，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))進行實驗。在這套系統(tǒng)中，我們利用機器學(xué)習(xí)技術(shù)使無線信號能夠在極端復(fù)雜的環(huán)境中實現(xiàn)通信。實驗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)無線信號，而是將注意力轉(zhuǎn)向構(gòu)建專門負責(zé)設(shè)計此類信號的機器學(xué)習(xí)系統(tǒng)。
多年以來，通信工程師們發(fā)明出無數(shù)種技術(shù)以最大程度減少無線通信中存在的信號損減。例如，一種方案就是通過多個信道發(fā)送信號，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)信號在環(huán)境中遇到障礙物并發(fā)生反射時，天線可以沿不同路徑繼續(xù)接收信號。如此一來，不同信號的抵達時間即可被區(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)計模型，以近似估算方式預(yù)測信道上的減損影響。此類模型也確實幫助通信工程師們找到在特定無線通信設(shè)備中設(shè)計并構(gòu)建信號往來機制的總體思路，并將減損水平控制在較低水平。
然而，使用統(tǒng)計模型來指導(dǎo)通信信號設(shè)計的方法已經(jīng)走進了死胡同。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)下以及未來無線系統(tǒng)提出的實際需求，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，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)用場景下早已出現(xiàn)自適應(yīng)無線傳輸、智能無線傳輸以及認知無線傳輸?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，主要集中在對無線電系統(tǒng)的行為調(diào)整層面。舉例來說，4G LTE無線網(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，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，藍牙系統(tǒng)也會利用AI技術(shù)改變信號頻率，旨在避免產(chǎn)生干擾性信號。
總結(jié)來講，以往的AI技術(shù)主要負責(zé)變更通信系統(tǒng)中的設(shè)置，而非實際設(shè)計信號本身。不過時代不同了，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)與無線信號處理結(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)只有一個目標——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)計無線電系統(tǒng)中負責(zé)生成待發(fā)送信號的物理組件的。傳統(tǒng)方法一般是從統(tǒng)計模型起步，即首先利用模型建立起與真實情況相似的信道。例如，如果我們打算為人群密集的市區(qū)設(shè)計手機信號塔，就得先選擇一套能夠表達信號在建筑物密集環(huán)境下傳播路徑的模型。
這套模型以信道探測結(jié)果為依據(jù)，這里所說的信道探測是指在真實環(huán)境中利用測試信號進行的實際物理測量方法。以此為基礎(chǔ)，工程師們會設(shè)計出一臺無線調(diào)制解調(diào)器，負責(zé)對無線電信號進行調(diào)制與解調(diào)，借此對二進制代碼中的1和0進行編碼。所有設(shè)計方案都必須在模擬與實際場景下反復(fù)測試，經(jīng)過調(diào)整后再重新測試，直到達到預(yù)期效果為止。這是一個緩慢而費力的過程，而且通常會給接收器中的濾波器等組件造成損害。一般來說，窄頻帶上的無線電濾波降噪效果較好，但寬帶無線電的濾噪效果就比較差。
如何獲得清晰的信號
對于比較簡單的使用場景，我們的信道自動編碼器已經(jīng)能夠設(shè)計出可與人類比肩的信號設(shè)計。在使用QAM4的正交調(diào)幅用例中，我們使用特定信號調(diào)表示四個不同符號(例如二進制下的00、01、10與11)進行數(shù)據(jù)發(fā)送。信道自動編碼器能夠均勻隔開這四種調(diào)制信號。在無線電發(fā)射器(左)端，每種符號的發(fā)送方式都完全相同。在穿過無線信道之后，接收器(右)收到的每一種符號都表示為一小片點云。信道自動編碼器的目標是確保這些點云彼此不會重疊，避免接收端因為信號交叉而難以判斷其表達內(nèi)容。
但在無線信號變得更為復(fù)雜時，信道自動編碼器開始顯示出不可思議的創(chuàng)造力與解決效果。在第二個示例(QAM32方法，上方)中，系統(tǒng)會使用32個不同符號進行數(shù)據(jù)發(fā)送。對于這一特定信道，信道自動編碼器已經(jīng)意識到要想保證接收端信號的清晰度，各符號應(yīng)采取不均勻的傳輸方式，有時甚至可以進行符號堆疊傳輸。雖然聽起來有點不可思議，但考慮到調(diào)制信號在傳輸過程中會受到損減影響，最終結(jié)果表明接收到的符號幾乎沒有任何重疊。人類工程師絕對不會用這種方式設(shè)計信號，而實際效果就是好、就是清晰。
DeepSig公司的努力也催生出一種新型技術(shù)，即信號自動編碼器，能夠高效創(chuàng)建傳輸信號。該技術(shù)以串聯(lián)方式對兩套深度神經(jīng)網(wǎng)絡(luò)進行串聯(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。其中編碼器負責(zé)將待發(fā)送的數(shù)據(jù)轉(zhuǎn)換為無線電信號，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線電信號重建對數(shù)據(jù)內(nèi)容的最佳估算結(jié)果。
在這里，我們還要再花點時間逐步分析信道自動編碼器的具體功能。自動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別出圖像內(nèi)容的神經(jīng)網(wǎng)絡(luò)。簡單來講，研究人員會向一套神經(jīng)網(wǎng)絡(luò)輸入成千上萬張包含/不包含小狗對象的圖像;訓(xùn)練完成之后，該網(wǎng)絡(luò)的算法即學(xué)會區(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)練過程其實就是識別與圖像對應(yīng)的輸入數(shù)據(jù)特征的過程。在面對新圖像時，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。在圖像識別領(lǐng)域，特征可以是畫面內(nèi)容的某個方面;而在語音識別中，特征則可以是音頻中的特定聲音;至于自然語言處理方面，特征則往往代表某個段落表達的情感與傾向性。
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)都由更多個層(通常多達數(shù)百個)組成，因此能夠以遠超簡單神經(jīng)網(wǎng)絡(luò)的細節(jié)量處理輸入數(shù)據(jù)。每個新的層，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。以計算機視覺場景為例，簡單神經(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編碼器。自動編碼器由機器學(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，壓縮器與解壓器無法獨立運行——二者結(jié)合起來，才能實現(xiàn)自動編碼器的基本功能。
現(xiàn)在，我們把這些元素全都放到無線信號當(dāng)中。信道自動編碼器的功能與傳統(tǒng)自動編碼器相同，只不過前者使用的編碼器并非針對數(shù)據(jù)類型進行優(yōu)化，而是針對不同的無線信道進行優(yōu)化。自動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)無線信號類型，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制，信道自動編碼器能夠為無線信道提供更好的信號質(zhì)量。
之前我們提到了信道探測，也就是通過無線信道發(fā)出用于測量干擾與失真情況的測試信號。這些探測結(jié)果，也將成為信道自動編碼器發(fā)揮作用的關(guān)鍵性前提——換言之，只有獲取相應(yīng)結(jié)果，自動編碼器才能了解信號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，如果無線電系統(tǒng)接收到大量測試信號回波，則表明環(huán)境中充斥著能夠反射信號的障礙物。
在探測工作完成之后，深度神經(jīng)網(wǎng)絡(luò)也就做好了充足準備。首先是編碼器，它通過收集自探測過程的信息將需要調(diào)制的數(shù)據(jù)編碼為無線信號。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線信號，整個信號設(shè)計方案可能極為復(fù)雜、且遠超傳統(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。在接收到信號之后，它會利用對信道內(nèi)損減因素的理解努力消除干擾影響。在這類場景下，該神經(jīng)網(wǎng)絡(luò)會針對失真、反射以及其他損減因素對傳輸信號的序列進行反向編輯。此外，糾錯技術(shù)也能夠發(fā)揮作用，幫助進一步提升信號清晰度。在處理過程結(jié)束之后，解碼器即可準確還原出原始信息。
在訓(xùn)練過程中，神經(jīng)網(wǎng)絡(luò)會根據(jù)工程師指定的優(yōu)先考量指標為當(dāng)前性能提取反饋結(jié)論，包括重建數(shù)據(jù)過程中的錯誤率、無線電系統(tǒng)功耗以及其他重要項目。神經(jīng)網(wǎng)絡(luò)會利用這一反饋改進對應(yīng)指標，且整個過程不再需要人為干預(yù)。
信道自動編碼器的一大優(yōu)勢，在于以相同方式對不同來源的損減因素進行統(tǒng)一處理。無論是接收器內(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。
DeepSig團隊認為，訓(xùn)練神經(jīng)網(wǎng)絡(luò)來管理調(diào)制解調(diào)器中的信號處理流程，將給整個通信系統(tǒng)設(shè)計行業(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，就必須對系統(tǒng)進行一番徹底測試。
幸運的是，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)計出完善的測試方案。
自從上世紀八十年代初，NASA的TDRSS計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)星及國際空間站持續(xù)保持接觸。TDRSS衛(wèi)星充滿中繼器，負責(zé)在世界各地的其他衛(wèi)星與地面站天線之間傳輸信號。這套系統(tǒng)的誕生，使得單一地面站就足以對接地球軌道中的多顆衛(wèi)星。如今，10顆RDRSS衛(wèi)星正不斷為國際空間站、商業(yè)補給任務(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，航天器還在使用較低的數(shù)據(jù)速率信號，且確定信號具有魯棒性以及強大的抗噪能力。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。也正因為如此，新的通信傳輸機制對信號減損因素更為敏感。到2010年初，NASA對于RDRSS的需求已經(jīng)極大提升，也導(dǎo)致工程師們很難設(shè)計出能夠穩(wěn)定抵御減損影響的信號傳輸方案。而我們的目標，就是利用神經(jīng)網(wǎng)絡(luò)降低設(shè)計工作的實施難度。
TDRSS的主要特征，在于其衛(wèi)星并不執(zhí)行任何信號處理工作。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，放大該信號，而后將其重新發(fā)送至目的地。其中，對于TDRSS信號傳輸?shù)闹饕獡p減因素，正好來自無線電系統(tǒng)自身的放大器與濾波器，以及同步信號之間的干擾失真。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行傳遞的信號內(nèi)容。
TDRSS提供了一套理想方案，用于測試AI技術(shù)如何在復(fù)雜的現(xiàn)實條件下如何進行信號設(shè)計。通過TDRSS進行的衛(wèi)星通信需要面臨一系列干擾因素，因此系統(tǒng)本身需要進行全面測試。以此為基礎(chǔ)，我們對信號的當(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)的實際運行狀態(tài)。更重要的是，這些測試不需要對現(xiàn)有TDRSS設(shè)備做出變更。由于信道自動編碼器中已經(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)并隨時使用。
到2018年7月底，經(jīng)過幾個月的準備，DeepSig團隊前往NASA位于克利夫蘭格倫研究中心的認知無線電實驗室。在那里，他們將利用神經(jīng)網(wǎng)絡(luò)創(chuàng)建的信號對調(diào)制解調(diào)器進行全面測試。此項測試旨在將TDRSS系統(tǒng)使用的調(diào)制信號與我們的信道自動編碼器系統(tǒng)對接起來，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團隊與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)計調(diào)制解調(diào)器替換為信道自動編碼器創(chuàng)建的神經(jīng)網(wǎng)絡(luò)。在測試過程中，大家將TDRSS原有信號與新型自動編碼器生成的信號共同由地面站傳輸至同一目標衛(wèi)星處，而后再向下廣播至另一處地面站。由于測試中使用的帶寬與頻率完全相同，因此TDRSS系統(tǒng)與信道自動編碼器的性能可以準確進行直接比較。
在測試結(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法正確傳遞到位。在另一方面，信道自動編碼器的誤碼率則低于3%。值得一提的是，測試當(dāng)中并沒有采用事后糾錯機制，所以得到的誤碼率要比實際使用時更高一些。但很明顯，信道自動編碼器成功將TDRSS的誤碼率降低了42%。
TDRSS測試只是神經(jīng)網(wǎng)絡(luò)技術(shù)的早期演示，但已經(jīng)證明了機器學(xué)習(xí)算法在極具挑戰(zhàn)性的環(huán)境中傳輸無線電信號時的優(yōu)異表現(xiàn)。而其中最令人興奮的是，神經(jīng)網(wǎng)絡(luò)確實能夠設(shè)計出人們難以甚至根本想象不到的信號傳輸方案。換句話說，其給出的方法與任何標準信號調(diào)制思路都全然不同。這是因為自動編碼器會從零開始設(shè)計傳輸信道——從頻率、調(diào)制方式、數(shù)據(jù)速率以及各個相關(guān)方面出發(fā)，徹底擺脫人類思維的桎梏。
我們在前文中曾經(jīng)提到，當(dāng)下的信號設(shè)計與處理技術(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)的信號調(diào)制方法也變得越來越復(fù)雜。但從另一個角度來看，數(shù)據(jù)量的增長也讓機器學(xué)習(xí)方法得以蓬勃發(fā)展。其不再受到復(fù)雜無線電發(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，機器學(xué)習(xí)系統(tǒng)能夠在幾秒鐘之內(nèi)訓(xùn)練出有針對性的自動編碼器。與之對應(yīng)，由經(jīng)驗豐富的人類專家組成的團隊往往需要幾個月才能開發(fā)出一套新的通信系統(tǒng)。
這里要澄清一點，目前的機器學(xué)習(xí)還無法在無線通信與信號處理領(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)計未來通信系統(tǒng)的全新可行方法，這是一種極為強大、極為高效的方法，因此值得我們在接下來的設(shè)計工作當(dāng)中認真考量。
“ 這是一種極為強大、極為高效的方法，因此值得我們在接下來的設(shè)計工作當(dāng)中認真考量。”
自TDRSS實驗與后續(xù)研究亮相以來，整個行業(yè)已經(jīng)開始對信道自動編碼器技術(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)計場景。在包括Asilomar、GNU無線電大會以及IEEE全球通信會議等在內(nèi)的行業(yè)重要會議上，AI設(shè)計型通信系統(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處理與無線系統(tǒng)設(shè)計工程師。相反，他們需要將無線工程與數(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)與機器學(xué)習(xí)的相關(guān)內(nèi)容。
當(dāng)前，信道自動編碼器還做不到即插即用。要進一步開發(fā)相關(guān)技術(shù)及底層計算機架構(gòu)，研究人員們還有很多工作要做。如果要將信道自動編碼器廣泛普及到無線電系統(tǒng)當(dāng)中，首先需要對其進行嚴格的標準化處理，同時配合專門設(shè)計的計算機架構(gòu)以最大程度提升其性能表現(xiàn)。
以往的現(xiàn)實告訴我們，TDRSS系統(tǒng)面對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問題：既然信道自動編碼器已經(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線電系統(tǒng)?沒有這樣的理由，也沒有猶豫不前的借口。機器學(xué)習(xí)，將為我們開啟那條未曾設(shè)想的通信之路!
