|
摩托罗拉、爱立信、诺基亚……在 5G 普及的时代，这些手机品牌已经成为历史上泛黄的一页，也由此标记着通信技术的不断进步。 很长一段时间里，这些进步都围绕着这样一个命题：在保证信息传输准确的前提下，尽可能提高传输速率。相关解决方案的理论基础，也基本集中体现在香农 1948 年发表的不朽论文“通信中的数学问题”中。 直到 AI 的兴起，打破了这个局面，提出了前所未有的挑战——计算与通信结合。 用香港大学电子电机工程系教授、副系主任黄凯斌的话来说便是，6G 时代，香农将与图灵相遇。以他在无线电通信数十年的的研究经验来看，5G 以前，通信和计算可以视为两座独立的岛屿，而这种做法的效益已日益缩减。 因此，当 AI 领域的人在关心AI赋能通信这样的“传统行业”时，有一批人在探索新的通信技术应该怎样帮助到 AI，黄凯斌是其中的代表性人物之一。
在这个命题之下，或许会诞生无线电领域未来十年最精彩的篇章。
苹果“最有影响力的专利top 5” 和许多人从课外活动喜欢上一门学科不同，无线电通信技术对黄凯斌的吸引，发生在课堂。 他尤其记得，自己从华南理工的工民建系转向新加坡国立大学光纤通信专业之后，又在一位老师的耳濡目染之下，再度切换轨道，开始了无线电通信的学习。 “PY Kam 教授一位特别潇洒，文质彬彬的老师。每天来上课就拿着一个粉笔，还有一张纸。那张纸写的什么，我们也不知道，但是他可以两个小时就一直只用这一张纸。这一张纸放在桌子上，他就可以用粉笔在黑板上一直推导无线电公式。我当时就觉得这个老师太厉害了，便决定要改行去学习无线电通信”，他回忆道。 新加坡国立大学毕业之后，黄凯斌继续在无线电通信领域深造，前往美国 University of Texas at Austin 攻读博士，研究的方向也从 3G 开始涉及 4G 和 5G 技术。 正如我们前文所言，现代通信研究大部分时间是在与通信速率做纠缠。这一点在黄凯斌的求学历程中也不例外。尤其是他在 PhD 阶段从事的多天线研究方向，便是 4G 速度实现的一大杀手锏。 当时，从 3G 迭代到 4G 所面临的重大问题，是要很快的速度，但是又没有频谱，因为频谱不但昂贵还很有限。直到多天线技术的出现了，这个问题才有了很好的解决方案。 多天线技术的基本概念是，同样的一段频谱，可以在上面叠加n个数据流。同样的频谱速度可以 2 倍 3 倍 4 倍的叠加，只要放多一些天线就可以，产生的平行数据流就像路上叠起了一层层的高架桥。多天线技术的出现，被公认是 3G 迈向 4G 的重要转折点。 而他当时所在的 University of Texas at Austin，拥有全美最早钻研多天线技术的教授，也是全美最大和最强的无线电研究团队之一。再加上奥斯汀有着像Freescale这样领先企业在此设立总部，因此天然形成了活跃的多天线技术“交流场”。 这样的氛围之下，他和他所在的组作出了很多优秀的工作，其中最值得为外人道的，恐怕还是一项多天线预编码专利。顾名思义，多天线预编码，便是提前在基站端进行数据流的处理。在基站里进行了预编码，用户在手机中收到的信号存在好几个数据流，也可以互不干扰，上网完全不受影响。 这项专利现已授权苹果使用，2013 年时还被权威的知识产权管理杂志 Asset Management Magazine 评为当年苹果所有专利的 Top Five，也就是最有影响力的 5 个专利之一，除此之外也被其他专利项目引用超过 200 多次，并应用于 4G 标准中。 诸如这样的种种研究，最终共同推动着通信速度从以前的只够打电话，发展到可以支持上网娱乐甚至移动办公。 从普通用户的感知来看，1G 有了移动通话，2G 将其普及之，2.5G 实现移动上网，3G带来更快的上网速率，4G 实现多媒体通讯，基本满足了所有的互联网需求。 从运营商和移动通信网络本身的角度来看，1G 到 4G 的历程，是模拟到数字、低速到高速、 系统容量不断提升、更稳定更安全更便宜的过程。 最终，通信技术才从少数人的特权，变成多数人的福祉。 对于亲身参与其中的学者而言，黄凯斌又有不一样的感受，似乎越往前走，越需要更大胆的创新。 因此，毕业之后，黄凯斌萌生了做一些和导师不一样的工作的想法。尤其在研究 5G 边缘计算的过程中，他注意到，有一些新的现象，挑战着通信“祖师爷”香农的奠基性设想。
后香农时代：通信可以变得不“单纯” 香农最初对于通信的设想，可以简单概括为建造一个网络，然后很快速地传输数据，至于这些数据后面会发生什么，比如具体用来作怎样的计算，香农并没有作任何区分，这就造成了通信和计算长期以来的分而治之的局面。 这个基本原则一直持续到 4G。4G 时代，计算主要发生在云端的，发生在数据中心，而通信发生在网络的边缘，即基站和手机，两者之间依然是“遥远”，严格分属于不同的两个领域。因此，通信人不考虑数据是用来做什么样的计算，是完全没有问题的。 直到 5G 的出现，更确切的说是 5G 带来的边缘计算的出现，迫使一部分人开始思考，通信阶段是不是可以将后续的计算任务纳入考量，速率还是不是此时最重要的衡量指标？ 而在黄凯斌看来，答案已经很明显了： “5G带来的最重要的改变，是计算从云端迁往了通信网络，特别是网络的边缘。由此产生的作用是，计算和通信有了结合的可能。 怎么结合？就是计算的同时又要考虑到通信，然后设计一些特别的通信技术来支持计算和通信的结合。在 5G 之前，计算的人就考虑计算就好了，通信的人考虑通信就好了，不会互相包含，也不会为对方着想。 如果手机上有个计算任务，这个任务太复杂，消耗很多能量，通信技术可以把计算任务从手机挪到服务器上，计算完之后再把那个结果告诉手机就可以了。这是 5G 时代边缘计算的一个好处，它使得很多小小的IoT感知器没有什么计算的功能，但是网络还是可以赋予它很强的功能，因为通过通信技术把计算的功能外移。再比如，如果计算是为了自动驾驶，需要反应的速度很快，那服务器就要为计算任务多调度一些资源，而一些感知任务对时延的要求不是很高，就可以把它设为 Low Priority 等等。这就是在物联网时代的计算和通信的结合。”
他认为，6G 技术的目标之一，就是要打破以往的思路，将数据计算也深度纳入考量之中。因此，与 5G 相比，6G 引入新的性能指标与应用场景。 “以前是我们是很单纯的，想着提高速度就可以了，现在考虑的是，要提高计算的 efficiency。这是一个不同的目的，它不一定代表着速率这么简单，而是需要考虑计算的结构，网络的信道等等，终极目的还是让计算更加的 efficient”。 在一场演讲中，他用“香农和图灵相遇”这个说法来阐释这种思路： 香农无线电通信理论基于“Data bits were born equal”，翻译成中文“数据生来平等”。而在以图灵为代表的机器学习领域，“Data samples are certainly not equally important!”，数据有“轻重”之分。
未来，网络通信不仅要满足AI需求，还有机器与机器之间的通信（mMTC），网络游戏和自动驾驶（URLLC）、高清晰流媒体（eMBB）等。目前网络现状，正如上图“胖子”所示，它已经不堪重负。所以，研究如何消除计算瓶颈，才能提高边缘学习的效率。 从 1G 到 5G，计算、感知、控制、通信等几个模块都是分开设计，这种相互隔离的模式无法解决计算瓶颈问题；6G 的设计模式是融合，将几个模块有机连接，连接的过程就是“香农”和“图灵”思维的碰撞。
从物联网到万物联网 那么，究竟应该如何实现这种相遇？ 2017 年，黄凯斌和 Khaled B. Letaief 等几位合作者在“A survey on mobile edge computing: The communication perspective”这篇论文中，首次系统地提出了无线电和边缘计算的结合，之后成为了该领域的重要的论文，被引用数了约 3000 次。 现在，AI+无线电的结合已经成为了无线电特别 6G 技术的热门研究方向，在香港大学，他正带领一支小组继续深入研究。 虽然无线 AI 现在很火，但在 5 年前，学习无线电的学生对于自己还要学习 AI 知识是有所犹豫的。 有一位学生曾经和黄凯斌明确表示，自己是做无线的通信的，为什么要去做人工智能这个事情，但黄凯斌坚持道：这是将来会让你科研上有突破的一个方向。 而这位学生在茫然之中，也在他的强烈建议之下，走上了这条当时几乎没人走的路，并开发了一种名叫“空中运算”的技术。 这个概念的意思是，万物联网意味着将有很多数据分布在成千上网的终端上，要把数据收集起来进行机器学习就很容易遇到瓶颈，传统的联网技术没有应付过这种局面。 假设频谱像一个比萨饼，有 10 个人要联网，就将一个比萨饼切成 10 份，有 100 个人就要切成 100 份，上千个人的话，每个人拿到的比萨饼已经很小了，即速度已经很低了。把数据都上载到网络，网络再把这些计算的结果进行叠加，这就会出现比萨饼问题。 而空中运算，是要把空气当成一个计算器，利用无线电波在空中叠加的状态进行计算。用户如果以同样的频谱将模型传到“空中”，速率会非常快，而且在空中会自然叠加。“这样一个技术的出现，每个人都可以分到整个比萨饼，不需要再切割了”，他说。 目前，这个概念已经可以用硬件技术实现，黄凯斌和他的团队也发表了大约 10 篇的论文展示研究成果，包括一些企业也对此感兴趣，例如华为就在与他们接洽如何把这项技术应用到 6G 的系统中。 今年1月，他们还正式开启了一个特别的项目：和西安电子科技大学联合联合利用自主开发并成功发射的卫星，以期实现“用卫星往地面传输 AI 应用”服务。 这个项目将服务于秦岭的自然灾害感知。以此为契机，他们也将尝试构建一个空地一体化网络。黄凯斌表示，让地球的每个角落都能够被网络所覆盖，这同样是是 5G 没有完成而6G需要完成的一个重要使命。 因为按照他的设想，6G 的时代，通信会超越传统，不仅是针对人的通信，还涉及到了机器对机器的通信、机器和人的通信，不但发生在地面，也发生在天空之上。许多观点提到香农定理遇到瓶颈，但在黄凯斌看来，还有很多突破点能够赋予通信这个古老领域新的想象力和生命力。 值得一提的是，当问及是否担心学生转向纯AI研究，他的回答也反映着他对于自己的要求： “我经常与学生说，从一个科研者的角度出发，我们选择一个方向的时候，如果发现它已经很拥挤，那么进去的时候就要小心，因为那里未必有属于你的东西。 比如，现在做 AI，时间点是否太晚了，里面是否已经太拥挤了？还能够做出让人记住的吗？还能超越别人吗？这是我经常问学生的问题”。
个人简介： 黄凯斌，香港大学电机电子工程系教授和副系主任，电气与电子工程师协会（IEEE）院士。主要从事无线供电通讯、多天线通讯和5G通讯领域研究。在5G通讯方面的研究屡获殊荣，包括2019年的IEEE通讯学会最佳教程论文奖、IEEE车辆技术学会杰出讲师（2020-2021）、IEEE通讯学术杰出讲师（2021-2022）及中国教育部颁发的2018年研究成果二等奖（自然科学）。此外，他在2019至2021年连续被科睿唯安评为最广征引研究人员之一。在2021年成为电气电子工程师学会（IEEE）院士，以表彰他对无线供电通讯以及多天线通讯研究上的贡献。 l 个人主页： https://www./profile/kaibin-huang/548e7000dabfaef989f093f2 l 所属实验室必读论文： https://www./topic/628b07f77376380a6a9cf6b6 AI 2000 榜单介绍： AI 2000 榜单由清华大学 AMiner 联合北京智源研究院、清华-中国工程院知识智能联合研究中心共同发布，旨在通过 AMiner 学术数据在全球范围内遴选过去十年人工智能学科最有影响力、最具活力的顶级学者。榜单评选基于 2012-2021 十年间人工智能领域 49 家顶级期刊会议收录的共计 178,254 篇论文、204483 位作者的大数据，采用智能算法自动化生成榜单，得到 200 位“AI 2000 最具影响力学者奖”以及 1800 位“AI 2000 最具影响力学者提名奖”。 |
|
|
