清華大學秦志金：語義通信處于初期發(fā)展階段 仍面臨三大挑戰(zhàn)

12月12日消息(樂思)為增進科研交流、強化產(chǎn)學融合、進一步激發(fā)創(chuàng)新活力，清華大學-中國移動聯(lián)合研究院舉辦了名為“StarLight”的系列學術沙龍活動。作為“StarLight”系列活動的開篇：“從5G到6G——‘連接’未來”沙龍活動近日在線上開啟。

清華大學副教授聯(lián)合研究院6G研究團隊項目負責人秦志金受邀參與本次活動并發(fā)表了主體演講。

她表示，在過去幾十年，通信領域的研究主要集中在如何準確有效地將符號從發(fā)送端傳輸?shù)浇邮斩耍凑Z法通信。隨著無線通信系統(tǒng)的發(fā)展，系統(tǒng)容量逐漸接近香農(nóng)極限。香農(nóng)和韋弗將語義通信劃分為通信的第二個層次。區(qū)別于傳統(tǒng)通信將波特或符號的準確傳輸作為目標，語義通信的主要目的是實現(xiàn)語義信息的準確交互。

在演講中，秦志金首先介紹了語義通信的概念及其與典型通信的關鍵區(qū)別;介紹了面向多模態(tài)數(shù)據(jù)的語義通信最新研究成果，并探討了語義通信中存在的問題與挑戰(zhàn)。

傳統(tǒng)通信是基于統(tǒng)計概率的香農(nóng)定理，增加信息傳輸物理維度，改變資源挖掘利用方式，實現(xiàn)符號級的準確傳輸。從1G到5G的發(fā)展，研究人員通過探索新的頻譜利用方式，新的編碼等方式不斷提高系統(tǒng)的速率。

她指出，傳統(tǒng)通信系統(tǒng)正面臨著瓶頸，比如，信道容量逼近香農(nóng)極限；信源壓縮效率接近上限；通信系統(tǒng)能量功耗巨大；以及，優(yōu)質(zhì)頻譜資源逐漸稀缺等等。“因此，亟需尋求新的優(yōu)化空間和自由度，提升傳輸有效性。”

早在1949年，香農(nóng)和韋弗就曾提出三層通信理論，第一層次是語法通信，主要解決符號準確傳輸；第二層次語義通信，主要解決語義信息準確交互；第三層次語用通信，解決信息效用準確傳輸。

秦志金介紹說，語義通信架構主要包括語義知識庫，為收發(fā)兩端提供語義信息處理指導，感知語義特征；語義編碼器，對傳輸信息進行語義編碼，并實現(xiàn)語義提??；語義解碼器，針對接收語義信息，結合下游任務需求完成語義重建。

她認為，傳統(tǒng)通信和語義通信有著明顯的不同。傳統(tǒng)通信基于經(jīng)典香農(nóng)信息論，使用的是信息熵壓縮算法，采用的是比特級傳輸極致；而語義通信基于全新語義信息論；同時關注信源內(nèi)部語義特征，語義熵壓縮算法；傳輸部分為語義信息，極大地節(jié)省帶寬資源，即語義級傳輸機制。

據(jù)悉，語義通信的應用場景廣泛，比如3D全息虛擬場景會議，需要滿足云、變、端智能協(xié)同以及多模態(tài)數(shù)據(jù)。使用語義通信能夠大幅減少通信數(shù)據(jù)量，高清3D交互體驗，多任務協(xié)同以及個性化服務。

當前，語義通信面臨著挑戰(zhàn)。一是語義信息表征。在語義通信中，如何表征語義信息？如何消除語義歧義？二是語義通信度量。傳統(tǒng)的通信中只需要考慮信道的噪聲。在語義通信中，需要考慮如何消除語義噪聲。另外需要探索信道容量的邊界。三是系統(tǒng)架構研究。主要是端到端語義通信；以及信源信道一體化。

近幾年，研究人員發(fā)現(xiàn)，深度學習可以賦能語義通信系統(tǒng)。首先是深度學習擬合特征，避免語義信息的數(shù)學表征；其次深度學習可以進行神經(jīng)網(wǎng)絡特征提取，輸出信源信息的語義特征。

演講中，秦志金對團隊相關工作中提出的基于深度學習的語義通信系統(tǒng)DeepSC進行了詳細的介紹。

同時，她也指出，目前面向語義通信的研究還處在初期階段，面臨的挑戰(zhàn)也是多樣的。“首先是面向語義信息論的挑戰(zhàn)，主要是語義信息的表征理論以及語義壓縮的極限。其次是面向智能任務的挑戰(zhàn)。研究語義知識庫的構建；多模態(tài)語義噪聲量度，以及多模態(tài)多任務一體化設計。最后是語義覺知網(wǎng)絡資源分配。探索語義覺知網(wǎng)絡新型優(yōu)化目標；反映出語義網(wǎng)絡資源分配。”

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。