目录
0.引言
我从事的是无线基带通信开发和人工智能开发两个方面的工作，今天就这两个方面技术领域的年度总结、跨领域技术融合、技术对社会与人文的影响做一个总结性的工作汇报。
1.前沿技术趋势洞察与分析
1.1无线基带通信
2024 年11月13日至14日，2024全球6G发展大会在上海举行，中国发布 6G 技术研究报告，并表示2025年6月，将启动6G技术标准研究，2025-2027 年，完成技术研究阶段，2029年3月，完成第一个版本的技术规范，2030 年以后，6G 商用将陆续展开。未来，6G 将在太赫兹通信、轨道角动量通信、智能超表面等关键技术上取得进一步突破。
1.1.1太赫兹通信技术突破
太赫兹波（Terahertz wave，简记为 THz），其频段覆盖范围处于100GHz 至10THz之间，所处位置介于微波与远红外区域之间，如下图所示。
这一频段蕴藏着极为丰富、但尚未得到充分挖掘的频谱资源。太赫兹波具有独特的物理特性，它能够顺利穿透非极性分子材料以及非金属复合材料 ，而且对分子的振动和转动能级具备卓越的光谱分辨能力。鉴于太赫兹频段拥有超大带宽的频谱资源，能够有力支持超高速率的无线通信，因此，它被视作6G 实现太比特每秒（Tbps）通信速率的关键空中接口技术备选方案之一。
现阶段，清华大学等科研机构在太赫兹通信的调制解调、信道编码等方面取得进展，如开发出适用于太赫兹频段的新型编码调制方式，提升传输速率和可靠性。
1.1.2超大规模MIMO演进
在未来的6G研究中，超大规模MIMO将采用更多天线和更高维度信号处理，如利用轨道角动量实现更多并行传输通道。在6G通信中，超大规模MIMO通过在基站和用户端配置大量天线，形成大规模天线阵列，利用空间维度资源，将信号在空间中进行复用和分集传输，使多个用户能在同一时频资源上同时传输数据，提高系统容量和频谱效率。通过调整天线阵列中每个天线的信号加权系数，使得信号在特定方向上形成高增益波束，增强目标用户方向的信号强度，同时抑制其他方向的干扰信号，提高信号传输的准确性和可靠性。将数据在空间和时间两个维度上进行编码处理，把多个数据流分别通过不同的天线在不同时间进行传输，接收端利用多个天线接收信号后进行联合解码，提高信号传输的速率和抗干扰能力。
2024年，中关村论坛年会 “人工智能主题日” 系列论坛 ——6G 创新发展论坛上发布了6G云化无线网络超大规模 MIMO 原型验证系统。该系统由 6G 无线网络异构硬件基带云平台、超大规模 MIMO AAU 以及终端原型平台三大核心组件构成，为 6G 关键技术攻关和外场试验网络建设奠定了基础。
1.1.3 智能超表面（RIS）应用
智能超表面（Reconfigurable Intelligent Surface，RIS）是一种具有可编程电磁特性的二维平面结构，能通过对电磁波的调控来实现通信性能的优化。RIS 可通过智能调控电磁波传播，实现信号增强、干扰抑制等。RIS 通常由大量的亚波长尺寸的散射体（也称为单元）组成，这些散射体在空间上周期性或非周期性排列。每个散射体都可以独立地对入射电磁波进行散射、反射或透射操作，并且可以通过外部控制信号来调节其电磁特性，如阻抗、极化等。
现阶段，华为等企业在5G网络中进行RIS试点，提升了小区边缘用户的信号质量和数据速率。
1.2人工智能
人工智能是一门综合了计算机科学、信息论、神经生理学、语言学等多种学科互相渗透而发展起来的交叉学科，使机器能够模拟、延伸和扩展人类的智能，具备学习、推理、解决问题、理解语言、识别图像等能力。在6G等未来通信技术中，人工智能将发挥更重要的作用，如参与智能超表面的调控、太赫兹通信的信号处理等，推动通信技术向更高性能、更智能化的方向发展。
1.2.1 通用人工智能（AGI）探索
近年来，随着深度学习等人工智能技术的快速发展，在一些特定领域已经取得了显著的成果，这些成果为 AGI 的发展提供了一定的技术基础。例如，大型语言模型（LLMs）在自然语言处理任务中表现出了很强的语言理解和生成能力，能够进行复杂的对话等任务；强化学习在机器人控制、游戏等领域也取得了很大的突破，使机器人能够通过与环境的交互学习到复杂的行为策略。
AGI在2023年以前，还属于一个比较抽象的概念，而2022年底~2023年初，OpenAI的chatGPT-4的横空出世，代表着人类的人工智能技术又朝着AGI迈向了一大步。OpenAI的GPT系列不断进化，展示了在语言理解、生成等多方面的强大能力，推动 AGI 发展。
尽管目前AGI的研究取得了一些进展，但目前的人工智能系统距离真正的 AGI 还有很大的差距。现有的人工智能模型大多是针对特定任务进行训练的，缺乏真正的通用性和灵活性。在面对复杂的、跨领域的实际问题时，它们往往表现出局限性，难以像人类一样全面、深入地理解问题。
1.2.2人工智能与神经科学融合
类脑计算研究试图借鉴大脑神经元和突触的工作原理，开发更高效、低功耗的人工智能芯片和算法。神经科学通过实验和观察积累了大量关于大脑结构和功能的数据，这些数据为人工智能的模型构建和算法设计提供了丰富的素材和灵感。同时，人工智能的计算理论和方法可以为神经科学研究提供新的分析工具和理论框架，帮助解释大脑的工作原理。
目前，国内这方面研究的权威机构是清华大学类脑计算研究中心（Center for Brain-Inspired Computing Research，CBICR），CBICR是国内最早进行全方位类脑计算研究的团队，清华大学从2012年开始布局类脑计算研究，在2014年9月就创立了类脑计算研究中心，创立该中心的宗旨是突破类脑智能关键技术，发展通用人工智能。
清华大学的 “天机芯” 芯片就是这方面的探索成果。
2.跨领域技术融合与创新实践
目前，人工智能和无线通信的融合主要有：超可靠低延迟通信。利用人工智能预测业务的实时需求和网络状态，提前调整网络配置，确保如自动驾驶、工业自动化等对延迟和可靠性要求极高的业务能获得稳定、低延迟的通信服务。
2.1 自动驾驶
自动驾驶是人工智能与无线通信相结合的一个重要应用领域。
智能交通信号控制：车辆通过无线通信接收交通信号灯的实时状态信息，人工智能算法根据车辆位置、速度和交通流量等数据，预测车辆到达路口的时间，动态调整信号灯时长，减少车辆等待时间，提高道路通行效率。
危险预警与协同驾驶：车与车之间通过无线通信实时共享速度、加速度、行驶方向等信息，人工智能系统分析这些数据，提前预警潜在危险，如前方车辆急刹车、道路施工等，实现车辆间的协同驾驶，减少交通事故。
高精度定位辅助：结合无线通信网络和卫星定位系统，人工智能对多源定位数据进行融合处理，提高车辆定位精度，为自动驾驶提供更准确的位置信息。
实时地图更新：车辆通过无线通信从云端获取实时地图数据，人工智能根据道路状况变化、交通事件等信息，及时更新地图，确保自动驾驶车辆行驶在准确的地图上。
远程驾驶辅助：在特殊情况下，如车辆遇到复杂路况或故障时，驾驶员可通过无线通信请求远程驾驶辅助，专业人员在远程控制中心利用人工智能技术辅助驾驶员操作车辆。
2.2 工业自动化
自动驾驶是人工智能与无线通信相结合的又一个重要应用领域。
设备状态监测：通过无线传感器网络将工业设备的运行数据，如温度、压力、振动等传输到监控中心，人工智能算法对这些数据进行分析，实时监测设备状态，及时发现潜在故障。
故障预测与维护：基于历史数据和实时监测数据，人工智能建立设备故障预测模型，提前预测设备故障，制定合理的维护计划，实现预测性维护，减少设备停机时间和维修成本。
质量控制：在生产线上，无线通信连接的传感器采集产品质量数据，人工智能利用图像识别、数据分析等技术对产品进行实时检测和质量评估，及时发现次品，调整生产参数，提高产品质量。
生产调度与资源优化：人工智能根据订单需求、生产设备状态、原材料供应等信息，通过无线通信与各生产环节进行交互，优化生产调度和资源分配，提高生产效率，降低生产成本。
智能机器人与自动化生产线
机器人协作与控制：无线通信使工业机器人之间、机器人与控制系统之间能够实时通信和协同工作，人工智能为机器人提供智能决策和路径规划能力，实现机器人在复杂环境下的自主操作和任务执行。
柔性生产系统：在柔性生产线上，无线通信连接的各类设备和机器人可根据生产任务的变化，通过人工智能系统的调度和控制，快速调整生产流程和工艺参数，实现多品种、小批量的高效生产。
3.技术对社会与人文的影响深度思考
3.1经济结构变革
无线基带通信和人工智能推动数字经济发展，催生智能安防、智能物流等新产业。但也导致一些传统通信设备制造、数据处理岗位减少，如5G基站建设使部分2G、3G基站维护人员面临转岗。
以智能安防为例，无线基带通信保障了安防设备间的稳定数据传输，摄像头采集的视频数据能实时回传至控制中心。人工智能技术则赋予安防系统智能分析能力，借助图像识别算法，可自动识别人员身份、行为动作，实现入侵检测、异常行为预警等功能。例如，在机场、高铁站等人员密集场所，智能安防系统能快速筛选出可疑人员，提升公共安全保障水平，进而催生了一系列围绕智能安防产品研发、生产、销售与服务的新兴企业和产业生态。这项技术在2021年之后，得到了快速发展。
以智能物流为例，无线基带通信让物流设备如无人机、无人配送车与后台管理系统保持紧密联系，实现精准定位与路径规划。人工智能通过对海量物流数据的分析，优化仓储布局、智能调度运输车辆，预测货物需求，提高物流效率。像菜鸟网络利用人工智能算法优化配送路线，降低物流成本，推动智能物流产业快速发展。
3.2医疗教育进步
远程医疗、在线教育借助技术得以发展。如在线教育平台利用 AI 提供个性化学习方案，但也存在数字鸿沟问题，部分地区因网络和设备条件差，无法享受优质教育资源。
3.2.1 远程智能医疗
无线基带通信技术为远程医疗搭建起了实时数据传输的通道，使得高分辨率的医学影像（如 X 光、CT、MRI 等）、患者生命体征数据（心率、血压、血氧饱和度等）能够在医疗机构与患者所在地之间快速、稳定地传输。人工智能技术则在远程医疗中发挥着关键的诊断辅助作用。通过深度学习算法，AI 能够对医学影像进行精准分析，帮助医生检测疾病、识别病灶，甚至预测疾病的发展趋势。例如，在肺部疾病诊断中，AI 可以快速识别肺部 CT 影像中的结节，并判断其良恶性，为医生提供诊断参考。
3.2.2 在线教育
在线教育平台借助无线基带通信实现了教育资源的远程传输，打破了时间和空间的限制。人工智能技术的融入更是为在线教育带来了个性化的学习体验。AI 通过分析学生的学习行为数据，包括学习进度、答题准确率、学习时长等，构建学生的学习画像，从而为每个学生提供个性化的学习方案。此外，AI 还支持智能答疑，学生随时提出的问题都能得到快速解答。一些在线教育平台还利用虚拟现实（VR）和增强现实（AR）技术，结合无线通信的低延迟特性，为学生创造沉浸式的学习环境，如历史、地理等学科的场景再现，让学习更加生动有趣。
3.3 文化传播创新
为文化传播和创作提供新平台和手段，如 AI 创作音乐、绘画等艺术作品。但也能导致文化创作的同质化和低俗化，大量 AI 生成的内容可能缺乏深度和内涵。
3.3.1 新平台与手段拓展文化传播创作边界
在音乐创作领域，一些 AI 音乐创作软件能够根据用户输入的情感基调、音乐风格、节奏要求等参数，快速生成旋律、和声以及完整的音乐作品。例如，Amper Music平台允许用户通过简单的操作，如选择音乐类型（古典、流行、摇滚等）、设定时长和情绪氛围（欢快、悲伤、激昂等），AI 便会从海量的音乐素材和创作模式中汲取灵感，合成独特的音乐。这不仅降低了音乐创作门槛，让更多没有专业音乐知识的人能够参与到音乐创作中，还为专业音乐人提供了全新的创作思路和素材，激发他们的创作灵感。
3.3.2 绘画领域
像Midjourney、StableDiffusion等 AI 绘画工具，用户只需输入简单的文字描述，AI 就能依据对文字的理解和已学习的绘画风格、色彩搭配等知识，生成精美的绘画作品。这些工具可以快速将抽象的创意转化为直观的视觉图像，在广告设计、影视概念图绘制、动漫创作等领域得到广泛应用。同时，AI 也为文化传播搭建了新平台，社交媒体和在线文化平台借助 AI 算法，根据用户的兴趣爱好、浏览历史等数据，精准推送个性化的文化内容，打破了文化传播的地域和时间限制，让优秀的文化作品能够触达更广泛的受众。
3.3.3 AI视频
AI生成视频技术能够快速产出多样化的视频内容，极大地丰富了文化传播的素材库。通过自然语言处理和图像生成技术的结合，输入简单的文字描述，就能生成相应的视频片段。例如，想要制作一部关于历史文化的科普视频，只需输入相关历史事件、人物等信息，AI便能生成包含历史场景还原、人物形象展示以及旁白解说的视频内容，以生动直观的方式向大众传播历史文化知识。这使得一些原本难以通过传统方式展现的文化元素，如抽象的艺术概念、古老的传说故事等，能够以更易于理解和接受的视频形式呈现，拓宽了文化传播的边界。
扫一扫
1885
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
