<ruby id="ji4yu"></ruby>

    <dl id="ji4yu"><sup id="ji4yu"><menu id="ji4yu"></menu></sup></dl>
    
    <dl id="ji4yu"><ins id="ji4yu"></ins></dl>
    1. 享受科研,心懷遠方:劉元瑋學(xué)術(shù)采訪(fǎng)紀實(shí)
      2022 年 1 月,AMiner 團隊推出 AI 2000榜單,旨在通過(guò) AMiner 學(xué)術(shù)數據在全球范圍內遴選過(guò)去十年間,人工智能學(xué)科最有影響力、最具活力的頂級學(xué)者,贊揚他們對于人工智能研究領(lǐng)域的卓越貢獻,劉元瑋博士,由于其在人工智能+通信與物聯(lián)網(wǎng)領(lǐng)域做出的杰出貢獻入選此榜單,近日他受邀接受了AMiner團隊的學(xué)術(shù)專(zhuān)訪(fǎng),以下為專(zhuān)訪(fǎng)全文:

      儒雅、謙和、自信、真誠,目前任職于英國倫敦瑪麗女王大學(xué)(Queen Mary University of London)的副教授劉元瑋正是一位朝氣蓬勃又具有英倫紳士氣質(zhì)的青年學(xué)者。
       
      在“AI+通信”的研究領(lǐng)域中,他是一顆冉冉升起的明日之星。自 2015 年至今,他已在非正交多址接入、可重構智能表面、無(wú)人機通信以及機器學(xué)習等領(lǐng)域發(fā)表了近 200 篇高質(zhì)量論文,其中包括多篇 ESI 高被引論文和 IEEE ComSoc best Reading 論文。
       
      據谷歌學(xué)術(shù)統計,其所有論文的總被引次數已達到 1.3 萬(wàn)余次,獲評 2021 年科睿唯安全球高被引科學(xué)家全球高被引研究者,IEEE 車(chē)載技術(shù)學(xué)會(huì )杰出講師。由于其在物聯(lián)網(wǎng)領(lǐng)域做出的杰出貢獻,入選由 AMiner 評選的 2022 AI 2000。
       
       
      近日,他向 AMiner 介紹了其代表性工作 STAR: Simultaneous Transmission And Reflection for 360° Coverage by Intelligent Surfaces,并分享了他的求學(xué)的經(jīng)歷、研究的感悟,以及在學(xué)生培養方面的心得。
       
       
      求學(xué)英倫,乘風(fēng)破浪
       
      2013 年,劉元瑋告別了母校北京郵電大學(xué),來(lái)到了位于倫敦的瑪麗女王大學(xué),攻讀博士學(xué)位。在博士生涯初期,他也經(jīng)歷過(guò)短暫的迷茫,嘗試過(guò)許多研究方向。
       
      直到 2014 年,在蘭卡斯特大學(xué)訪(fǎng)問(wèn)期間,他遇到了自己求學(xué)路上的一位重要的“領(lǐng)路人”——Zhiguo Ding 教授。
       
      從那時(shí)起,他將自己的主要研究方向確定為非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技術(shù),并一直鉆研至今。在研究熱點(diǎn)風(fēng)云變幻的信息科學(xué)領(lǐng)域,一名研究者能夠在求學(xué)初期找到能夠為之奮斗十年的研究課題,實(shí)屬一件幸事。
       
      在他看來(lái),Zhiguo Ding 教授對他的最大影響莫過(guò)于向他傳授了“快樂(lè )科研”的思想,即享受科研、相信自己、為自己的研究成果而自豪。
       
      2015 年,他結識了自己學(xué)術(shù)生涯中的另一座“燈塔”——南安普頓大學(xué)教授、英國皇家工程院院士 Lajos Hanzo。“生活中溫文爾雅、平易近人,工作上一絲不茍、認真負責”,這是他對 Lajos Hanzo 教授的評價(jià)。Lajos Hanzo 教授在學(xué)術(shù)寫(xiě)作上給予了他極大的幫助和指導。時(shí)至今日,他還會(huì )時(shí)常拿出當年保存的 Hanzo 教授的手稿,來(lái)回味學(xué)習。
       
      回首一路走來(lái)的研究之路,他總結道:開(kāi)展某個(gè)方向的工作需要“天時(shí)、地利、人和”等條件,更為重要的是,研究者自身需要具有足夠的精力,儲備足夠成熟的研究技能。
       
       
      擁抱 AI,融會(huì )貫通
       
      近年來(lái),人工智能技術(shù)(AI)在計算機視覺(jué)(CV)等領(lǐng)域的應用取得了突飛猛進(jìn)的發(fā)展。目前,在人工智能領(lǐng)域中,美英等國仍然處于優(yōu)勢地位,中國的研究者也正迎頭趕上。除了高校,國外的 FLAG、國內的 BAT 等互聯(lián)網(wǎng)巨頭,以及三星、華為、高通等傳統的通信公司都對 AI 技術(shù)研發(fā)有所布局。一些新的 AI 獨角獸企業(yè)也紛紛開(kāi)始嶄露頭角。
       
      倫敦瑪麗女王大學(xué)在 CV 領(lǐng)域也做出了許多重要的工作。受到來(lái)自世界各地研究者的啟發(fā),劉元瑋萌生了將 AI 與通信技術(shù)相結合的想法。
       
      2016 年前后,他開(kāi)始了博士后階段的工作。在此期間,他首先嘗試將 AI 用于自己熟悉的非正交頻分多址通信場(chǎng)景。之后,他又嘗試將 AI 應用于無(wú)人機通信、可重構智能超表面(Reconfigurable Intelligent Surface,RIS)輔助通信等場(chǎng)景下。
       
      之所以持續從事 AI in 6G 方面的研究,是因為現代通信系統需要優(yōu)化的參數和系統指標非常多,系統關(guān)切的指標會(huì )隨著(zhù)場(chǎng)景、用戶(hù)的改變而變化。而 AI 技術(shù)可以同時(shí)優(yōu)化多項參數,并且針對具體場(chǎng)景、結合用戶(hù)的行為規律進(jìn)行預測,最終做出智能決策。相較于傳統算法能搞好地適應場(chǎng)景的快速變化,基于 AI 的通信系統將更適用于車(chē)聯(lián)網(wǎng)、高鐵通信、室內通信等新場(chǎng)景。
       
      通信系統的智能化是目前學(xué)術(shù)界和工業(yè)界普遍看好的大趨勢。然而,AI in 6G 的研發(fā)也面臨重重的挑戰,例如:
       
      (1)通信系統中的用戶(hù)調度,資源分配等問(wèn)題要求我們設計高維離散優(yōu)化方法;
      (2)對于深度學(xué)習在通信中的應用,訓練和測試數據集合的獲取和構建也成為了一大挑戰,需要考慮數據的時(shí)效性、一致性、以及訓練復雜度。相比于深度學(xué)習,深度強化學(xué)習對數據的依賴(lài)程度較低,是一種適合在通信系統中應用的解決方案;
      (3)由于通信系統自身的復雜度較高,待優(yōu)化變量較多,且通信系統對算法和決策的時(shí)延非常敏感,AI 算法的處理速度可能難以應對用戶(hù)對實(shí)時(shí)性的要求;
      (4)統一的測試環(huán)境和指標。AI+6G 的研究缺乏像 CV、NLP 等領(lǐng)域中的標準化測試環(huán)境。
       
      為了促進(jìn)該領(lǐng)域的發(fā)展,劉元瑋團隊正基于 OpenAI 的標準化 API 構建深度強化學(xué)習環(huán)境,平臺將在不久的將來(lái)開(kāi)源共享。
       
      目前,他們正大力推進(jìn)以下兩個(gè)方面的研究:(1)AI for NGMA(Next Generation Multiple Access),即通過(guò) AI 技術(shù)滿(mǎn)足無(wú)線(xiàn)通信場(chǎng)景下的一些需求;(2)NGMA for AI,即通過(guò)資源分配等設計,滿(mǎn)足分布式人工智能計算對于時(shí)延等指標的要求。
       
       
      笑對疫情,探索 STAR
       
      “在新冠肺炎疫情爆發(fā)之初,倫敦很快就進(jìn)入了封城狀態(tài),學(xué)校、餐廳等公共設施普遍都被封閉了起來(lái),人們的生活一時(shí)間慢了下來(lái)。” 回憶起那段經(jīng)歷,劉元瑋感慨萬(wàn)千。
       
      起初,他的工作受到了相當程度的影響,由于在家會(huì )受到一些生活瑣事的干擾,很難保持亢奮的工作狀態(tài),工作效率直線(xiàn)下降。面對這種情況,他及時(shí)做出了調整,強迫自己將工作和生活分開(kāi),通過(guò)出門(mén)散步調整心態(tài)。
       
      漸漸地,他發(fā)現從另一個(gè)角度來(lái)看,疫情之后的工作模式也產(chǎn)生了一些積極的變化。對于教職人員來(lái)說(shuō),原先的一些招生、開(kāi)會(huì )、作報告、社交等雜事占用的時(shí)間變少了,反而留給研究的時(shí)間變多了,每天都有時(shí)間可以打開(kāi) arxiv 跟進(jìn)最新的研究進(jìn)展。也正是在此時(shí),他可以查閱大量文獻,著(zhù)手大力推進(jìn) STAR 項目,靜下心來(lái)研究電磁、物理、麥克斯韋方程組,對研究中的“硬骨頭”發(fā)起攻關(guān)。
       
      6G 通信的無(wú)線(xiàn)接入部分被廣泛認為需要在原理和范式上取得革命性進(jìn)步。在諸多候選技術(shù)中,RIS 及其營(yíng)造的智能電磁環(huán)境獲得了大量專(zhuān)家學(xué)者的青睞。簡(jiǎn)而言之,在傳統觀(guān)念中,電磁波等無(wú)線(xiàn)信號的傳播環(huán)境被認為是不可控的。幸而,RIS 技術(shù)的出現使得我們可以在無(wú)線(xiàn)信號傳播的路徑中實(shí)現對電磁波的控制。
       
       
      然而,傳統的 RIS 大多只支持對信號的反射。劉元瑋團隊受到玻璃對光的部分反射、部分透射的啟發(fā),提出了融合反射和透射于一體的智能超表面(Simultaneously Transmitting And Reflecting Surface,STARS)。在硬件層面的實(shí)現上,劉元瑋團隊考慮使用“塊陣列“和“超材料”兩種方法實(shí)現 STARS。
       
      就 STARS 的控制而言,STARS 需要同時(shí)考慮每個(gè)單元折射和反射信號的控制,于是 STARS 的控制相比傳統 RIS 更加復雜。每個(gè) STARS 陣元需要具備獨立可調的表面電、磁阻抗,這樣,每個(gè)單元中的面電流強度(對應電阻抗)和渦旋電流強度(對應磁阻抗)才可以被改變,從而人為的控制其產(chǎn)生的反射和透射信號的幅值與相位,對無(wú)線(xiàn)信號的傳播環(huán)境進(jìn)行“人工配置”。
       
      然而,由于用戶(hù)的移動(dòng)和外部自然傳播條件的不斷變化,如何智能地根據當前的自然傳播條件和用戶(hù)分布智能地控制 STARS 成為了決定系統性能優(yōu)劣的重要因素。針對這一問(wèn)題,劉元瑋團隊提出了多種基于機器學(xué)習算法(強化學(xué)習、深度學(xué)習、元學(xué)習等)的智能控制方案。
       
       
      之所以選擇使用強化學(xué)習技術(shù)進(jìn)行 STAR 的智能控制,是因為強化學(xué)習對于訓練集的依賴(lài)程度較低,天然地適用于通信系統中的決策與控制問(wèn)題。為此,劉元瑋團隊設計了兩種方案:
       
      (1)在多個(gè)基站進(jìn)行采樣,制作數據集,訓練強化學(xué)習智能體;
      (2)每一個(gè)智能體周?chē)膫鞑キh(huán)境較為穩定,使用自己基站的歷史數據訓練。
       
      獎勵函數是強化學(xué)習的“指揮棒”,設計獎勵函數需要考慮的衡量通信系統性能的指標很多,比如速率、能量效率、時(shí)延等。在設計強化學(xué)習獎勵函數時(shí),需要根據具體場(chǎng)景進(jìn)行分析,確定各指標的系數,在保證有效性的同時(shí),使優(yōu)化難度可接受,訓練可收斂。
       
      另外,為了訓練能夠通用于不同基站的人工智能代理,劉元瑋團隊提出了元學(xué)習方案。通俗地講,元學(xué)習本質(zhì)上是教會(huì )機器如何學(xué)習。在基于元強化學(xué)習的通信場(chǎng)景下,不再需要針對單一的樣本來(lái)訓練智能體,而是需要通過(guò)遷移學(xué)習在通信系統中訓練具有普適性的智能體。這種新興方案可以充分利用基站之間存在的相似性,從而通過(guò)知識遷移降低訓練的時(shí)間和成本。
       
       
      STARS 具有非常廣泛的應用場(chǎng)景,比如在 STAR: Simultaneous Transmission and Reflection for 360° Coverage by Intelligent Surfaces 中所列舉的 STARS-NOMA 蜂窩網(wǎng)絡(luò ),工業(yè)通信場(chǎng)景,室內/室外信號增強以及海上通信等諸多應用場(chǎng)景。例如:
       
      (1)從室外到室內的信號連接是一個(gè)重要的通信問(wèn)題,通過(guò)把 STARS 安裝在窗戶(hù)上可以有效增強室外到室內信號的傳輸質(zhì)量,尤其是對于高頻段的毫米波/太赫茲信號;
      (2)在通信感知一體化任務(wù)中,STARS 可以有效增加信號維度,以便于利用信號完成識別,感知等任務(wù);
      (3)STARS 還可以被用于增強通信的物理層安全,通過(guò)增強目標用戶(hù)和發(fā)射機之間的信道,可以允許發(fā)射機使用較小的發(fā)射功率,從而有效降低信號被非合作用戶(hù)竊聽(tīng)的風(fēng)險。
       
       
      6G 與后疫情時(shí)代
       
      在后疫情時(shí)代,網(wǎng)絡(luò )通信技術(shù)的重要性更加凸顯了出來(lái),越來(lái)越復雜的網(wǎng)絡(luò )交互場(chǎng)景對 6G 技術(shù)的發(fā)展提出了要求。以學(xué)術(shù)交流為例,越來(lái)越多的報告、演講、授課活動(dòng),甚至學(xué)術(shù)會(huì )議都以 Zoom、騰訊會(huì )議等形式進(jìn)行,從線(xiàn)下物理空間走向了線(xiàn)上空間,提高了交流的效率,拓寬了知識傳播的受眾,使溝通的渠道更加暢通。
       
      此外,就醫療行業(yè)而言,6G 、數字孿生、通感一體化等技術(shù)將推動(dòng)值回病房、家庭醫生問(wèn)診、數字病房、數字床位等概念的落地。未來(lái),數字醫療領(lǐng)域將會(huì )呈現井噴式的增長(cháng)。
       
      值得一提的是,跨學(xué)科交叉研究對來(lái)自不同學(xué)科背景的研究人員的合作效率提出了很高的要求。以 IT+醫療為例,劉元瑋指出:在與醫療機構的合作伙伴合作的過(guò)程中,需要以具體的工作為載體,讓研究機構和醫療機構的合作者在工作中增進(jìn)對各自領(lǐng)域的熟悉程度,互利共贏(yíng)。
       
       
      質(zhì)效兼備,科研人員成長(cháng)三部曲
       
      相較于 CV、NLP 等較為成熟的領(lǐng)域,AI in 6G 的研究往往更具有突破性意義,然而數據積累、平臺建設、系統構建等工作紛繁冗雜,可能會(huì )消耗大量時(shí)間。如何在學(xué)術(shù)成果的產(chǎn)出數量與質(zhì)量取得平衡成為了許多 AI 研究者必須面對的問(wèn)題。
       
      在劉元瑋看來(lái),研究的數量和質(zhì)量之前確實(shí)存在一些矛盾,但是二者并非完全對立,在某種程度上是可以兼顧的。但相對而言文章的創(chuàng )新性和質(zhì)量更加重要。他對于博士生的培養一般分為以下三個(gè)階段:
       
      (1)基礎訓練(博士第 1 年):在開(kāi)始階段,由于博士新生缺乏對整個(gè)領(lǐng)域的了解,他會(huì )將系統模型親自交給學(xué)生設計,讓學(xué)生在模型實(shí)現、論文寫(xiě)作、應對同行評審、論文修改還的實(shí)踐中學(xué)習知識,獲得正反饋,享受研究的過(guò)程,培養研究的興趣。
      (2)科研進(jìn)階(博士第 2-3 年):當學(xué)生積累一定的經(jīng)驗后,開(kāi)始嘗試沿著(zhù)導師給出的大方向自己尋找課題、構建模型。他在這個(gè)階段通過(guò)密集的討論幫助學(xué)生分辨出具有研究前景的課題和模型,打磨出 “Clean & Tidy” 的研究思路。此時(shí),他會(huì )根據學(xué)生的強項為其指出具體的攻關(guān)方向(比如理論推導、工程應用、數值優(yōu)化),做到因材施教。在這個(gè)過(guò)程中,他會(huì )幫助學(xué)生將“天馬行空”的想法落地。
      (3)獨頂大梁(博士后期或博后階段):學(xué)生在某些方面的技能已經(jīng)成熟甚至開(kāi)始超越老師,成為了合格的科研助手,幫助導師實(shí)現宏偉的研究構想。這時(shí),他的學(xué)生已經(jīng)可以幫助他將其“天馬行空”的想法落地。
       
       
      精品論文-有三個(gè)特質(zhì)
       
      作為多篇 ESI 高被引論文的作者,劉元瑋認為,精品論文往往具備 3 個(gè)特質(zhì):
       
      (1)選題簡(jiǎn)潔而明確。2016 年,他發(fā)表了自己第一篇 IEEE JSAC 論文 Cooperative Non-orthogonal Multiple Access With Simultaneous Wireless Information and Power Transfer。在該論文中,他基于隨機幾何理論提出了一種環(huán)形模型,十分簡(jiǎn)潔明了。該模型是一項基礎性的研究,隨后被 NOMA、UAV認知無(wú)線(xiàn)電等領(lǐng)域的工作大量引用。
       
      (2)具有較大的數學(xué)貢獻。他于 2017 年發(fā)在 IEEE TWC 上發(fā)表了一篇題為 Enhancing the Physical Layer Security of Non-orthogonal Multiple Access in Large-scale Networks 的論文。其中,劉元瑋推導出來(lái)了一種新的數學(xué)分布,可以被應用于 NOMA、物理層安全等多個(gè)領(lǐng)域,具有很強的普適性。
       
      (3)文章敘述與表達精辟。2017 年,他與英國皇家科學(xué)院院士 Lajos Hanzo 合著(zhù)了一篇題為 Nonorthogonal Multiple Access for 5G and Beyond 的論文,該論文被發(fā)表在 Proceeding of IEEE 上。論文撰寫(xiě)期間,Lajos Hanzo 院士花費了大量精力修改論文引言部分,將其視為藝術(shù)品仔細雕琢,達到了娓娓道來(lái)的效果。
       
       
      快樂(lè )科研,高效比勤奮更重要
       
      劉元瑋一直對自己的學(xué)生倡導“快樂(lè )科研”的理念。他認為,研究者應該對研究感興趣(be interested in the research),對自己的研究充滿(mǎn)信心(be confident in the research),最終為自己的研究而自豪(be proud of the research)。
       
      為了釋放壓力,研究者們可以培養自己的一些興趣愛(ài)好,比如健身、跑步、藝術(shù)鑒賞。體育運動(dòng)可以讓研究者擁有健康的體魄,這對于可持續的科研工作十分重要。在倫敦這樣的大都市里,公園、劇院、博物館等公共設施可以為研究者們提供豐富的業(yè)余生活,做到勞逸結合。
       
      此外,積極融入研究社區也是十分重要的。研究者們應該多參加學(xué)術(shù)會(huì )議,感受到自己融入科研大家庭的溫暖與樂(lè )趣,與同行們交換意見(jiàn),取長(cháng)補短。“如果你在一個(gè)地方呆得太久,可能會(huì )忘記時(shí)間”。
       
      “我們要多與他人交流,認清差距和優(yōu)勢,不能閉門(mén)造車(chē)。對于研究而言,高效比勤奮更重要。” 他有一個(gè)習慣——在上班的地鐵上回復郵件,然后在工作時(shí)間內聚精會(huì )神,不被打斷,保持高效率。
       
      此外,他還堅持每周與自己的每位博士生進(jìn)行半小時(shí)的“一對一”討論,掌握學(xué)生的研究進(jìn)度,為學(xué)生提供指導建議,幫助其提升研究的效率。
       
      注:劉元瑋每年 9 月至次年 1 月份招收博士研究生,研究方向為 6G 智能通信,可重構智能表面,通信感知一體化,感知與視覺(jué)融合等,歡迎有志于“AI+通信”的學(xué)子踴躍申請。詳情查看他的個(gè)人主頁(yè)(http://www.eecs.qmul.ac.uk/~yuanwei/)。
       

      劉元瑋博士,天坦智能首席科學(xué)家

      英國倫敦大學(xué)瑪麗女王學(xué)院長(cháng)聘副教授,通信與計算機科學(xué)博士,(Artificial Intelligence and Big Data Enhanced Communication) ABC@QM 實(shí)驗室負責人(團隊16人,均為在讀博士及博士后), 倫敦大學(xué)瑪麗女王學(xué)院和北京郵電大學(xué)智能通信實(shí)驗室聯(lián)合負責人,IEEE 高級會(huì )員,任通信頂級期刊IEEE Communication Letter高級編委,IEEE TWC和IEEE TCOM編委,IEEE JSAC/JSTSP等客座編委。獲2020IEEE ComSoc EMEA杰出研究員獎, 2020IEEE 信號處理協(xié)會(huì )(SPCC)早期杰出成就獎,2021 IEEE 通信理論技術(shù)協(xié)會(huì )(CTTC)早期杰出成就獎,獲2021 IEEE通信協(xié)會(huì )Young Professional杰出提名獎,2021 入選全球2021高被引科學(xué)家名單(Top 1%),入選斯坦福大學(xué)公布的世界Top 2% 科學(xué)家名單(2020,2021)。
      北京郵電大學(xué)本科及碩士學(xué)位,倫敦大學(xué)博士學(xué)位,長(cháng)期專(zhuān)注于通用人工智能框架及算法,未來(lái)5G/6G通信, 非正交多址接入(NOMA),通信感知一體化, 可重構反射面通信,無(wú)人機通信,物聯(lián)網(wǎng)通信和人工智能的研究,在相關(guān)領(lǐng)域發(fā)表英文專(zhuān)著(zhù)/章節四部,頂級期刊會(huì )議220 余篇,其中ESI高被引論文15篇,IEEE ComSoc Best Reading論文17篇,谷歌引用率10,000+ (h-idex 47)。受邀國際報告60余次。
      友情鏈接: 北京膏滋堂科技發(fā)展有限公司 新型冠狀病毒全國中醫名家推薦預防方匯總
      秀婷程仪公欲息肉婷小说,农场主的女儿们41,灌篮高手剧场版5部全集,机机对机机免费软件120分钟无