Uczenie maszynowe i łączność bezprzewodowa: Przyszły profesor w Duke koncentruje się na nowych technologiach

Christ Richmond dołączy do wydziału Wydziału Inżynierii Elektrycznej i Komputerowej na Duke University od 1 stycznia 2022 r. Dzięki dziesięcioleciom doświadczenia w projektowaniu i testowaniu nowych technologii i algorytmów w celu ulepszenia zastosowań bezprzewodowych, takich jak radary i komunikacja, Richmond dołączy do długoletnich kolegów z Duke’a w stosowaniu nowych technik, takich jak uczenie maszynowe, w terenie.

Po uzyskaniu tytułu licencjata z elektrotechniki na Uniwersytecie Maryland w College Park oraz matematyki na Bowie State University, Richmond ukończył studia magisterskie i doktoranckie w Massachusetts Institute of Technology. Przez ponad dwie dekady Richmond pracował jako starszy pracownik w Advanced Sensor Techniques Group w MIT Lincoln Laboratory, zanim w 2017 roku dołączył do wydziału na Uniwersytecie Stanowym w Arizonie.

Poprzez całą swoją pracę Richmond przesuwał granice możliwości współczesnej technologii z falami elektromagnetycznymi i akustycznymi. Chociaż większość ludzi jest bardziej zaznajomiona z widmem fal elektromagnetycznych, które widzimy – światłem widzialnym – inne częstotliwości są wykorzystywane do wielu różnych celów, takich jak radio, radar, Wi-Fi, Bluetooth, komunikacja satelitarna, telefony komórkowe, urządzenia 5G i nie tylko . Jeśli wydaje Ci się, że jest tam zatłoczona przestrzeń do grania, to dlatego, że tak jest.

„Pomyśl o widmie elektromagnetycznym jak o parkingu, a o każdym z tych pasm częstotliwości jak o miejscach parkingowych” – powiedział Richmond. „Podobnie jak w przypadku nieruchomości, niektóre miejsca są atrakcyjniejsze od innych i każdy chce tych dobrych”.

Agencją decydującą o tym, kto otrzyma jakie miejsca, jest Federalna Komisja Łączności (FCC). Według Richmonda FCC w przeszłości rezerwowała najlepsze miejsca dla wojska i organizacji cywilnych mających ważne cele, takie jak obserwacje atmosfery. Jednak kilka dekad temu duży obszar tych cennych częstotliwości sprzedano prywatnym korporacjom w zamian za obietnicę, że badacze będą w stanie dowiedzieć się, jak osiągnąć więcej przy mniejszym obszarze elektromagnetycznym.

Przejdźmy szybko do dnia dzisiejszego – Richmond jest jednym z badaczy, którzy wciąż budują te mosty. Razem z kolegami Roberta Calderbanka, Charles S. Sydnor wybitny profesor informatyki i dyrektor Information Initiative w Duke oraz Vahid Tarokh, profesor inżynierii elektrycznej i komputerowej w rodzinie Rhodes, Richmond pracuje nad propozycją, która pozwoliłaby użytkownikom widma dzielić to samo pasmo częstotliwości lub być może nawet współistnieć jednocześnie w tym samym paśmie (lub w języku samochodów i miejsc parkingowych, te samochody będą dzielić miejsca parkingowe, a może nawet parkować jedno na drugim).

„Musimy wymyślić, jak sprawić, by wszystkie te sygnały tańczyły razem w skoordynowany sposób, nie zderzając się ze sobą” – powiedział Richmond. „Wymaga to komunikacji radaru z sygnałami satelitarnymi za pośrednictwem komputerów i algorytmów. Ale jeśli uda nam się zmusić ich do współpracy jako wzajemnego przedłużenia, być może uda nam się sprawić, że oboje będą pracować lepiej jako zespół niż indywidualnie”.

Innym głównym kierunkiem badań Richmond, realizowanym także we współpracy z Calderbank i Tarokh, jest stosowanie rozwijających się technik uczenia maszynowego w komunikacji bezprzewodowej. Trio ma już rozpoczęty start. W październiku 2020 r. zespół otrzymał pięcioletni grant w wysokości $5 mln od Sił Powietrznych na opracowanie opartych na sztucznej inteligencji protokołów komunikacyjnych i sieciowych, szybkich i niezawodnych, wystarczająco szybkich i niezawodnych, aby sprostać wymaganiom Sił Powietrznych.

Aby pomóc wyjaśnić wysiłki podejmowane w tej dziedzinie, Richmond sugeruje, aby wziąć pod uwagę fakt, że wszystkie dzisiejsze algorytmy komunikacji bezprzewodowej opierają się na modelu pokazującym, jak powinny zachowywać się fale. Dopóki sygnał jest silny i założony model się sprawdza, technologia jest w stanie rozszyfrować napływające dane. Kiedy jednak nadchodzące fale nie wyglądają już zgodnie z oczekiwaniami z powodu zakłóceń lub degradacji w czasie i przestrzeni, model ulega uszkodzeniu, a sygnał zostaje utracony.

„Odchodzimy od opracowywania algorytmów opartych na modelu i zamiast tego opieramy je na sztucznej inteligencji” – powiedział Richmond. „Tego typu podejścia opierają się na danych, a nie na modelu. Tak więc, jeśli wyszkolisz go na podstawie wystarczającej ilości danych z szerokiego zakresu niezbyt idealnych scenariuszy, może on dostosować się do zmian w środowisku. Potencjał jest naprawdę niesamowity.”

Biorąc pod uwagę silnych współpracowników w Duke i wielomilionowe centrum, które już działa, mogła być tylko kwestią tego, kiedy Richmond dołączy do wydziału, a nie czy. W każdym razie Richmond twierdzi, że jest podekscytowany możliwościami, jakie stworzy dla niego ta przeprowadzka w wielu różnych obszarach.

„Od długiego czasu utrzymuję kontakt z wieloma osobami w Duke. Powtarzali mi, że też powinienem pomyśleć o przyjeździe tutaj, a kiedy zobaczyłem, co się dzieje, okazało się to bardzo atrakcyjne pod wieloma względami” – powiedział Richmond. „Powiedziano mi, że uczniowie są bardzo dobrzy, więc jestem tym podekscytowany. Jest też wielu fantastycznych młodych wykładowców i jestem zainteresowany wieloma projektami realizowanymi także na uczelni medycznej. Myślę, że im dłużej tu będę, tym więcej możliwości nowej współpracy znajdę”.