2022 年 1 月,AMiner 團(tuán)隊(duì)推出 AI 2000榜單,旨在通過 AMiner 學(xué)術(shù)數(shù)據(jù)在全球范圍內(nèi)遴選過去十年間,人工智能學(xué)科最有影響力、最具活力的頂級(jí)學(xué)者,贊揚(yáng)他們對(duì)于人工智能研究領(lǐng)域的卓越貢獻(xiàn),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(xiàn)入選此榜單,近日他受邀接受了AMiner團(tuán)隊(duì)的學(xué)術(shù)專訪,以下為專訪全文:
儒雅、謙和、自信、真誠(chéng),目前任職于英國(guó)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(gòu)智能表面、無人機(jī)通信以及機(jī)器學(xué)習(xí)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(jù)谷歌學(xué)術(shù)統(tǒng)計(jì),其所有論文的總被引次數(shù)已達(dá)到 1.3 萬余次,獲評(píng) 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(xiàn),入選由 AMiner 評(píng)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(yǎng)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)歷過短暫的迷茫,嘗試過許多研究方向。
直到 2014 年,在蘭卡斯特大學(xué)訪問期間,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?yàn)橹畩^斗十年的研究課題,實(shí)屬一件幸事。
在他看來,Zhiguo Ding 教授對(duì)他的最大影響莫過于向他傳授了“快樂科研”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(jié)識(shí)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(guó)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(rèn)真負(fù)責(zé)”,這是他對(duì) Lajos Hanzo 教授的評(píng)價(jià)。Lajos Hanzo 教授在學(xué)術(shù)寫作上給予了他極大的幫助和指導(dǎo)。時(shí)至今日,他還會(huì)時(shí)常拿出當(dāng)年保存的 Hanzo 教授的手稿,來回味學(xué)習(xí)。
回首一路走來的研究之路,他總結(jié)道:開展某個(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(chǔ)備足夠成熟的研究技能。
擁抱 AI,融會(huì)貫通
近年來,人工智能技術(shù)(AI)在計(jì)算機(jī)視覺(CV)等領(lǐng)域的應(yīng)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(guó)仍然處于優(yōu)勢(shì)地位,中國(guó)的研究者也正迎頭趕上。除了高校,國(guó)外的 FLAG、國(guó)內(nèi)的 BAT 等互聯(lián)網(wǎng)巨頭,以及三星、華為、高通等傳統(tǒng)的通信公司都對(duì) AI 技術(shù)研發(fā)有所布局。一些新的 AI 獨(dú)角獸企業(yè)也紛紛開始嶄露頭角。
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(jié)合的想法。
2016 年前后,他開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(yīng)用于無人機(jī)通信、可重構(gòu)智能超表面(Reconfigurable Intelligent Surface,RIS)輔助通信等場(chǎng)景下。
之所以持續(xù)從事 AI in 6G 方面的研究,是因?yàn)楝F(xiàn)代通信系統(tǒng)需要優(yōu)化的參數(shù)和系統(tǒng)指標(biāo)非常多,系統(tǒng)關(guān)切的指標(biāo)會(huì)隨著場(chǎng)景、用戶的改變而變化。而 AI 技術(shù)可以同時(shí)優(yōu)化多項(xiàng)參數(shù),并且針對(duì)具體場(chǎng)景、結(jié)合用戶的行為規(guī)律進(jìn)行預(yù)測(cè),最終做出智能決策。相較于傳統(tǒng)算法能搞好地適應(yīng)場(chǎng)景的快速變化,基于 AI 的通信系統(tǒng)將更適用于車聯(lián)網(wǎng)、高鐵通信、室內(nèi)通信等新場(chǎng)景。
通信系統(tǒng)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(shì)。然而,AI in 6G 的研發(fā)也面臨重重的挑戰(zhàn),例如:
(1)通信系統(tǒng)中的用戶調(diào)度,資源分配等問題要求我們?cè)O(shè)計(jì)高維離散優(yōu)化方法;
(2)對(duì)于深度學(xué)習(xí)在通信中的應(yīng)用,訓(xùn)練和測(cè)試數(shù)據(jù)集合的獲取和構(gòu)建也成為了一大挑戰(zhàn),需要考慮數(shù)據(jù)的時(shí)效性、一致性、以及訓(xùn)練復(fù)雜度。相比于深度學(xué)習(xí),深度強(qiáng)化學(xué)習(xí)對(duì)數(shù)據(jù)的依賴程度較低,是一種適合在通信系統(tǒng)中應(yīng)用的解決方案;
(3)由于通信系統(tǒng)自身的復(fù)雜度較高,待優(yōu)化變量較多,且通信系統(tǒng)對(duì)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(yīng)對(duì)用戶對(duì)實(shí)時(shí)性的要求;
(4)統(tǒng)一的測(cè)試環(huán)境和指標(biāo)。AI+6G 的研究缺乏像 CV、NLP 等領(lǐng)域中的標(biāo)準(zhǔn)化測(cè)試環(huán)境。
為了促進(jìn)該領(lǐng)域的發(fā)展,劉元瑋團(tuán)隊(duì)正基于 OpenAI 的標(biāo)準(zhǔn)化 API 構(gòu)建深度強(qiáng)化學(xué)習(xí)環(huán)境,平臺(tái)將在不久的將來開源共享。
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 AI 技術(shù)滿足無線通信場(chǎng)景下的一些需求;(2)NGMA for AI,即通過資源分配等設(shè)計(jì),滿足分布式人工智能計(jì)算對(duì)于時(shí)延等指標(biāo)的要求。
笑對(duì)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(shè)施普遍都被封閉了起來,人們的生活一時(shí)間慢了下來。” 回憶起那段經(jīng)歷,劉元瑋感慨萬千。
起初,他的工作受到了相當(dāng)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),工作效率直線下降。面對(duì)這種情況,他及時(shí)做出了調(diào)整,強(qiáng)迫自己將工作和生活分開,通過出門散步調(diào)整心態(tài)。
漸漸地,他發(fā)現(xiàn)從另一個(gè)角度來看,疫情之后的工作模式也產(chǎn)生了一些積極的變化。對(duì)于教職人員來說,原先的一些招生、開會(huì)、作報(bào)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 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(xiàn),著手大力推進(jìn) STAR 項(xiàng)目,靜下心來研究電磁、物理、麥克斯韋方程組,對(duì)研究中的“硬骨頭”發(fā)起攻關(guān)。
6G 通信的無線接入部分被廣泛認(rèn)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)境獲得了大量專家學(xué)者的青睞。簡(jiǎn)而言之,在傳統(tǒng)觀念中,電磁波等無線信號(hào)的傳播環(huán)境被認(rèn)為是不可控的。幸而,RIS 技術(shù)的出現(xiàn)使得我們可以在無線信號(hào)傳播的路徑中實(shí)現(xiàn)對(duì)電磁波的控制。
然而,傳統(tǒng)的 RIS 大多只支持對(duì)信號(hào)的反射。劉元瑋團(tuán)隊(duì)受到玻璃對(duì)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(xiàn)上,劉元瑋團(tuán)隊(duì)考慮使用“塊陣列“和“超材料”兩種方法實(shí)現(xiàn) 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(hào)的控制,于是 STARS 的控制相比傳統(tǒng) RIS 更加復(fù)雜。每個(gè) STARS 陣元需要具備獨(dú)立可調(diào)的表面電、磁阻抗,這樣,每個(gè)單元中的面電流強(qiáng)度(對(duì)應(yīng)電阻抗)和渦旋電流強(qiáng)度(對(duì)應(yīng)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(hào)的幅值與相位,對(duì)無線信號(hào)的傳播環(huán)境進(jìn)行“人工配置”。
然而,由于用戶的移動(dòng)和外部自然傳播條件的不斷變化,如何智能地根據(jù)當(dāng)前的自然傳播條件和用戶分布智能地控制 STARS 成為了決定系統(tǒng)性能優(yōu)劣的重要因素。針對(duì)這一問題,劉元瑋團(tuán)隊(duì)提出了多種基于機(jī)器學(xué)習(xí)算法(強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)、元學(xué)習(xí)等)的智能控制方案。
之所以選擇使用強(qiáng)化學(xué)習(xí)技術(shù)進(jìn)行 STAR 的智能控制,是因?yàn)閺?qiáng)化學(xué)習(xí)對(duì)于訓(xùn)練集的依賴程度較低,天然地適用于通信系統(tǒng)中的決策與控制問題。為此,劉元瑋團(tuán)隊(duì)設(shè)計(jì)了兩種方案:
(1)在多個(gè)基站進(jìn)行采樣,制作數(shù)據(jù)集,訓(xùn)練強(qiáng)化學(xué)習(xí)智能體;
(2)每一個(gè)智能體周圍的傳播環(huán)境較為穩(wěn)定,使用自己基站的歷史數(shù)據(jù)訓(xùn)練。
獎(jiǎng)勵(lì)函數(shù)是強(qiáng)化學(xué)習(xí)的“指揮棒”,設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)需要考慮的衡量通信系統(tǒng)性能的指標(biāo)很多,比如速率、能量效率、時(shí)延等。在設(shè)計(jì)強(qiáng)化學(xué)習(xí)獎(jiǎng)勵(lì)函數(shù)時(shí),需要根據(jù)具體場(chǎng)景進(jìn)行分析,確定各指標(biāo)的系數(shù),在保證有效性的同時(shí),使優(yōu)化難度可接受,訓(xùn)練可收斂。
另外,為了訓(xùn)練能夠通用于不同基站的人工智能代理,劉元瑋團(tuán)隊(duì)提出了元學(xué)習(xí)方案。通俗地講,元學(xué)習(xí)本質(zhì)上是教會(huì)機(jī)器如何學(xué)習(xí)。在基于元強(qiáng)化學(xué)習(xí)的通信場(chǎng)景下,不再需要針對(duì)單一的樣本來訓(xùn)練智能體,而是需要通過遷移學(xué)習(xí)在通信系統(tǒng)中訓(xùn)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,從而通過知識(shí)遷移降低訓(xùn)練的時(shí)間和成本。
STARS 具有非常廣泛的應(yīng)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(nèi)/室外信號(hào)增強(qiáng)以及海上通信等諸多應(yīng)用場(chǎng)景。例如:
(1)從室外到室內(nèi)的信號(hào)連接是一個(gè)重要的通信問題,通過把 STARS 安裝在窗戶上可以有效增強(qiáng)室外到室內(nèi)信號(hào)的傳輸質(zhì)量,尤其是對(duì)于高頻段的毫米波/太赫茲信號(hào);
(2)在通信感知一體化任務(wù)中,STARS 可以有效增加信號(hào)維度,以便于利用信號(hào)完成識(shí)別,感知等任務(wù);
(3)STARS 還可以被用于增強(qiáng)通信的物理層安全,通過增強(qiáng)目標(biāo)用戶和發(fā)射機(jī)之間的信道,可以允許發(fā)射機(jī)使用較小的發(fā)射功率,從而有效降低信號(hào)被非合作用戶竊聽的風(fēng)險(xiǎn)。
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,越來越復(fù)雜的網(wǎng)絡(luò)交互場(chǎng)景對(duì) 6G 技術(shù)的發(fā)展提出了要求。以學(xué)術(shù)交流為例,越來越多的報(bào)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,從線下物理空間走向了線上空間,提高了交流的效率,拓寬了知識(shí)傳播的受眾,使溝通的渠道更加暢通。
此外,就醫(yī)療行業(yè)而言,6G 、數(shù)字孿生、通感一體化等技術(shù)將推動(dòng)值回病房、家庭醫(yī)生問診、數(shù)字病房、數(shù)字床位等概念的落地。未來,數(shù)字醫(yī)療領(lǐng)域?qū)?huì)呈現(xiàn)井噴式的增長(zhǎng)。
值得一提的是,跨學(xué)科交叉研究對(duì)來自不同學(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(yī)療為例,劉元瑋指出:在與醫(yī)療機(jī)構(gòu)的合作伙伴合作的過程中,需要以具體的工作為載體,讓研究機(jī)構(gòu)和醫(yī)療機(jī)構(gòu)的合作者在工作中增進(jìn)對(duì)各自領(lǐng)域的熟悉程度,互利共贏。
質(zhì)效兼?zhèn)?,科研人員成長(zhǎng)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(shù)據(jù)積累、平臺(tái)建設(shè)、系統(tǒng)構(gòu)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(shù)量與質(zhì)量取得平衡成為了許多 AI 研究者必須面對(duì)的問題。
在劉元瑋看來,研究的數(shù)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(duì)立,在某種程度上是可以兼顧的。但相對(duì)而言文章的創(chuàng)新性和質(zhì)量更加重要。他對(duì)于博士生的培養(yǎng)一般分為以下三個(gè)階段:
(1)基礎(chǔ)訓(xùn)練(博士第 1 年):在開始階段,由于博士新生缺乏對(duì)整個(gè)領(lǐng)域的了解,他會(huì)將系統(tǒng)模型親自交給學(xué)生設(shè)計(jì),讓學(xué)生在模型實(shí)現(xiàn)、論文寫作、應(yīng)對(duì)同行評(píng)審、論文修改還的實(shí)踐中學(xué)習(xí)知識(shí),獲得正反饋,享受研究的過程,培養(yǎng)研究的興趣。
(2)科研進(jìn)階(博士第 2-3 年):當(dāng)學(xué)生積累一定的經(jīng)驗(yàn)后,開始嘗試沿著導(dǎo)師給出的大方向自己尋找課題、構(gòu)建模型。他在這個(gè)階段通過密集的討論幫助學(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(jù)學(xué)生的強(qiáng)項(xiàng)為其指出具體的攻關(guān)方向(比如理論推導(dǎo)、工程應(yīng)用、數(shù)值優(yōu)化),做到因材施教。在這個(gè)過程中,他會(huì)幫助學(xué)生將“天馬行空”的想法落地。
(3)獨(dú)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)成熟甚至開始超越老師,成為了合格的科研助手,幫助導(dǎo)師實(shí)現(xiàn)宏偉的研究構(gòu)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(rèn)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(jī)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(xiàng)基礎(chǔ)性的研究,隨后被 NOMA、UAV認(rèn)知無線電等領(lǐng)域的工作大量引用。
(2)具有較大的數(shù)學(xué)貢獻(xiàn)。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(dǎo)出來了一種新的數(shù)學(xué)分布,可以被應(yīng)用于 NOMA、物理層安全等多個(gè)領(lǐng)域,具有很強(qiáng)的普適性。
(3)文章敘述與表達(dá)精辟。2017 年,他與英國(guó)皇家科學(xué)院院士 Lajos Hanzo 合著了一篇題為 Nonorthogonal Multiple Access for 5G and Beyond 的論文,該論文被發(fā)表在 Proceeding of IEEE 上。論文撰寫期間,Lajos Hanzo 院士花費(fèi)了大量精力修改論文引言部分,將其視為藝術(shù)品仔細(xì)雕琢,達(dá)到了娓娓道來的效果。
快樂科研,高效比勤奮更重要
劉元瑋一直對(duì)自己的學(xué)生倡導(dǎo)“快樂科研”的理念。他認(rèn)為,研究者應(yīng)該對(duì)研究感興趣(be interested in the research),對(duì)自己的研究充滿信心(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(yǎng)自己的一些興趣愛好,比如健身、跑步、藝術(shù)鑒賞。體育運(yùn)動(dòng)可以讓研究者擁有健康的體魄,這對(duì)于可持續(xù)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(shè)施可以為研究者們提供豐富的業(yè)余生活,做到勞逸結(jié)合。
此外,積極融入研究社區(qū)也是十分重要的。研究者們應(yīng)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趣,與同行們交換意見,取長(zhǎng)補(bǔ)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(rèn)清差距和優(yōu)勢(shì),不能閉門造車。對(duì)于研究而言,高效比勤奮更重要。” 他有一個(gè)習(xí)慣——在上班的地鐵上回復(fù)郵件,然后在工作時(shí)間內(nèi)聚精會(huì)神,不被打斷,保持高效率。
此外,他還堅(jiān)持每周與自己的每位博士生進(jìn)行半小時(shí)的“一對(duì)一”討論,掌握學(xué)生的研究進(jìn)度,為學(xué)生提供指導(dǎo)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?yàn)?6G 智能通信,可重構(gòu)智能表面,通信感知一體化,感知與視覺融合等,歡迎有志于“AI+通信”的學(xué)子踴躍申請(qǐng)。詳情查看他的個(gè)人主頁(yè)(http://www.eecs.qmul.ac.uk/~yuanwei/)。