12月19日，由中關村泛聯院主辦的第三屆6G前沿技術與趨勢論壇——6G通感算智融合創新論壇舉行期間，中國工程院張平院士做了題為《ComAI的理論、技術及工程實踐》的主旨發言。

AI與通信的融合是當前一大方向，AI的引入也會為信息通信發展帶來更多增益。人類社會活動正在從地面向空天地海多維立體空間擴展，驅動著許多如衛星網絡、深空通信等新興技術領域飛速發展，也對互聯網基礎設施的覆蓋、容量、傳輸速率、靈活性、服務質量等提出更廣、更高、更多樣化的要求。

而當前包括5G等商用移動通信網絡在新空口、頻譜資源利用、網絡部署、優化和管理、網絡安全等方面仍面臨一系列挑戰。

張平認為，人工智能的核心問題是建構能夠跟人類相似，甚至超卓的推理、規劃、學習、交互、感知、使用工具和操控機械的能力等。“如果把人工智能弄的比我們人類還聰明，寫的詩、彈的音樂比我們還好，這可能不是我們的初衷。我們的初衷是希望人工智能為我們人類解決一些我們人類做不到的問題。”

6G作為基礎性、先導性未來產業，具有前瞻性、創新性、顛覆性、融合性等特點，將全面構筑萬物智聯的新一代信息網絡基礎設施，是發展新質生產力的重要戰略支撐。

此外，6G技術演進面臨的挑戰之一便是“可持續發展需求”。張平表示，從1G到6G，在香農信道容量曲線之下，若要繼續提升頻譜效率并有效減少功耗便需要借助于人工智能。基于此，他指出傳統通信系統所面臨的三個瓶頸，包括通信體制理論極限、通信體制與人工智能匹配性以及通信體制靈活適配復雜場景變化為代表的三大類問題。

ComAI的內涵：實現通信與智能的深度融合

今年有5位諾貝爾獎得主均與人工智能有關，他們的研究為通信領域帶來了一些啟示——通信也可以與人工智能實現交叉并帶來增益。人類一直通過物理模擬、數學建模等方式去模擬、延伸和擴展人類的智能；但其實，無論是人腦神經元的信息協同處理，還是人類之間的信息協同處理，都需要信息傳遞（通信）與信息認知（智能）極其高效的配合，使得通信與智能融為一體、互為驅動、缺一不可。

當回顧歷史也可發現，“通信鼻祖”香農其實在AI領域也有貢獻。理論貢獻方面，在1950年香農基于人類預測能力以估計語言的熵和冗余度，提出了最初的NLP預測方法。而工程貢獻方面，香農在1952年制造了一只機械老鼠，它能在迷宮中自主尋找通往奶酪的路線，被認為是最早的強化學習案例。

早先，通信對AI的發展必有方法論以及理論貢獻，像交叉熵函數直接來源于信息論，用于度量數據分布與真實分布的差距。本質上，深度學習的各種任務都可看作是神經模型擬合的數據分布逼近真實分布的過程，是信息論指導下的優化設計。

按照香農公式，若繼續僅靠增加天線的數量、發射頻譜的帶寬、發射天線的功率來增加容量的話已經面臨極限；而將傳統空口各模塊連接起來，提出用人工智能進行整體研究，但除了成本和復雜度增加外，也并未產生明顯增益。

從人類信息系統去思考的話，通過對外界信息的感知，再以信息介質為傳導，生成整體意圖的概念，而意圖又通過神經元傳至人類各個器官，并進行信息利用、反饋等，其便體現出一個融合的特征。因此，張平提出了ComAI的內涵，就是要能實現通信與智能的深度融合，要能實現通信系統整體性能優化。受自然智能的啟發，ComAI將創建更加智能、更具適應性的網絡生態系統。

ComAI與語義信息論

ComAI的基礎理論在于語義信息論。前人對語義信息的特征進行了多方面多角度探索，但尚未形成統一的語義信息理論框架。張平院士提出，建立語義信息理論的數學框架作為經典信息論的自然延伸，其最新的文章成果便揭示了基于“同義性”本質。

ComAI的基本理論就是要建立語義信息論，其關鍵技術包括語義基(Seb)物理模型、模分多址MDMA、非線性變換信源信道編碼NTSCC、語義全雙工SDD等，可實現對初步性能驗證，以及探索潛在應用場景。

今年牛凱、張平發表于中國《通信學報》的《語義通信的數學理論》一文中，建立了語義信息理論的數學框架，是經典信息論的自然延伸。論文指出了語義通信的基本假設，包括語法表征性與語義同義性兩個方面。

與經典通信系統相比，引入語義信源和語義信宿能使得通信系統的設計目標與設計邏輯發生根本性的改變。而引入同義映射與同義解映射，可用于描述語義信息與語法信息之間的關聯關系，能指導語義編碼器與語義解碼器的設計與優化。

此外，語義信息論也能很好計量語義信息度量。語義信息論還提出三大編碼定理，第一定理是語義無失真信源編碼定理，第二定理是語義信道編碼定理，第三定理是語義限失真信源編碼定理。

未來通信“拐點技術”：語義通信

張平指出，語義通信是未來通信的“拐點技術”。基于同義映射，語義通信可以大幅度提高通信系統的頻譜效率。由語義信息論所揭示的，平均同義區間長度受編譯碼神經網絡模型的規模、算力水平、同義碼字構造、同義區間映射方式等關鍵因素的直接影響。

非線性變換信源信道編碼（NTSCC），其是基于非線性變換，對語義空間的多個信息流進行精細特征提取、變速率編碼與傳輸。模分多址（MDMA），這個概念是指在語義域模型空間，利用了信源語義特征實現多用戶區分的新型多址接入方式。語義全雙工（SDD）方面，在帶內全雙工場景下，通過引入語義自干擾抑制機制，可實現逼近理想系統的傳輸效果。

ComAI的應用前景要面向多智能體協同通信，以智慧港口場景中的多智能體協同工作為例，ComAI可以進一步簡化信息交互方案，進而實現全流程多智能體協同信息處理。

在實際驗證方面，建成了國際首個面向6G智能與通信融合的外場試驗網。通過實際外場驗證了語義通信可以在4G/5G鏈路上達到6G傳輸能力，其譜效綜合提高近10倍，可推進關鍵技術國際標準化，支撐未來產業化，也可為高校、研究機構等降低6G研究門檻，也引起了海內外的積極響應。

對于信息理論的未來研究方向，張平提出要與人工智能進行深度融合，要對理論極限再思考，更要向語用信息論擴展。盡管大規模模型可以實現語用級信息決策，但語用信息論仍然缺失，需要建立具有向下兼容性的語用信息論，以解決推理與理解理論問題。

對于ComAI關鍵技術的開放性問題，張平提出了包括與現有通信系統兼容、指導解決AI的現有問題、系統級優化、信息安全和隱私保障問題等幾大類的問題。