[據(jù)DARPA官網(wǎng)2017年8月11日報道]為解決無線電頻譜擁擠日益嚴重的問題，美國設(shè)立新項目檢驗先進的機器學(xué)習(xí)技術(shù)如何輔助理解擁擠頻譜上的所有信號。

在機器學(xué)習(xí)（ML）技術(shù)的推動下，當(dāng)前人工智能的發(fā)展浪潮風(fēng)靡一時。隨著在數(shù)字化書寫、口語詞句、圖像、視頻流以及其他數(shù)字化內(nèi)容方面的訓(xùn)練，機器學(xué)習(xí)已成為語音識別、自動駕駛汽車和其他以前僅能想象的能力的基礎(chǔ)。據(jù)DARPA微系統(tǒng)技術(shù)辦公室（MTO）項目經(jīng)理保羅·蒂爾曼說，隨著千千萬萬手機、應(yīng)用程序、無人機、交通燈、安全系統(tǒng)、環(huán)境傳感器以及其他無線連接設(shè)備加入快速增長的物聯(lián)網(wǎng)，目前需要將機器學(xué)習(xí)應(yīng)用至無形的射頻（RF）信號。為應(yīng)對未來挑戰(zhàn)，8月11日，DAPRA宣布設(shè)立新項目“射頻機器學(xué)習(xí)系統(tǒng)”（RFMLS），并發(fā)布跨部門公告（BAA）。

蒂爾曼說，“我想象中的射頻機器學(xué)習(xí)系統(tǒng)能夠看見并理解射頻頻譜的組成——占據(jù)頻譜的信號種類、從背景信號中區(qū)分出‘重要’信號、分別出未遵守規(guī)則的信號。”他希望系統(tǒng)能夠從幾乎相同的、量產(chǎn)的物聯(lián)網(wǎng)設(shè)備中區(qū)分出射頻信號中細微卻不可避免的差別，以分辨意圖欺騙或攻擊物聯(lián)網(wǎng)設(shè)備的信號。他說，“我們希望能夠理解并信任物聯(lián)網(wǎng)正在發(fā)生什么，并建立一種射頻鑒別能力以從信號嘈雜聚集的頻譜中分辨出獨特和特殊的信號。”

類似的態(tài)勢感知能力涉及在給定空間下射頻信號組成不斷變化，這應(yīng)該支持所謂“頻譜共享”的無線通信管理模式，這是一種共同使用頻譜的模式，而不是由具備特定頻率許可的使用者獨自分配頻譜。蒂爾曼希望開發(fā)一種技術(shù)，可理解頻譜優(yōu)化和廣泛頻譜共享的當(dāng)前狀態(tài)——能夠大幅增強電磁頻譜的無線通信容量——這些都是“射頻機器學(xué)習(xí)”項目和DARPA“頻譜協(xié)作挑戰(zhàn)賽”所涵蓋的內(nèi)容。

人工智能第一次和當(dāng)前正在進行的浪潮包含專家系統(tǒng)，專家系統(tǒng)能夠嚴格地將人類專家和制定決策編碼形成可預(yù)測的、由規(guī)則驅(qū)動的域，例如簡單的游戲規(guī)則、退稅服務(wù)、工業(yè)過程控制。這些專家系統(tǒng)也可用于射頻環(huán)境，例如，工程師已經(jīng)能夠?qū)o線電的嚴格規(guī)則編成計算機編碼，在射頻信號受干擾時切換至未被使用的頻率，這種方法雖然有效，但這些專家系統(tǒng)對于頻譜實際發(fā)生什么理解甚少。在人工智能第二次浪潮和機器學(xué)習(xí)浪潮中，射頻應(yīng)用應(yīng)該能夠運用得更靈活、更多功能：射頻機器學(xué)習(xí)系統(tǒng)將擁有充分、豐富的射頻數(shù)據(jù)訓(xùn)練集，能夠在已知和未知的廣泛射頻波形范圍能分辨信號。

“機器學(xué)習(xí)系統(tǒng)”項目包括四方面的關(guān)鍵技術(shù)，將集成至未來的機器學(xué)習(xí)系統(tǒng)中：

（1）特征學(xué)習(xí)：從射頻信號數(shù)據(jù)集中，射頻機器學(xué)習(xí)系統(tǒng)需要學(xué)習(xí)用以在各種各樣民用和軍用信號中辨認和描述信號的特征。 

（2）注意力和特性：正如人可以快速將注意力鎖定至所需目標(biāo)一樣——例如在大型超市尋找冰激凌——在每時每刻大量的傳感輸入中，射頻機器學(xué)習(xí)系統(tǒng)需要算法，將其人工注意力轉(zhuǎn)移至所運行射頻頻譜上潛在重要的信號。贏得“射頻機器學(xué)習(xí)系統(tǒng)”項目合同的研究人員需要設(shè)計一個在射頻域內(nèi)類似于我們所說的“顯著性檢測”的等價物，它能夠使射頻機器學(xué)習(xí)系統(tǒng)辨認、識別重要的視覺和聽覺刺激。一個樣例，射頻機器學(xué)習(xí)系統(tǒng) “特性檢測”能力必須注意“興趣信號”，例如在通常用于雷達信號的頻段中存在的通信信號則為“興趣信號”。

（3）射頻傳感器自主配置：人類的眼睛會自動根據(jù)光線強弱的變化調(diào)整并移動和聚焦，以保持視網(wǎng)膜最敏感的部位關(guān)注動態(tài)視覺場景中最重要的部分。DARPA設(shè)想的射頻機器學(xué)習(xí)系統(tǒng)也具備這種類似的能力，能夠自動調(diào)整系統(tǒng)對信號和信號特征的接受力，使系統(tǒng)最高效地完成任務(wù)。

（4）波形合成：一個完整的射頻機器學(xué)習(xí)系統(tǒng)還應(yīng)該具備數(shù)字合成幾乎任何可能波形的能力，就像人類可以發(fā)出任何新單詞的讀音或者增加語調(diào)、嚴肅處停頓、表達所說內(nèi)容意義的細節(jié)等。這種為特定射頻設(shè)備定制的新波形的功能可以為其他復(fù)雜無線設(shè)備提供更好的識別友好系統(tǒng)的能力。

蒂爾曼說，“如果順利，我們將研制出具備在日益擁擠的頻譜中識別和表征信號能力的射頻系統(tǒng)，這將給予依賴射頻系統(tǒng)的新興自動化系統(tǒng)、軍事指揮官更多信息以理解無線電領(lǐng)域的情況。我希望我們‘射頻機器學(xué)習(xí)系統(tǒng)’項目將會使人工智能研究向新的技術(shù)領(lǐng)域推進。”（工業(yè)和信息化部電子第一研究所  李婕敏）