第六屆年度布魯克林5G高峰會(Brooklyn 5G Summit)已於4月24日在紐約布魯克林的紐約大學坦登工程學院舉行,高峰會的主辦單位為紐約大學無線研究中心(NYU Wireless),贊助廠商為諾基亞(Nokia)。4月24日的專題演講和座談會內容包含受益於5G的產業、3GPP標準更新和未來發展方向,以及機器學習(ML)演算法如何成為無線工程師的開發工具。

在紐約大學無線研究中心創辦人Ted Rappaport與諾基亞貝爾實驗室技術長和總裁Marcus Weldon發表歡迎辭後,諾基亞總裁兼執行長Rajeev Suri在芬蘭透過視訊發表談話,他宣稱:「5G技術已走出實驗室。」雖然一些政客可能會將5G建置的視為一種對抗性的競爭,但Suri表示事實並非如此,因為5G技術是全球產業共同努力的結晶,許多國家的民眾也將從中獲益。「對每個人都有好處。」

Suri並說:「我們認為5G技術將會運用在數位化的產業,例如被2G、3G和4G忽視的公用事業,這些產業沒有採用 LTE技術,而5G最令人興奮的應用也不會出現在消費性產品領域。Suri認為智慧感測器、邊緣運算、網路切片(network slicing)和5G新空中介面(5G New Radio,NR)能實現端對端5G連接技術。他還認為5G技術能創造獲利(並希望創造就業機會)、透過醫學和公共安全的改善來拯救生命,並為企業帶來電信級網路的服務,但安全性將成為一個重要議題。他在結束時提到2019年為「6G研究時代的元年(Year Zero of the 6G research era)」。

AT&T技術長Andre Fuetsch隨後上台分享AT&T如何建置5G網路服務。他說:「我們公司的消費者和企業市場業務正在蓬勃成長。」並提到AT&T每天傳送253兆位元組的資料,其中57%是視訊資料,這部分正在成長。由於AT&T收購時代華納(Time Warner),將透過有線和無線網路的影像傳送服務而產生更多收益。

Fuetsch 提到AT&T如何在19個城市中建置5G網路,其中第一個城市是德州的韋科(Waco)。他說:「我們在Waco透過毫米波(mmWave)實現5G連接。」同時並秀出設備下載速度為每秒1.5Gbps的投影片。

20190430NT01P1 AT&T技術長Andre Fuetsch展示每秒下載速度為1.5Gbit的5G行動路由器。(照片來源:Martin Rowe)

Fuetsch說AT&T正在做中學,其他營運商也是如此。他說:「我們需要更好的毫米波訊號模型工具。」正如我們當天稍晚看到的,研究人員正在使用機器學習來描述這些通道特性。在Fuetsch的演講過後,我們聽到了5G標準推展的情況,之後愛立信無線接入技術研究總監Mikael Hook和高通(Qualcomm)工程技術副總裁John Smee也談到未來版本所可能出現的情況。Hook提到:「3GPP第16版即將推出,第17版正處於規劃階段,第18版的技術規畫(roadmap)已經公開,第19版應該在2022年或2023年會提出。」然後,他討論了這些版本中的可能推出的一些功能。以下的投影片提供簡要說明:

20190430NT01P2 Mikael Hook介紹3GPP第16、17和18版本的內容。(照片提供:Martin Rowe)

Smee在會議中告訴大家:「第16版將擴大5G技術範圍。第17版和第18版將定義頻率達到60GHz或更高。」他還提到支援毫米波訊號需要更高密度的無線網路環境。他也期望邊緣雲端運算能夠提供簡易、便宜的使用者設備,儘管一些設備需要具備設備端本身的資料處理能力。他還提到虛擬實境(VR)和擴增實境(AR)應用將變得常見。

20190430NT01P3 未來支援60GHz以上頻率的5G版本將可提供功能更強大的服務,例如AR、VR。(照片提供:Martin Rowe)

UT Austin德州大學奧斯丁分校教授Robert Heath所主持的座談會上,與會者除了Hook與Smee,還包括AT&T資深無線技術部總監Arun Ghosh、T-Mobile無線電網路技術發展與策略副總裁Karri Kuoppamaki、OPP的Hai Tang、諾基亞貝爾實驗室無線電系統研究組主管Harish Viswanathan和華為研究員Peiying Zhu。Heath問到:「3GPP第15版發生了什麼問題嗎?」

Ghosh 回答說:「第15版開始採用5G技術,但我們不會從LTE改成全部採用5G技術,轉換將分階段進行。」Kuoppamaki補充說:「我們應該根據業務需求來制定標準。」

20190430NT01P4 5G技術座談會的與會者(由左到右):Hai Tang、Mikael Hook、Harish Viswanathan、Arun Ghosh、Peiying Zhu、John Smee、Karri Kuoppamaki與主持人Robert Heath。(照片提供:Martin Rowe)

Heath問到:「第16版能提供什麼?」朱回答說:「此過渡期間為非獨立式建置,LTE將與5G一起運作,因此我們需要加強LTE功能。」。第16版應針對工業物聯網(IIoT)和低功耗物聯網設備需求而設計,第17版應該著重在高密度網路的毫米波技術。Smee補充:「低延遲和高密度移動性不能受到影響。在未來的版本中,將會考量消費者與工業市場的需求。」

對3GPP來說,人工智慧(AI)和機器學習的價值為何?Heath隨後詢問在座的意見。Smee說:「機器學習是一種工具,將用於連結適應(link adaptation)。Zhu同意Smee的意見,即機器學習和AI可以用來最佳化鏈接通道(link channel)。她提到:「我們不需要機器學習標準。」Ghosh則不同意此論點,認為機器學習工具需要大量的資料,因此應該設置一個從網路中擷取資料的標準。Ghosh還指出機器學習可能將取代通訊原理(communications theory)。這些是下午兩場演講和一場座談會的內容。

機器學習是一種工程開發工具

下午,史丹佛大學(Stanford)教授Andrea Goldsmith展示了如何運用機器學習來模擬傳輸通道。透過處理傳輸前後的訊號,機器學習演算法可以瞭解通道的回應方式,其結果可用於接收器的設計。他說:「我們沒有很好的傳輸通道模型,但我們發現機器學習在描述特性方面的能力比通訊原理強。」

Goldsmith指出,史丹佛大學的研究人員找不到描述通道特徵的機器學習演算法,所以他們開發了自己的演算法。該演算法使用滑動雙向遞迴神經網路(sliding bidirectional recurrent neural network;SBRNN)對傳入訊號進行採樣,把它想像成訊號平均(signal averaging)。

20190430NT01P5 史丹佛大學的研究人員開發了滑動雙向遞迴神經網路演算法,運用機器學習來描述5G傳輸通道特性。(照片提供:Martin Rowe)

Goldsmith說:「當我們沒有好的通道模型時,這種演算法很有用。如果已經透過其他方法開發了可靠的通道模型,那麼就不需要機器學習了。」

維吉尼亞理工學院(Virginia Tech)教授Tim O’Shea隨後針對這個說法,解釋了如何使用機器學習來描述實體層特徵。「使用機器學習,我們可以將傳輸通道視為一個單一的系統並對其進行模擬。有了這樣的模型,可以使用便宜的硬體,而在軟體中進行更多的訊號處理。此外,O’Shea還提到工程師不僅可以對模擬通道,還可以利用機器學習工具將功耗降至最低。

20190430NT01P6 機器學習透過資料來學習如何在軟體中模擬實體層(PHY),進而降低硬體成本。(照片提供:Martin Rowe)

Goldsmith和O’Shea隨後參與了另一場機器學習主題的座談會,與會者還包括紐約大學無線研究中心助理教授Siddharth Garg、Google的Erik Stauffer和Facebook的Ali Yazdan。儘管Goldsmith指出機器學習在模擬無線通道方面做得比通訊原理更好,但她不認為機器學習可以取代通訊工程師。正如前面的座談會成員所指出,機器學習是工程師使用的工具,但在設計方面仍然需要工程師的經驗和直覺。Goldsmith說:「硬體工程開發不會成為軟體工程開發的一門學科。O’Shea補充說:「機器學習實際上是用來最佳化效能的,你仍然需要了解無線通訊系統,但舊的模擬技術可能會越來越少被使用。

Goldsmith認為:「機器學習的發展還很脆弱。但此技術會進步,就像控制系統模型的發展曾經很脆弱的一樣。」

Stauffer和Yazdan從他們的角度來解釋機器學習,談論他們的公司如何使用AI和機器學習來分析使用者資料,並指出了目前所存在的錯誤觀念,特別是在人臉辨識方面,並引起了關於機器學習資料運用的相關討論。如果資料有偏差,那麼演算法將從有偏差的資料中學習。意思是如果丟給系統處理的資訊本來就是錯誤的,那麼系統處理的結果也就會是錯誤的(Garbage in, garbage out)。

(參考原文: Brooklyn 5G: Industries, Standards, and Machine Learning,by Martin Rowe)