到底什么是語義通信？

今天這篇文章，我們來聊一個非常酷的話題——語義通信。

大家都知道，自從信息革命爆發(fā)以來，我們的信息量（數(shù)據(jù)量）就在不斷膨脹。

文字、圖片、音頻、視頻……越來越多的數(shù)據(jù)在不斷產(chǎn)生，不僅占據(jù)著我們的硬盤空間，也充斥著整個通信網(wǎng)絡。

這些數(shù)據(jù)讓我們的工作和生活更加便利，也推動著社會的進步和發(fā)展。

進入21世紀后，在云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能的共同刺激下，數(shù)據(jù)的增長趨勢更加猛烈。

根據(jù)IDC的報告，到2025年，全球數(shù)據(jù)總量將達到175ZB，約等于1750億TB。

而ITU則預測，全球移動數(shù)據(jù)流量的年增長速率將會在2030年達到55%。2030年的數(shù)據(jù)流量，將是2020年的100倍。

面對如此巨大的流量增長，人類現(xiàn)有的通信技術手段，已經(jīng)疲于招架。

1948年，祖師爺克勞德·香農(nóng)（Claude Elwood Shannon）發(fā)表了那篇經(jīng)典論文——《A Mathematics Theory of Communication（通信的數(shù)學理論）》，標志著信息論的誕生。

后來，1949年，他又發(fā)表了《Communication in the Presence of Noise（噪聲下的通信）》，闡明了通信的基本問題，給出了通信系統(tǒng)的模型，以及著名的香農(nóng)公式。

從那之后，我們就一直在信息論和香農(nóng)公式的基礎上，進行通信技術的研究。

經(jīng)過70多年的積累，我們的通信技術已經(jīng)無限接近于香農(nóng)極限。以huffman編碼、算法編碼為代表的信源編碼技術，把信源數(shù)據(jù)壓縮到了極致。而以LDPC碼、極化碼為代表的信道編碼技術，把信道也利用到了極致。

那接下來，該怎么辦呢？面對萬物智聯(lián)時代的數(shù)據(jù)洪流，我們的優(yōu)質(zhì)頻譜資源越來越少，硬件和能耗成本越來越高，該如何應對？

大家不妨冷靜思考一下。

一直以來，我們在通信技術上所做的努力，似乎都在做一件事情——把攜帶信息的符號，完整、準確、快速地從信源發(fā)送到信宿。

這就好像一個勤勞的快遞員，他的唯一使命，就是把寄件人交給他的貨物，完好無損且快速地，送到收件人的手上。

那么，當貨物實在太多，快遞員真的已經(jīng)拿不動的時候，他會不會蹦出這么一個念頭——這些貨物，真的有必要全送嗎？

大家或者也會有這樣的經(jīng)歷：

你想在網(wǎng)上搜索一部好看的電影。你挑了一部，花了好久的時間，終于下載完成，結果，你打開一看，根本不是自己喜歡的。于是，你就只能刪掉它。

網(wǎng)絡辛苦完成的數(shù)據(jù)傳輸工作，沒有發(fā)揮價值。你的時間，也浪費了。

是的，在這里，我們就會想到——通信的終極奧義，究竟是什么？

事實上，早在現(xiàn)代通信理論奠基之際，先賢們就考慮到了這個問題。

1938年，美國哲學家查爾斯·莫里斯（Charles William Morris）提出了符號論。他指出，符號應該包括了語法-語義-語用三元概念。

克勞德·香農(nóng)提出信息論后，和沃倫·韋弗（Warren Weaver）一起對自己的理論和模型進行延展完善。他們合著了一本書，名字仍然叫《通信的數(shù)學理論》。

他們倆當時就意識到，語義在通信中的重要性。于是，他們提出了通信的3個級別，即Level A/B/C。

長期以來，經(jīng)典信息論局限在語法信息傳輸層次，即Level A。也就是說，我們一直在研究怎么把數(shù)據(jù)傳過去。

如今，在傳統(tǒng)通信已經(jīng)進入瓶頸的情況下，我們就可以考慮一下——是不是可以在語義通信上，尋找突破點。

語義通信（Semantic Communication），是以任務為主體，“先理解，后傳輸”的通信方式。

它會對原始信號進行有選擇的特征提取、壓縮和傳輸，然后再利用語義層面信息進行通信。

如果我們把傳統(tǒng)通信看成是形式通信的話，那么，語義通信就是“達意通信”、“內(nèi)容通信”。

換句話說：“不能傻干活，要多動腦子。”

通信的真正目的是什么，是讓對方了解自己的意思。說話，只是一種表達方式。話的本身，也是為了表達意思。那么，就沒有必要進抓著這句話不放，而是看如何更高效地傳達意思。

從學術上來說，降低接收者對信息的不確定性，或者說，使接收到的信息熵減少至0，讓接收者正確理解發(fā)送者的信息內(nèi)容，就是“達意”通信。

大家平時溝通交流，也會注意到：對于陌生人，你需要千叮嚀萬囑咐，確保自己的意思被理解。而對于你很親近的人，有時候，一個眼神就足夠了。不是嗎？

語義通信和傳統(tǒng)信源編碼的區(qū)別在哪里呢？

傳統(tǒng)信源編碼是對信息本身的壓縮，它尋找數(shù)據(jù)的規(guī)律，通過算法進行數(shù)據(jù)精簡。而語義通信，重在“理解和消化”，講究的是“智能”。

語義通信可以顯著降低數(shù)據(jù)流量，提高通信效率。那么，它究竟是如何工作的呢？

語義通信目前還處于早期研究階段，不同的研究團隊，有不同的語義通信架構設計。

而且，針對不同類型的通信（文本通信、圖像通信、音視頻通信等），不同目的的通信（是否有特定任務），也會有不同的語義通信模型和架構。

早期的一種模型，是在傳統(tǒng)經(jīng)典通信系統(tǒng)上疊加語義通信。

在發(fā)送端，信源產(chǎn)生的信息首先送入語義提取模塊，產(chǎn)生語義表征序列。接著，送入語義信源編碼器，對語義特征壓縮編碼。然后，送入信道編碼器。最后，進入傳輸信道。

在接收端，先信道譯碼，再語義譯碼。得到的語義表征序列，送入語義恢復與重建模塊，最終得到信源數(shù)據(jù)。

中間那段信道部分，就是傳統(tǒng)經(jīng)典通信來實現(xiàn)。

另一種現(xiàn)在比較有代表的模型，是信源信道聯(lián)合編碼。這種方式，更有整體性，全盤思考。

大家能看出來，相比傳統(tǒng)通信，語義通信多了一個知識庫。其實，有的模型并沒有知識庫，直接在語義編碼器上硬剛。

更多的系統(tǒng)模型，是基于知識庫的。系統(tǒng)模型的性能和準確率，高度依賴于知識庫。

知識庫就有點像密碼本。如果兩端的知識庫不一致，那么，語義通信是無法正常工作的。

知識庫又不像密碼本那樣，內(nèi)容固定且形式單一。知識庫由很多的語義知識圖譜組成，分為多個層級，可以對現(xiàn)實世界中的實體、概念、屬性以及它們之間的關系進行建模。

基于知識庫，進行語義理解，就需要前面我們所說的“智能”。

誰最適合干這個活？當然是AI人工智能。

簡單來說，就是讓AI來完成語義理解的工作。語義編碼與譯碼模塊基于海量數(shù)據(jù)訓練的知識庫，通過深度學習網(wǎng)絡來擬合語義的特征，可以高效提取與重建語義信息。

這也是為什么，最近十幾年來，語義通信開始重新被提及的原因。

早在1956年，法國物理學家L.布里淵（L.Brillouin）就指出，經(jīng)典信息論忽略語義通信，是因為工程需要（要先解決基本需求），并不意味著人們要永遠忽視語義信息。

如今，一方面?zhèn)鹘y(tǒng)信息論遇到瓶頸，另一方面AI人工智能技術日益成熟，所以，我們重提語義通信的時機就成熟了。

特別值得一提的是，AI人工智能可以幫助語義通信，反過來，語義通信，也非常適合人工智能的發(fā)展。

大家應該能夠理解：同類型主體之間的通信，往往容易簡化。就像人和人之間，通信肯定比人和牛之間簡單。

未來，我們正在朝著智能化的方向發(fā)展，AI人工智能批量應用之后，就會有很多的智能體。這些智能體之間，就會有大量的通信需求。而語義通信，本身就是AI在進行“翻譯”，對于智能體通信，肯定會有更大的優(yōu)勢。

語義通信的發(fā)展前景，行業(yè)是一致看好的。但是，想要讓這項技術投入實用，真正發(fā)揮價值，并不容易。

首先，語義通信的基礎理論體系，并不完善。

香農(nóng)的信息論，給傳統(tǒng)語法信息奠定了理論基礎。他用一個簡單的對數(shù)公式，就把信息（熵）明確定義出來；用香農(nóng)公式，又把語法通信的信道容量邊界也劃定了。

對于語義通信，還沒有人完成這兩項重要工作。相對于語法通信，語義通信缺失嚴謹?shù)臄?shù)學表征，沒有扎實的理論依據(jù)。

語義通信的信息度量方式，目前也沒有特別明確。

傳統(tǒng)語法通信有誤碼率、丟包率之類的指標，用于衡量服務質(zhì)量。語義通信關注“達意”，不關注“精準傳輸”，所以，這些指標都用不了。

在語義通信中，只能會采用宏觀的任務完成質(zhì)量或語義準確率，來進行系統(tǒng)性能評估。

說到準確率，這是語義通信的第二個大問題。

以目前現(xiàn)有的技術，即便是用上了AI人工智能，仍然無法做到完美的準確率。語義的識別與恢復，比想象中難得多。

第三個問題，是適用場景問題。

通信是一件復雜工作。數(shù)據(jù)是多樣化的，有結構化數(shù)據(jù)，也有非結構化數(shù)據(jù)。文字、圖片、音視頻，還有一些特定的通信任務，混在一起，很難借助一個有范圍限制性的知識庫，進行語義提取。

例如，我們采用工業(yè)制造場景的知識庫，去進行農(nóng)林牧漁場景的語義通信，肯定不行。但是，通信場景的邊界，又該如何精確劃分？

知識庫還涉及到第四個問題，那就是安全問題。

在現(xiàn)實情況下，如何維持兩份高度一致的知識庫？如果對知識庫進行傳遞，會不會泄密？如何保障知識庫不被入侵和擾亂？

總而言之，語義通信面臨的挑戰(zhàn)還有很多。這些還都是理論研究上的問題，將來如果產(chǎn)業(yè)化，問題還會更多。

前面說了，語義通信目前還處于早期研究階段。2010年至今，這個概念的研究熱度是越來越高的。

在國內(nèi)，很多高校都進行了一些語義通信模型的搭建，并取得了初步進展。

最有代表性的，是北郵張平院士及他的團隊。

2022年左右，他們針對6G的智簡演進需求，提出了一種新的語義信息表征模型——語義基（Seb）。

語義基是語義信息的基本組織單元，類似于香農(nóng)在傳統(tǒng)信息論體系中的比特（Bit）。它以更為結構化、簡約化、彈性化的方式對信息進行組織，為描述涉及網(wǎng)絡意圖的語義信息提供了新的視角。

他們還提出了面向6G的“一面三層（語義智能平面、語義物理承載層、語義網(wǎng)絡協(xié)議層、語義應用意圖層）”智簡網(wǎng)絡協(xié)議架構，為語義通信的研究提供了重要參考。

除了高校之外，部分企業(yè)也參與到語義通信的研究和實踐中。

以中國移動為例，他們和清華大學合作，搞了一個面向人臉場景的會話視頻語義傳輸方案，在中移平安鄉(xiāng)村網(wǎng)絡中進行應用，效果不錯。

相比于傳統(tǒng)H.264編碼，針對人臉場景，語義通信在相同用戶體驗下將碼率降低為10-20%，即降低到3KB也能獲清晰流暢體驗。

總而言之，語義通信技術，擁有巨大的研究潛力。

它是通信系統(tǒng)設計思想、理念的一次重大變革，很可能徹底顛覆我們現(xiàn)有的信息通信技術體系。

面向未來，語義通信到底是騾子是馬，就讓時間來告訴我們答案吧。

+

+

參考資料：

面向未來的語義通信：基本原理與實現(xiàn)方法，張平等，《通信學報》；

邁向6G智簡網(wǎng)絡——基于語義通信的網(wǎng)絡新范式，張平等，《Engineering》；

語義通信：原理與挑戰(zhàn)，秦志金等；

語義通訊——智能時代的產(chǎn)物，石光明等；

面向萬物智聯(lián)的語義通信網(wǎng)絡，石光明等，《物聯(lián)網(wǎng)學報》；

面向6G的語義通信，牛凱等，《移動通信》；

基于信息論的語義通信：理論與挑戰(zhàn)，施雨軒等，《中興通訊》；

面向6G的語義通信系統(tǒng)，王碧舳等，《移動通信》；