机器学习方案将帮助不同的无线电协议，如 Wi-Fi 和 LTE，在同一的无线频谱中更有效地协同工作。

美国国家标准与技术研究所（NIST）开发的机器学习方案有可能显著改善 5G 和其他无线网络选择和共享通信频率的方式。研究人员声称，与试错法相比，NIST 的方案可以使共享通信频率的过程的效率提高多达 5000 倍。

NIST 系统的理念是，无线电设备可以从经验中学习其网络环境，而不是像现在这样，简单地根据试错法选择频率信道。

NIST 在 其网站上的一篇文章 中说，在特定的环境条件下，“该算法可以学习哪个信道提供最好的结果”。

该团队说:“该方案可以被编程到现实世界中许多 [不同] 类型网络的发射机软件中。”

从本质上讲，这个计算机模拟的算法是一个映射环境射频条件的先前经验的公式。例如，这些条件可以包括在一个信道（一组相邻的频率）内运行的发射机的数量。

文章说：“……如果发射机选择了一个未被占用的信道，那么成功传输的概率就会上升，从而导致更高的数据速率。”同样地，当发射机选择一个没有太多干扰的信道时，信号会更强，你也会得到更好的数据速率。发射机会记住哪个信道提供了最佳结果，并学会在下次需要清晰信号时学会选择那个位置。

这与今天的工作方式不同。也就是说，无线电只是试图找到一个开放频率，然后与类似协议的无线电进行通信。在复杂的情况下，使用诸如 Wi-Fi、跳频和 波束成形 等技术来优化信道。

研究人员解释说，NIST 的机器学习技术的亮点在于共享频谱，比如通过授权频谱辅助接入（LAA）共享 Wi-Fi。LAA 是非授权频谱中的 LTE 频谱，称为 LTE-U，频率为 5GHz。在相同频率下的 Wi-Fi 与 LAA 的组合中，协议是不同的：无线电之间不能相互通信以协调工作，而且频带越繁忙就可能出现混乱 —— 传输会遇到其他传输。但是，如果所有的无线电接收机都能更好地选择它们的占位，通过学习哪些有效，哪些无效，那么这将会更好。

NIST 工程师 Jason Coder 在文章中说：“这可能会使非授权频段的通信更加高效。”

事实上，NIST 声称，它“可以帮助 5G 和其他无线网络选择和共享通信频率，其效率大约是试错法的 5000 倍。”

这里的关键词是“共享”，因为为了在有限的频谱内增加通信，必须进行更多的共享 —— 物联网或媒体流等用户都在争夺同样的隐喻资产。随着物联网和数字技术的不断发展，非授权和授权频段的结合，就像 LAA 中的情况一样，可能会变得更加普遍。（非授权的频段是指那些没有分配给特定用户的频段，比如移动网络运营商；授权频段是在拍卖中中标并分配的。）

在 NIST 场景中，相互竞争的发射机“各自学习在不相互通信的情况下最大化网络数据速率”。因此，多种协议和数据类型，如视频或传感器数据，或 Wi-Fi 和移动网络，可以相互协作。

NIST 的方案大大简化了为发射机分配最佳信道的过程，根据这篇文章研究发现，穷尽努力 [使用试错法] 来确定最佳解决方案需要大约 45600 次试验，而这个方案只需要尝试 10 个渠道就可以选择类似的解决方案，仅仅付出 0.02% 的努力。”

NIST 的研究人员在 IEEE 第 91 届车辆技术会议上展示了他们的研究成果。

via: https://www.networkworld.com/article/3561618/nist-aims-to-make-frequency-sharing-more-efficient-for-wireless-networks.html

作者：Patrick Nelson 选题：lujun9972 译者：CN-QUAN 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

美国军方想以开放空间传输的紫外线为载体，为士兵开发新的更安全的通讯网络。

美国军方研究者之所以探索战场环境下的紫外光通信的应用，是因为这种技术可能实现敌对方无法侦测的通信。

研究者关注的一个方面是衰减效应，即信号强度随传播距离的增加而减弱的自然现象。他们想知道是否存在一个合适的距离范围，在该范围内，信号强度足够弱，以至于敌对方几乎无法侦测，但又足够强，使得友方可以侦测并建立通信。他们说他们观察到了这种情况，但关于他们相关工作的 研究论文 并没有讲这个距离范围究竟是多少。

一份军方出版物提到，“紫外通信具有独特的传输特性，不但可以实现非视距连接，而且让敌对方难以侦测。”

这个研究由美军作战能力发展司令部 军队研究实验室 主导，其重点是开发一个基础架构，为未来研究提供可量化环境，在该环境下，己方既可以使用紫外通信，也能够避免敌对方的侦测。研究过程中他们还有另外两个发现：

• 最差情况，即敌对方探测器与己方发射器在视线范围内，但友方接收器不在视线范围内，问题不像想象中严重。
• 转换紫外线发射器的发射方向不是降低敌对方探测到通信信号可能性的有效方式。

研究者计划分析下面四种场景，场景中涵盖了己方紫外发射器、友方接收器、敌对方探测器相对位置关系：

• 友方接收器、敌对方探测器都在发射器的视线范围内。
• 友方接收器在发射器视线范围内，但敌对方探测器不在视线范围内（最佳条件）。
• 敌对方探测器在发射器的视线范围内，但友方接收器不在视线范围内（最差条件）。
• 友方接收器、敌对方探测器均不在视线范围内。

假定敌对方试图通过时域上的光子计数来发现相干通信信号，进而判定正在进行通信。

科学家们承认这么一个事实，即越靠近发射器，信号越容易被侦测。所以紫外通信中发射器的有效使用依赖于对敌对方探测器位置的准确感知。

“我们提供了一个基础框架，使得对紫外通信系统实际可探测性与期望性能间差距的根本限制因素的研究得以进行。” 研究者之一，Robert Drost 博士如是说。

“我们的研究确保了团队对紫外波段用于通信的潜力及有限性有了根本上的理解。我坚信这种理解将影响到未来军队网络通信能力的发展。”

via: https://www.networkworld.com/article/3572372/military-looks-to-ultraviolet-networks-for-secure-battlefield-communication.html

作者：Patrick Nelson 选题：lujun9972 译者：silentdawn-zz 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

根据一位理论物理学家的说法，由于创建和存储数字信息所使用的能源和资源数量，数据应该被视为物理的，而不仅仅是看不见的一和零。

一位大学学者建议，数字内容应该与气体、液体、等离子体和固体一样，被视为第五种物质状态。

英国朴茨茅斯大学高级讲师、发表在《AIP Advances》杂志上的《信息灾难》一文的作者 Melvin Vopson 称，由于以物理和数字方式创建、存储和分发数据所使用的能量和资源，数据已经发生了演变，现在应该被视为质量。

Vopson 还声称，数字比特正在走向压倒地球的道路，最终将超过原子的数量。

给数字信息分配质量的想法建立在一些现有数据点的基础之上。Vopson 引用了 IBM 的一项估计，发现数据每天以 2.5 万亿字节的速度产生。他还将每英寸超过 1 太比特 terabit 的数据存储密度考虑在内，将比特的大小与原子的大小进行比较。

假设数据生成量每年增长 50%，根据宣布 Vopson 研究的媒体发布，“比特的数量将在大约 150 年内等于地球上的原子数量。”

新闻稿中写道：“大约 130 年后，维持数字信息创造所需的动力将等于地球上目前产生的所有动力，到 2245 年，地球上一半的质量将转化为数字信息质量。”

Vopson 补充说，COVID-19 大流行正在提高数字数据创造的速度，并加速这一进程。

他警告说，一个饱和点即将到来：“即使假设未来的技术进步将比特大小降低到接近原子本身的大小，这个数字信息量所占的比重将超过地球的大小，从而导致我们所定义的‘信息灾难’。”Vopson 在论文中写道。

“我们正在一点一点地改变这个星球，这是一场看不见的危机，”Vopson 说，他是希捷科技公司的前研发科学家。

Vopson 并不是一个人在探索，信息并不是简单的不可察觉的 1 和 0。根据发布的消息，Vopson 借鉴了爱因斯坦广义相对论中的质能对比；将热力学定律应用于信息的 Rolf Landauer 的工作；以及数字比特的发明者 Claude Shannon 的工作。

“当一个人将信息内容带入现有的物理理论中时，这几乎就像物理学中的一切都多了一个维度，”Vopson 说。

他的论文总结道，随着增长速度似乎不可阻挡，数字信息生产“将消耗地球上大部分的电力能源，从而导致道德和环境问题。”他的论文总结道。

有趣的是，除此以外，Vopson 还提出，如果像他所预测的那样，未来地球的质量主要由信息位组成，并且有足够的动力创造出来（不确定），那么“可以设想未来的世界主要由计算机模拟，并由数字比特和计算机代码主导，”他写道。

via: https://www.networkworld.com/article/3570438/information-could-be-half-the-worlds-mass-by-2245-says-researcher.html

作者：Patrick Nelson 选题：lujun9972 译者：wxy 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

来自 Intel、MIT 和佐治亚理工学院的研究人员正在研究一个 AI 引擎，它可以分析代码的相似性，以确定代码的实际作用，为自动化软件编写奠定了基础。

随着人工智能（AI）的快速发展，我们是否会进入计算机智能到足以编写自己的代码并和人类一起完成工作？新的研究表明，我们可能正在接近这个里程碑。

来自 MIT 和佐治亚理工学院的研究人员与 Intel 合作开发了一个人工智能引擎，被称为机器推断代码相似性（MISIM），它旨在分析软件代码并确定它与其他代码的相似性。最有趣的是，该系统有学习代码的潜力，然后利用这种智能来改变软件的编写方式。最终，人们可以解释希望程序做什么，然后机器编程（MP）系统可以拿出一个已经编写完的应用。

Intel 首席科学家兼机器编程研究总监/创始人 Justin Gottschlich 在该公司的新闻稿中说：“当完全实现时，MP 能让每个人都能以任何最适合自己的方式 —— 无论是代码、自然语言还是其他东西 —— 来表达自己的意图以创建软件。这是一个大胆的目标，虽然还有很多工作要做，但 MISIM 是朝着这个目标迈出的坚实一步。”

它是如何工作的

Intel 解释说，神经网络“根据它们被设计执行的作业”给代码片段打出相似度分数。例如，两个代码样本可能看起来完全不同，但由于它们执行相同的功能，因此被评为相同。然后，该算法可以确定哪个代码片段更有效率。

例如，代码相似性系统的原始版本被用于抄袭检测。然而，有了 MISIM，该算法会查看代码块，并试图根据上下文确定这些代码段是否具有相似的特征，或者是否有相似的目标。然后，它可以提供性能方面的改进，例如说，总体效率的改进。

MISIM 的关键是创造者的意图，它标志着向基于意图的编程的进步，它可以使软件的设计基于非程序员创造者想要实现的目标。通过基于意图的编程，算法会借助于一个开源代码池，而不是依靠传统的、手工的方法，编译一系列类似于步骤的编程指令，逐行告诉计算机如何做某件事。

Intel 解释说：“MISIM 与现有代码相似性系统的核心区别在于其新颖的上下文感知语义结构 （CASS），其目的是将代码的实际作用提炼出来。与其他现有的方法不同，CASS 可以根据特定的上下文进行配置，使其能够捕捉到更高层次的代码描述信息。CASS 可以更具体地洞察代码的作用，而不是它是如何做的。”

这是在没有编译器（编程中的一个阶段，将人类可读代码转换为计算机程序）的情况下完成的。方便的是，可以执行部分片段，只是为了看看那段代码中会发生什么。另外，该系统摆脱了软件开发中一些比较繁琐的部分，比如逐行查找错误。更多细节可以在该小组的论文（PDF）中找到。

Intel 表示，该团队的 MISIM 系统比之前的代码相似性系统识别相似代码的准确率高 40 倍。

一个 Redditor，Heres\_your\_sign 对 MISIM 报道的评论中有趣地指出，幸好计算机不写需求。这位 Redditor 认为，那是自找麻烦。

via: https://www.networkworld.com/article/3570389/ai-system-analyzes-code-similarities-makes-progress-toward-automated-coding.html

作者：Patrick Nelson 选题：lujun9972 译者：geekpi 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

Alphabet 的衍生产品 Loon 使用气球创建了一个由蜂窝塔构成的漂浮网络。

ISP Telkom Kenya 正在启动第一个使用气球的商业化 4G LTE 服务，气球的作用是在漂浮在平流层中作为蜂窝塔网络。

据 Alphabet 的衍生产品及底层技术提供商 Loon 的首席执行官 Alastair Westgarth 所说，这项服务起初将会覆盖肯尼亚接近 19000 平方英里的范围。 Westgarth 在 Medium 上的一篇文章中说，将会有大约 35 个或更多的气球组成编队，它们持续不断地移动，漂浮在地表上方大约 12 英里的平流层中。“我们将 Loon 称为漂浮的蜂窝塔网络。” Westgarth 说道。

Telkom Kenya 的首席执行官 Mugo Kibati 在一篇新闻稿中提到，传统互联网对肯尼亚的服务不足，这是采用这种输送装置的原因。“…… 具有互联网功能的气球能够为生活在偏远地区的许多肯尼亚人提供联系，这些地区服务不足或是完全没有服务，仍然处于不利地位。” Kibati 说道。远程医疗和在线教育是两个预期的用例。

在测试中， Loon 实现了 19 毫秒延迟的 18.9 Mbps 下行速度，以及 4.74 Mbps 的上行速度。 Westgarth 说，该服务能够用于“语音通话、视频通话、 YouTube、 WhatsApp、电子邮件、发短信、网页浏览”和其他应用程序。

从更大的角度看，从平流层提供互联网服务对于物联网（IoT ）来说是一个诱人的主张。在高空，网络覆盖范围可能会更广泛，并且覆盖范围可以随着需求的变化而变化（例如，采矿区的移动）。此外，要建立或处理的地面基础设施更少。 比方说，开发人员可以避免铺设电缆所需的私有地产的纠纷。

可以想象，服务中断也更加可控。提供商可以发射另一台设备，而不必通过复杂的远程地面基础设施来跟踪故障。备用气球可随时备用。

基于无人机的互联网交付

另一家正在探索大气层互联网的组织是软银，它称其 260 英尺宽的 HAWK30 无人机是“平流层中的漂浮基站”。（参见相关故事：软银计划到 2023 年实现无人机交付的物联网和互联网）

日本大型电信公司对平流层传输的互联网感兴趣的原因之一是，该群岛易于发生自然灾害，例如地震。与传统的基站相比，地球上空的浮动基站更容易移动，从而可以更快、更灵活地应对自然灾害。

实际上，Loon 的气球已经成功地用于在灾难后提供互联网服务：例如，在 2017 年波多黎各的飓风 Maria 之后，Loon 提供了连接。

Westgarth 说，自最初开发以来，Loon 的气球已经取得了长足的发展。现如今，发射是通过自动设备执行的，该设备可以每半小时一次将与地面站点相连的气球推到 60000 英尺高空，而不像以前那样人工进行。

机器学习算法会处理导航，以尝试向用户提供持续的服务。但是，这并非总是可能的，因为风（尽管在地面上没有那么大）和受限的空域都会影响覆盖范围，尽管 Westgarth 称之为“精心编排组织的气球舞蹈”。

此外，这些设备是太阳能供电的，这意味着它们只能够在白天工作并提供互联网（或重新定位自身，或向其他气球传输互联网）。出于上述原因和其他的一些原因， Westgarth 和 Kibati 指出，气球必须扩大现有的基础设施和计划，但这并不是一个完整的解决方案。

Westgarth 说：“为了连接现在和将来需要它的所有人员和事物，我们需要开阔我们的思维；我们需要在连通性生态系统中增加新的一层。”

via: https://www.networkworld.com/article/3566295/balloon-powered-internet-service-goes-live-in-kenya.html

作者：Patrick Nelson 选题：lujun9972 译者：JonnieWayy 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出

为防止感染新冠病毒的乘客登机，欧洲飞机制造商，空中客车公司正在研究能够识别病毒的物联网传感器。

一家开发传感器来探测飞机上和机场中的爆炸物和其他化学物品的生物技术公司正在和空中客车合作，一同开发一种可以检测已经感染新冠病毒乘客的传感器。

Koniku 的创始人兼首席执行管 Osh Agabi 在一篇博文中说，总部位于加州的 Konibu 公司和空中客车（Airbus）公司从 2017 年就开始合作共同开发能够探测出不同化学物质的非接触式设备。

他们希望通过识别从呼吸或者汗液中的气味来判断是否感染新冠病毒，因为这些气味可能是新冠病毒中化学物质的标记。“大多数感染和疾病都会或多或少的改变我们呼吸和汗液里的化学成分，也就会产生不同的气味，” Agabi 写道。“如果我们检测到这些气味，我们就可以检测是否存在感染。”

这两家公司希望能够识别这种新冠病毒的特异性标记，并且能找到一种可以检测这些标记的物联网（IoT）传感器，这些传感器配备有通过基因工程改造过的受体，从而对病毒进行探测。“那些受体会过滤空气中的分子，并且当它们接触到已经提前被编程检测的存在威胁或危险的分子化合物的时候，就会产生一个信号，”他写道。

他说，乘客将通过走过一个装有传感器的封闭通道来进行筛选。“通过对构成这些受体细胞中的 DNA 进行编程，使其对出现在感染者呼吸或者汗液中的化合物作出反应，我们相信，我们将能够迅速且可靠地筛查新冠病毒，并且确定一个人是否已经被感染，”他写道。

其他类型的非接触检测器已经在使用中了，包括 皮肤温度升高 elevated-skin-temperature （EST）摄像头。

意大利的最主要的机场 Leonardo da Vinci 购置了三个热成像头盔来发现发烧的人。机场已经配备了固定的热感应扫描仪，并且订购了更多的这种设备。根据当地媒体 Fiumicino Online 的报道，被发现潜在发烧的乘客被会要求做进一步的医学检查。

位于中国深圳制造这种头盔的 KC Wearable 公司表示，这种头盔可以由员工佩戴，并且可以与乘客保持一定的距离。

制造热感应摄像头的 FLIR Systems 公司在其本月的财报中表示，对 EST 系统的需求正在持续增加。

“尽管这些热感应摄像头不能检测或者诊断任何医疗状况，但这些摄像头可以作为识别皮肤温度升高的有效工具。”报告说。

FLIR 公司 CEO Jim Cannon 在本月的收入电话会议上表示，“许多公司都在寻求在他们的设施中安装这种技术，以便解除 就地避难 shelter-in-place 法令”。根据路透社报道，通用汽车就是其中之一。

via: https://www.networkworld.com/article/3543318/how-iot-will-rescue-aviation.html

作者：Patrick Nelson 选题：lujun9972 译者：Yufei-Yan 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出