编者按：2023年是微软亚洲研究院建院25周年。25年来，微软亚洲研究院探索并实践了一种独特且有效的企业研究院的新模式，并以此为基础产出了诸多对微软公司和全球社会都有积极影响的创新成果。一直以来，微软亚洲研究院致力于创造具有突破性的技术。在人工智能时代，微软亚洲研究院将为计算新范式奠定基础，并为人工智能和人类发展创造更美好的未来。
借此机会，我们特别策划了“智启未来”系列文章，邀请到微软亚洲研究院不同研究领域的领军人物，以署名文章的形式分享他们对人工智能、计算机及其交叉学科领域的观点洞察及前沿展望。希望此举能为关注相关研究的同仁提供有价值的启发，激发新的智慧与灵感，推动行业发展。
在人工智能时代，无线技术将不仅仅是通信的工具，还将成为人工智能发展和应用的“数据桥梁”和“第六感官”。然而，无线技术也面临着理论和实践的双重挑战，尤其是通信范围和感知能力的限制。为了突破这一瓶颈，我们提出了一个全新的研究方向——为无线信道构建可调整的智能环境。这一创新将提升无线通信和感知的性能与范围，创造更广泛的智能应用场景，推动社会朝着更加智能化的未来迈进。
——邱锂力，微软亚洲研究院副院长
清晨醒来，立即伸手去拿手机已经成了多数人的习惯动作。手机和各种无线通信终端如今正在“包办”我们与世界的沟通交互，无论身处何地，只要有无线信号，就能即刻掌握全世界的新闻趣事，享受线上音乐带来的“情绪按摩”，观看各种精彩的视频和直播来放松身心，维系与亲朋好友间的交流沟通……这一切，都有赖于无线技术为人与人、人与物之间架起的沟通桥梁。
现在，无线技术也正在成为人类双脚跨进人工智能（AI）时代的一把钥匙。我们都相信人工智能的发展将极大地影响人类社会的发展方向。而要释放其更大的潜能，不仅需要人工智能模型本身的发展，也离不开各种与之相关领域的创新。这其中，无线技术无疑是最为关键的领域之一。
在许多人工智能应用场景中，无线通信技术都发挥着数据桥梁的作用。IoT 设备或智能终端生成的数据，需要强大、稳定的无线通信将其传输到云端的计算资源，才能实现实时的处理和分析；当我们需要更丰富的数据来训练人工智能模型时，无线感知则能够揭示那些视觉、语音、文字之外的现象，为人工智能提供更多元的数据类型，如视野外，穿过障碍物的透视，像呼吸心跳那样的微小移动，以及材料检测等等。
为了突破无线技术快速发展后所遭遇的理论瓶颈，我和微软亚洲研究院的同事们正致力于一项全新的研究探索——为无线信道创造可调整的智能环境，并已获得了极具实用价值的成果。相信这一课题以及我们对无线通信和感知的其他研究，将有助于更多从业者开阔思维，探索无线技术在人工智能及其他更多场景中的应用，使之成为引领科技和社会发展的又一具强劲引擎。
无线通信逼近理论极限，通信范围成最大挑战
无论我们多么期待更多人工智能应用的落地，都无法忽视强大且广泛覆盖的无线通信是实现这一目标必要且无可替代的前提。作为云端计算服务器和边缘设备之间不可或缺的数据纽带，学术界对其愿景自然是希望它总能让终端应用实时获得云端的分析和响应。遗憾的是，现有的无线通信技术还不足以满足这一愿景。其中，通信范围不足是我们亟待解决的首要挑战。
Shannon 公式告诉我们，通信速率取决于发射和接收设备以及它们之间的无线通道，速率随着发射和接收天线的数目和质量增加而提升。回顾过往的一次次里程碑式的技术创新，都是在这一理论指导下实现的。例如 4G 时代的 MIMO（多发多收），5G 时代的毫米波及大规模 MIMO。我们也做了不少探索和创新，如用压缩感知来估计无线通道以支持大规模 MIMO 编解码，分布式 MIMO 系统，节能 MIMO，高速运动时无线通道预测等。
Shannon 公式
C：信道容量，B：信道带宽，S/N：信噪比
但也正如 Shannon 公式所描述的，高速率需要大带宽。高频率有更大的带宽，但频率越高也意味着信号衰减越快，通信覆盖范围缩小。最简单的应对方法自然是提高发送/接收基础设施的密度，比如设置更多的基站。但这无疑会降低无线通信的经济性，增加其部署成本。这一问题在 4G 及以前的无线通信部署中尚不突出，但步入 5G 时代后，提升频率来获取带宽与通信范围缩小之间的矛盾愈发逼近“临界点”，甚至已经对普及 5G 的进度造成影响，更遑论未来以太赫兹为发展方向的 6G 通信。
显然，如果我们不能以创新的方法突破这一瓶颈，无线通信就将长期受制于通信范围和部署成本之间的零和博弈。这不仅会给人工智能的广泛应用带来技术上的阻碍，而且还会使我们那些弥合数字鸿沟的行动止步不前。
突破传统思维，为无线信道构建可调整的智能环境
以往我们对无线通信的改进都立足于“收”“发”两端，但如果我们重新审视整个无线通信系统，会发现除了发射机（tx）和接收机（rx）之外，无线系统还受到无线信道的制约——这在 Shannon 公式中其实也有所体现。
按传统思维，我们总是将无线信道视为由当前环境给定，是无法改变的。但现在我们意识到，“环境”或许是突破无线通信瓶颈的关键。于是我们产生了这样一个对未来的设想：调整环境更好地支持无线通信和感知！
至于实现方式，我们的考虑是在发射机和接收机之间放置一些低成本、无需电源的结构，然后根据应用需求来改变无线信道，从而为无线信号创造可调整的智能环境。例如在适当的位置设置反射面将无线信号反射至原先无法覆盖的区域，或是在环境中放置透射面来改变信号的轨迹。但普通表面需要严格遵循传统的反射定律和折射定律，对环境的调控很有限。给定一个环境经常无法找到合适的反射面或折射面来覆盖盲区。
超表面是实现我们这一设想的关键。它可以不遵循传统的反射定律和折射定律，对信号有更灵活的调控能力，可以任意改变出射波的方向，产生负折射率和完美透镜等神奇的现象。超表面由很多亚波长尺寸的单元组成，这些微小结构通过电磁波与其相互作用，产生局部的电磁响应，从而影响电磁波的传播特性。我们通过设计单元结构以及它们的排列方式来实现对电磁波的精确控制。
我和微软亚洲研究院的同事们开发了一款新型被动超表面，它无需功耗，成本低，支持高带宽，高透射和360度相位调制。最大的问题在于被动超表面一旦制作完成即定型，无法动态调整出射波。考虑到在使用场景中接收端或发射端经常会移动，无法动态调制是一个严重的缺陷。为了解决这个问题，我们进一步研究与实践，将被动超表面与小型相控阵天线相结合，使其在保持被动超表面其他优点的同时，具备动态调整能力。
这一创新可以用于很多场景，例如 Wi-Fi 或蜂窝网络。我们可以将其用于低轨道（LEO）卫星通信领域，以缩小数字鸿沟。你可能很难想象，在2023年全球仍有多达三分之一的人口因为地处偏远、难以负担通信设施成本等原因，至今都没有接入互联网。虽然 LEO 通信提高无线网络覆盖范围的可行性已被验证，但其地面站的建设成本门槛对于一些地区来说依然难以逾越。而现在，我们的技术可以用于制造低成本地面站。
将小型地面站收发天线系统部署在地面，在高楼模拟卫星收发。经过验证，微软亚洲研究院团队设计的超表面能提升信噪比6.8-45倍。
经过初步摸索，我们已经认识到了通过超表面研究改造智能环境给无线通信带来的新潜力。其实改变出射波方向只是超表面的众多“本领”之一，除了支持无线通信，它在无线感知领域也有妙用。
创造智能环境，实现更易用的无线感知
无线电信号不仅可以用于传输“现成”数据，还可以感知并生成全新的数据，即无线感知（Wireless Sensing）。无线感知和无线通信的物理架构层基本一致，信号处理也相通，它源于无线通信的发展，如今也在反哺无线通信。例如通过精准定位信号接收体的位置，就可以把信号能量集中传输，以扩大传播距离；再比如 MIMO 这种多进多出的天线技术，可通过感知对周围环境进行建模，指导 MIMO 参数优化，从而在既定环境中实现最高效率……对于前面提到的通信范围难题，无线感知同样有很大的用武之地，在未来 6G 的研发中，无线感知几乎是必不可少的要素。
无线感知的作用远不止于支持通信。在我看来，无线感知有潜力成为改造人类生产、生活方式的颠覆性技术之一。试想，如果医生借助无线感知来获取病人的生理指标，那么病人就无需承受被插入各种监测设备的痛苦；又或者我们将无线感知技术应用于野生动物保护，那么就可免去捕捉动物再植入传感器的麻烦。在一些场景中，无线感知技术已被广泛应用。例如机场、车站及重要场合中必不可少的安检设备，医疗领域常用的 X-Ray（X 射线）和 MRI（核磁共振成像），都使用了无线成像技术。
无线感知极大延伸了人类感官，激发了我们对其未来应用的无尽想象。比如将其应用于智慧农业，了解农作物的生长状况，更有效地优化浇水、施肥和农药播撒来提高产量；再比如将其应用于食品安全和质量监测，无接触地检测食品是否出现变质、成分是否符合描述、添加剂是否合适等等。
无线感知还能有力推动人工智能的发展和应用。它能为大模型提供远超人类感官范畴的数据类型，帮助人工智能用更多方式去学习和了解真实世界，以及为未来的机器人提供更强大的传感器，使之更精准地与环境互动。
近几年，对无线感知的研究和应用都在明显提速。一个显著的变化在于，过去无线感知需要使用非常昂贵的设备，而现在随着技术的进步，无线感知的普及门槛正在降低。有时候我们只需要使用普通的设备，就能实现高精度的追踪和成像。不久前，我们就开发了一种可以利用普通手机的内置扬声器和麦克风实现毫米级定位及声波成像的无线感知技术。相较于通过摄像头实现类似功能，声波不仅更加节能，能够更好地保护隐私，而且还具有一定穿透障碍物的能力，易用性和适用性都更好。
手机基于声波感知示意图
以往无线感知技术也是通过提升发射和接收设备的性能和天线数量来提高感知精度，会增加设备的成本、体积和能耗。既然无线感知与无线通信同源，那么构建智能环境的设想是否也有用武之地？答案是肯定的。首先，超表面有助于提高感知距离和精准度。比如我们设计的声音超表面，通过在普通扬声器和麦克风前放置一个低成本 3D 打印的声音超表面，就能大大提高感知距离和降低定位误差；其次，超表面还能把普通环境中感知不到的微小特征转变成更易感知的特征。这都有助于降低无线感知部署的难度，推动其走向广泛应用。
声音超表面
为无线通信和感知创造新的智能环境，为我们开启了新的探索维度和无限可能性。尽管我们尚处于起步阶段，任重而道远，但我们也期待与有志于此的伙伴们携手合作，共同迎接未知的挑战。我相信，将人工智能技术与应用场景的拓展相融合，有助于我们实现智能化、高效和可靠的无线通信和感知系统，从而推动诸如自动驾驶、智能医疗、工业自动化、智能家居等领域的大幅创新，引领人类社会步入全新的智能未来！
本文作者
邱锂力博士，现任微软亚洲研究院副院长，主要负责微软亚洲研究院（上海）的研究工作，以及与产学研各界的合作。
邱锂力博士是无线及移动网络领域的国际顶级专家，曾在2001-2004年任微软雷德蒙研究院系统和网络组研究员。2005年，她加入美国得克萨斯大学奥斯汀分校（UT Austin）任计算机系助理教授，之后因其在互联网和无线网络领域的卓越成就被晋升为终身正教授、博士生导师。
邱锂力博士是 IEEE Fellow、NAI Fellow 和 ACM Fellow。同时，她还担任国际计算机学会无线及移动系统专委（ACM SIGMOBILE）的主席。邱锂力博士曾获得 ACM 杰出科学家 (ACM Distinguished Scientist)、美国国家科学基金会杰出青年学者奖（NSF CAREER award）等多项荣誉。
邱锂力博士生长于上海，在美国康奈尔大学先后获得计算机硕士及博士学位。
