眾所周知，自從信息革命開始以來，我們的數(shù)據(jù)量一直在不斷增加。

文字、圖片、音頻、視頻……越來越多的數(shù)據(jù)源源不斷地產(chǎn)生，不僅占據(jù)了我們的存儲(chǔ)空間，也充斥了整個(gè)通信網(wǎng)絡(luò)。

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

進(jìn)入21世紀(jì)以來，在云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)和人工智能的共同推動(dòng)下，數(shù)據(jù)的增長(zhǎng)趨勢(shì)更加迅猛。

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

而ITU則預(yù)測(cè)，全球移動(dòng)數(shù)據(jù)流量的年增長(zhǎng)速率將會(huì)在2030年達(dá)到55%。2030年的數(shù)據(jù)流量，將是2020年的100倍。
?

面對(duì)如此巨大的流量增長(zhǎng)，人類現(xiàn)有的通信技術(shù)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(xué)理論）》，標(biāo)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(chǔ)上，進(jìn)行通信技術(shù)的研究。

經(jīng)過70多年的積累，我們的通信技術(shù)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(shù)，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(shù)，把信道也利用到了極致。
那接下來，該怎么辦呢？面對(duì)萬物智聯(lián)時(shí)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(yīng)對(duì)？

?通信的三個(gè)層級(jí)

大家不妨冷靜思考一下。

一直以來，我們?cè)谕ㄐ偶夹g(shù)上所做的努力，似乎都在做一件事情——把攜帶信息的符號(hào)，完整、準(zhǔn)確、快速地從信源發(fā)送到信宿。
這就好像一個(gè)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(dāng)貨物實(shí)在太多，快遞員真的已經(jīng)拿不動(dòng)的時(shí)候，他會(huì)不會(huì)蹦出這么一個(gè)念頭——這些貨物，真的有必要全送嗎？

大家或者也會(huì)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(shí)間，終于下載完成，結(jié)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(luò)辛苦完成的數(shù)據(jù)傳輸工作，沒有發(fā)揮價(jià)值。你的時(shí)間，也浪費(fèi)了。

是的，在這里，我們就會(huì)想到——通信的終極奧義，究竟是什么？

事實(shí)上，早在現(xiàn)代通信理論奠基之際，先賢們就考慮到了這個(gè)問題。

1938年，美國(guó)哲學(xué)家查爾斯·莫里斯（Charles William Morris）提出了符號(hào)論。他指出，符號(hào)應(yīng)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(duì)自己的理論和模型進(jìn)行延展完善。他們合著了一本書，名字仍然叫《通信的數(shù)學(xué)理論》。
他們倆當(dāng)時(shí)就意識(shí)到，語義在通信中的重要性。于是，他們提出了通信的3個(gè)級(jí)別，即Level A/B/C。

Level A：語法通信，解決技術(shù)問題，即通信符號(hào)如何保證正確傳輸；

Level B：語義通信，解決語義問題，即發(fā)送的符號(hào)如何傳遞確切的含義；

Level C：語用通信，解決有效性問題，即接收的含義如何以期望的方式影響系統(tǒng)行為。

長(zhǎng)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(jìn)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(diǎn)。

?語義通信的特點(diǎn)

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

它會(huì)對(duì)原始信號(hào)進(jìn)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(jìn)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(dá)意通信”、“內(nèi)容通信”。

換句話說：“不能傻干活，要多動(dòng)腦子。”

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

從學(xué)術(shù)上來說，降低接收者對(duì)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(dá)意”通信。

大家平時(shí)溝通交流，也會(huì)注意到：對(duì)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(duì)于你很親近的人，有時(shí)候，一個(gè)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(duì)信息本身的壓縮，它尋找數(shù)據(jù)的規(guī)律，通過算法進(jìn)行數(shù)據(jù)精簡(jiǎn)。而語義通信，重在“理解和消化”，講究的是“智能”。

?語義通信系統(tǒng)的架構(gòu)

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(tuán)隊(duì)，有不同的語義通信架構(gòu)設(shè)計(jì)。

而且，針對(duì)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(wù)），也會(huì)有不同的語義通信模型和架構(gòu)。

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(duì)語義特征壓縮編碼。然后，送入信道編碼器。最后，進(jìn)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(fù)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(shí)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(gè)知識(shí)庫。其實(shí)，有的模型并沒有知識(shí)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(shí)庫的。系統(tǒng)模型的性能和準(zhǔn)確率，高度依賴于知識(shí)庫。

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

知識(shí)庫又不像密碼本那樣，內(nèi)容固定且形式單一。知識(shí)庫由很多的語義知識(shí)圖譜組成，分為多個(gè)層級(jí)，可以對(duì)現(xiàn)實(shí)世界中的實(shí)體、概念、屬性以及它們之間的關(guān)系進(jìn)行建模。

基于知識(shí)庫，進(jìn)行語義理解，就需要前面我們所說的“智能”。

誰最適合干這個(gè)活？當(dāng)然是AI人工智能。

簡(jiǎn)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(xùn)練的知識(shí)庫，通過深度學(xué)習(xí)網(wǎng)絡(luò)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(guó)物理學(xué)家L.布里淵（L.Brillouin）就指出，經(jīng)典信息論忽略語義通信，是因?yàn)楣こ绦枰ㄒ冉鉀Q基本需求），并不意味著人們要永遠(yuǎn)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(shù)日益成熟，所以，我們重提語義通信的時(shí)機(jī)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(yīng)該能夠理解：同類型主體之間的通信，往往容易簡(jiǎn)化。就像人和人之間，通信肯定比人和牛之間簡(jiǎn)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(yīng)用之后，就會(huì)有很多的智能體。這些智能體之間，就會(huì)有大量的通信需求。而語義通信，本身就是AI在進(jìn)行“翻譯”，對(duì)于智能體通信，肯定會(huì)有更大的優(yōu)勢(shì)。

　　語義通信面臨的挑戰(zhàn)

　　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(xiàng)技術(shù)投入實(shí)用，真正發(fā)揮價(jià)值，并不容易。

　　首先，語義通信的基礎(chǔ)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(chǔ)。他用一個(gè)簡(jiǎn)單的對(duì)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(duì)于語義通信，還沒有人完成這兩項(xiàng)重要工作。相對(duì)于語法通信，語義通信缺失嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)表征，沒有扎實(shí)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(biāo)，用于衡量服務(wù)質(zhì)量。語義通信關(guān)注“達(dá)意”，不關(guān)注“精準(zhǔn)傳輸”，所以，這些指標(biāo)都用不了。

　　在語義通信中，只能會(huì)采用宏觀的任務(wù)完成質(zhì)量或語義準(zhǔn)確率，來進(jìn)行系統(tǒng)性能評(píng)估。

　　說到準(zhǔn)確率，這是語義通信的第二個(gè)大問題。

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

　　第三個(gè)問題，是適用場(chǎng)景問題。

　　通信是一件復(fù)雜工作。數(shù)據(jù)是多樣化的，有結(jié)構(gòu)化數(shù)據(jù)，也有非結(jié)構(gòu)化數(shù)據(jù)。文字、圖片、音視頻，還有一些特定的通信任務(wù)，混在一起，很難借助一個(gè)有范圍限制性的知識(shí)庫，進(jìn)行語義提取。

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

　　知識(shí)庫還涉及到第四個(gè)問題，那就是安全問題。

　　在現(xiàn)實(shí)情況下，如何維持兩份高度一致的知識(shí)庫？如果對(duì)知識(shí)庫進(jìn)行傳遞，會(huì)不會(huì)泄密？如何保障知識(shí)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(huì)更多。

　　語義通信的研究進(jìn)展

　　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(gè)概念的研究熱度是越來越高的。

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

　　最有代表性的，是北郵張平院士及他的團(tuán)隊(duì)。

　　2022年左右，他們針對(duì)6G的智簡(jiǎn)演進(jìn)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(jié)構(gòu)化、簡(jiǎn)約化、彈性化的方式對(duì)信息進(jìn)行組織，為描述涉及網(wǎng)絡(luò)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(luò)協(xié)議層、語義應(yīng)用意圖層）”智簡(jiǎn)網(wǎng)絡(luò)協(xié)議架構(gòu)，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(shí)踐中。

　　以中國(guó)移動(dòng)為例，他們和清華大學(xué)合作，搞了一個(gè)面向人臉場(chǎng)景的會(huì)話視頻語義傳輸方案，在中移平安鄉(xiāng)村網(wǎng)絡(luò)中進(jìn)行應(yīng)用，效果不錯(cuò)。

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

　　總得來說，語義通信技術(shù)具有巨大的研究潛力。它代表了通信系統(tǒng)設(shè)計(jì)思想和理念的一次重大轉(zhuǎn)變，有可能完全改變我們現(xiàn)有的信息通信技術(shù)體系。對(duì)于語義通信技術(shù)的未來發(fā)展，只有時(shí)間才能給出準(zhǔn)確的答案，讓我們拭目以待！

　　編輯：黃飛