На протяжении последних нескольких лет исследовательские группы в области инженерии изучают захватывающую задачу — преобразование взаимных радиопомех в беспроводной связи в вычислительные процессы. Радиосигнал, являющийся по своей природе аналоговым, допускает выполнение ряда математических операций, таких как сложение и другие. Вместо того чтобы бороться с помехами, их можно направить в нужное русло, и тогда вычисления будут происходить непосредственно в эфире во время передачи данных.
Источник изображения: ИИ-генерация Grok 4/3DNews
Общеизвестно, что в обычных беспроводных сетях главной трудностью становится растущая загруженность спектра и повышение задержек при одновременной отправке крупных объёмов информации от множества устройств. Особенно остро это проявляется в интернете вещей, автономных автомобилях или концепциях умных городов, где датчики, камеры и прочие устройства создают колоссальный трафик, пригодный для задач агрегации данных или обучения ИИ-моделей. Сегодня этот ресурс попросту растрачивается, и эту ситуацию пора исправлять.
Традиционный подход предполагает разделение процессов связи и вычислений, что ведёт к нерациональному использованию ресурсов и высокому потреблению энергии. Сначала информация передаётся с применением всех доступных методов подавления шумов и исправления ошибок, а затем обрабатывается, также с коррекцией ошибок. Однако в эфире, во время самой передачи, благодаря физическим законам распространения и взаимодействия электромагнитных волн, можно выполнять целый ряд вычислительных задач. Эта методика получила название over-the-air computation (AirComp или OAC) — вычисления «в эфире».
Вместо того чтобы подавлять помехи, устройства одновременно отправляют модулированные сигналы, и их наложение в воздухе осуществляет математические операции — сложение, усреднение, построение гистограмм и даже матричные вычисления. Это кардинально отличается от стандартных цифровых беспроводных сетей, где интерференция считается врагом и устраняется с помощью алгоритмов коррекции ошибок. К примеру, одинаковые данные от разных датчиков суммируются в единый сигнал, а приёмник считывает только итоговую сумму. Таким образом, сеть легко масштабируется по мере увеличения числа устройств, не требуя отдельной передачи каждого пакета данных.
Технология уже прошла проверку в лабораторных условиях. К примеру, в Университете Южной Каролины на испытательном стенде, включавшем пять передатчиков и базовую станцию, нейросеть обучали распознавать изображения «по воздуху» без отправки необработанных данных, добившись точности в 95%. Похожие демонстрации состоялись на заседании IEEE 802.11 в марте 2025 года с целью интеграции в Wi-Fi. Выгоды здесь очевидны: уменьшение задержек, экономия энергии, более эффективное использование спектра и защита конфиденциальности, так как исходные данные невозможно перехватить.
Тем не менее, внедрение AirComp — задача непростая. Во-первых, нужен принципиально иной уровень синхронизации по фазе и времени, что пока работает плохо, особенно в условиях подвижности, когда фазы сигналов «уплывают». Во-вторых, необходимы новые протоколы для работы беспроводных сетей, совместимые с обычной связью, а также соответствующее оборудование. В то же время технологии связи и вычислений продвинулись настолько, что инженеры уверены: «воздушные» распределённые вычисления появятся в ближайшие пять лет. В любом случае у нас просто не останется выбора — эфир не безграничен, и стоит использовать его с максимальной отдачей.
