机器学习和无线：杜克大学新任教授瞄准新兴技术
发布日期：克里斯特·里士满 (Christ Richmond) 将于 2022 年 1 月 1 日起加入杜克大学电气与计算机工程系。里士满拥有数十年设计和测试新技术和算法以改进雷达和通信等无线应用的经验，他将与杜克大学的长期同事一起将机器学习等新兴技术应用于该领域。
里士满在马里兰大学帕克分校获得电气工程学士学位，在鲍伊州立大学获得数学学士学位，之后在麻省理工学院完成了硕士和博士学位。二十多年来，里士满一直担任麻省理工学院林肯实验室高级传感器技术组的高级职员，之后于 2017 年加入亚利桑那州立大学任教。
通过他的所有工作，里士满突破了现代技术对电磁波和声波的利用界限。虽然大多数人更熟悉我们能看到的电磁波频谱——可见光——但其他频率则用于各种各样的用途，如无线电、雷达、WiFi、蓝牙、卫星通信、蜂窝电话、5G 设备等。如果这听起来像是一个拥挤的空间，那是因为它确实如此。
“把电磁频谱想象成一个停车场，把每个频段想象成一个停车位，”里士满说。“就像房地产一样，某些地方比其他地方更有吸引力，每个人都想拥有好地方。”
决定谁能获得哪些频谱的机构是联邦通信委员会 (FCC)。里士满称，FCC 历来将最好的频谱留给军方和具有重要目的（如大气观测）的民间组织。但几十年前，这些宝贵频谱中的大部分被出售给私人公司，承诺研究人员将能够找到如何用更少的电磁空间做更多事情的方法。
如今，Richmond 是仍在构建这些桥梁的研究人员之一。他和同事们 罗伯特·考尔德班克杜克大学计算机科学 Charles S. Sydnor 杰出教授、信息计划主任，以及 瓦希德·塔罗克里士满电气和计算机工程系的 Rhodes Family 教授正在研究一项提案，让频谱用户共享同一频带，甚至可能在同一频带内同时共存（或者用汽车和停车位的语言来说，这些汽车将共享停车位，甚至可能停在彼此的上方）。
“我们需要弄清楚如何让所有这些信号以协调的方式一起舞动而不互相干扰，”里士满说。“这需要雷达通过计算机和算法与卫星信号对话。但如果我们能让它们作为彼此的延伸一起工作，我们可能就能让它们作为一个团队而不是单独工作时工作得更好。”
Richmond 的另一项主要研究方向也是与 Calderbank 和 Tarokh 合作的，该研究涉及将不断发展的机器学习技术应用于无线通信。三人已经取得了良好的开端。2020 年 10 月，该团队获得了美国空军一笔为期五年、金额达 1450 万美元的资助，用于开发速度快、可靠性高、足以满足空军要求的人工智能通信和网络协议。
为了解释他们在这个领域的努力，里士满表示，当今所有的无线通信算法都是基于波的行为模型。只要信号强且假设的模型成立，那么该技术就可以解密传入的数据。但是，当传入的波由于干扰或时间和空间的衰减而不再像预期的那样时，模型就会崩溃，信号就会丢失。
“我们正在放弃开发基于模型的算法，而是以人工智能为基础，”里士满说。“这类方法依赖于数据而不是模型。因此，只要你用来自各种不太理想的场景的足够数据来训练它，它就能适应环境的变化。潜力真的很惊人。”
由于杜克大学有强大的合作伙伴，而且一个耗资数百万美元的中心已经在筹备中，里士满加入该学院可能只是个时间问题，而不是是否加入的问题。无论如何，里士满表示，他对这一举动将为他创造的广泛领域的机会感到兴奋。
“我和杜克大学的很多人保持了很长时间的联系。他们一直告诉我，我也应该考虑来这里，而且当我看到这里的情况后，我发现这里在很多方面都很有吸引力，”里士满说。“我听说这里的学生非常优秀，所以我对此感到很兴奋。这里还有很多优秀的年轻教师，我对医学院正在进行的很多项目也很感兴趣。我想我在这里待的时间越长，我就会找到越多的新合作机会。”