الذكاء الاصطناعي وتقنيّاته سيؤثّر بشكلٍ جليٍّ على مستقبل التّكنولوجيا، ومن المتوقّع ظهور آفاقٍ جديدةٍ في مجالاتٍ مختلفةٍ منها الاتّصالات اللّاسلكيّة.

كيف تعمل الشبكة اللاسلكية واي فاي (Wi-Fi)؟

هل تساءلت يومًا كيف تعمل شبكة الواي فاي؟ الّتي أصبحت عنصرًا متكاملًا مع حياتنا اليوميّة المتسارعة؛ حيثُ لم تعد هناك حاجةٌ للتّقيّد بكابلات الإنترنت.

في البداية علينا أن نتعرّف على معنى وحدة قياس التّردّد: هرتز (Hertz)، الّتي سنتعرّض لها لاحقًا. ولنفعل ذلك، تخيّل أنّك تجلس لتشاهد موجات البحر وهي تصطدم بالشّاطئ، وشرعت بقياس الوقت المستغرق بين كلّ تصادمٍ والآخر؛ فإنّك بذلك تقيس مرّات تكرار الموجة، أو تردّدها. وبذلك فإنّ (1) هرتز هو تردّد موجةٍ واحدةٍ في الثّانية؛ وبالتّالي (1) جيجا هرتز يساوى تردّد مليار موجةٍ في الثّانية. فكلّما زاد التّكرار، زادت كمّيّة البيانات المنقولة في الثّانية.

بواسطة الواي فاي، تُنقل البيانات باستخدام تردّدات موجات الرّاديو بين جهازك وموزّع الإنترنت (Router). وتبعًا لحجم البيانات المُرسلة؛ يُستخدم تردّدان مختلفان: (2.4) و(5) جيجا هرتز. وينقسم تردّدا الواي فاي إلى قنواتٍ متعدّدةٍ، لمنع التّداخل وازدحام البيانات، ويكون نقل البيانات ومشاركتها عبر هذه القنوات، وهنا يظهر سحر علوم الحاسب، حيثُ يعدّ اتّصال جهازك بالإنترنت هو الخطوة الأولى في عمليّة نقل البيانات.

تتحوّل البيانات المُرسلة إلى شيفرةٍ ثنائيّةٍ (0) و(1) -وهي اللّغة الّتي تفهمها أجهزة الكمبيوتر للتّعامل مع البيانات، وتستخدم لتحويل كافَّة الحروف والأرقام والرّموز إلى سلاسل من رقمين فقط (0) و(1)- كما حدث عند الضّغط على الرّابط الخاصّ بهذا المقال؛ فإنّ طلبك يُحوُّل إلى سلسلةٍ من (0) و(1). وبواسطة شريحة الواي فاي بجهازك فإنّ هذه السّلسلة تتحوّل بدورها إلى تردّداتٍ موجيّةٍ.

وتتحرّك التّردّدات خلال قنوات التّردّد سالفة الذّكر، ليستقبلها موزّع الإنترنت (Wi-Fi router) الّذي تتّصل به، فيحوّلها مرّةً أخرى إلى سلسلةٍ من الشّيفرات الثّنائيّة (0) و(1)، ويرسلها عبر الإنترنت لتمرّ خلال كابل الإنترنت، ويستقبل الرّدّ على طلبك عبر الكابل أيضًا. وتكرّر هذه العمليّة حتّى إتمام تحميل المقال كلّه.

وتحدث هذه العمليّة بمعدّلات سرعةٍ عاليةٍ جدًّا؛ حيث تعمل معظم موزّعات الإنترنت بسرعة 54 ميجابت/ثانية. بمعنى أنّ هذه الموزّعات تستطيع إرسال أو استقبال 54 مليون وحدةٍ من الشّيفرة الثّنائيّة (0) و(1) خلال ثانيةٍ واحدةٍ.

كيف بدأ تأثير الذكاء الاصطناعي على الاتصالات اللاسلكية؟

تُعدّ تقنيّات الذكاء الاصطناعي مثل التّعلّم الآليّ (machine learning) والتّعلّم العميق (deep learning)، تقنيّاتٍ واعدةً لتعظيم الاستفادة من الشّبكات اللّاسلكيّة؛ حيثُ أنّها تستخدم في تصميم وتجهيز تصميمات الطّبقة المادّيّة (PHY)؛ بالإضافة لمعالجة الإشارات والعمل على التّغلّب على تعقيدات تردّدات الرّاديو (RF).

في البداية، وللتّعرّف على تأثير تقنيّة الذّكاء الاصطناعيّ على الاتّصالات اللّاسلكيّة، نجد أنّ تطبيق خوارزميّاتٍ فعّالةٍ للتّعلّم الآليّ يُمَكِّن الذكاء الاصطناعي من معالجة تعقيدات تصميم أنظمة تردّدات الرّاديو. وذلك من خلال التّحسين الكبير لمعاملات التّردّد اللّاسلكيّ مثل: عرض النّطاق التّردّديّ للقناة (channel bandwidth) وحساسيّة الهوائيّ (antenna sensitivity) ومراقبة الطّيف (spectrum monitoring).

حتّى الآن، أثمرت التّحسينات الهندسيّة عن إضفاء بعض الذّكاء على مكوّناتٍ فرديّةٍ في الشّبكات اللّاسلكيّة، عبر تقنيّاتٍ مثل الرّاديو المعرفيّ (cognitive radio) -الّذي يُبرمج لاستخدام أفضل القنوات اللّاسلكيّة لتجنّب الازدحام وتداخل بيانات المستخدمين-، ولكنّ هذه التّحسينات الجزئيّة الّتي تستهدف تطبيقاتٍ مثل مراقبة الطّيف هي كثيفة العمالة؛ أي تتطلّب جهودًا ضخمةً، وذلك لإنتاج أنظمةٍ هندسيّةٍ متخصّصةٍ لاستخلاص المميّزات واختيارها (Feature extraction and selection)، ما يستغرق عادةً عدّة أشهرٍ في التّصميم والتّطبيق.

من ناحيةٍ أخرى، يمكن لتقنيّات الذّكاء الاصطناعيّ سالفة الذّكر استخدام تحليل البيانات لإتمام عمليّة تعلّم تحديد وتصنيف أنواع إشارات الرّاديو، في غضون ساعاتٍ قليلةٍ. على سبيل المثال، وبالمقارنة مع المنهجيّات التّقليديّة القائمة على البحث التّكراريّ والخوارزميّ؛ تستغرق الشّبكة العصبيّة العميقة المدرّبة بضعة أجزاءٍ من الألف من الثّانية لاكتشاف الإشارات وتصنيفها.

لذلك من المهمّ ملاحظة أنّ هذه التّحسينات تقلّل من استهلاك الطّاقة والمتطلّبات الحوسبيّة بشكلٍ كبيرٍ، علاوةً على أنّ نظام اتّصالاتٍ ذا قابليّةٍ للتّعلّم يسمح لمصمّمي الشّبكات اللّاسلكيّة بإعطاء الأولويّة لمعاملات التّصميم الرّئيسيّة مثل: الإنتاجيّة (throughput) -عدد الإجراءات المنفّذة لكلّ وحدةٍ زمنيّةٍ-، والكمون (latency) -وهو فترة الانتظار بين العمليّات-، والنّطاق، واستهلاك الطّاقة.

والأهمّ من ذلك، تسهيل زيادة الوعي بالبيئة التّشغيليّة والعمل على إنشاء نظام راديو مثاليٍّ من خلال نماذج التّدريب العميقة القائمة على التّعلّم، مثل نموذجٍ يُعَلَّم كيفيّة تشفير وفكّ تشفير البيانات لجهاز إرسالٍ واستقبالٍ لاسلكيٍّ، شاملًا مكوّنات تردّد الرّاديو والهوائيّات ومحوّلات البيانات.

لذلك، فإنّ تقنيّاتٍ مثل التّعلّم العميق في المجال اللّاسلكيّ، ستفتح آفاقًا جديدةً في توفير تصميمات الطّبقة المادّيّة ومعالجة الإشارات. ممّا يؤدّي إلى إنشاء فئةٍ جديدةٍ تعمل بذكاءٍ في بيئات الرّاديو المتنوّعة.