据外媒报道，由韩国蔚山科学技术院（UNIST）研究人员开发的一项人工智能驱动新技术有望显著降低图像传输过程中的数据传输负载，从而推动自动驾驶汽车、远程手术和诊断以及实时元宇宙渲染等领域的发展——这些应用都需要快速、大规模且无延迟的视觉数据交换。

图片来源： 期刊《IEEE Journal on Selected Areas in Communications》

该研究团队由UNIST人工智能研究生院的Sung Whan Yoon教授领导，开发了一种名为“任务自适应语义通信”（Task-Adaptive Semantic Communication）的创新型无线图像传输方法，该方法能够选择性地传输与特定任务最相关的关键语义信息。相关研究成果发表在期刊《IEEE Journal on Selected Areas in Communications》上。

目前的无线图像传输方法在压缩整幅图像时，并未考虑其潜在的语义结构（例如物体、布局和关系），导致带宽受限和传输延迟，阻碍了高分辨率图像的实时共享。

相比之下，这项新技术能够智能地过滤并仅传输完成任务所需的关键语义信息。例如，如果目标仅仅是对图像中的物体进行分类，则只会发送关于物体的信息，例如“猫”或“汽车”。但是，如果任务涉及生成一幅细节丰富的图像，系统则会传输关于物体排列及其关系的额外数据，例如“戴着帽子的猫”或“男人坐在椅子上”。

此外，该团队采用了一种语义过滤算法，可以去除冗余信息，例如“人有头”这类普遍成立的陈述，以及“杆子在手里”和“人拿着杆子”这类重复数据，从而在保留任务所需关键上下文信息的同时，减少不必要的数据传输。

仿真结果表明，与传统方法相比，该方法的传输效率最高可提高45倍，即使在各种无线信道条件下也能实现实时视觉任务执行。

Yoon教授评论道：“未来的无线通信不仅要注重数据的精确传输，更要注重信息的有意义传输。这项研究标志着智能无线通信转型迈出了关键一步。”

第一作者eonghun Park补充道：“这项技术有望支持自动驾驶车辆感知系统、远程医疗和实时元宇宙渲染等关键应用，在这些应用中，大规模视觉数据的快速可靠交换至关重要。”