北京时间2月16日上午消息,牛津大学的研究人员已经实现了速率高达100Gbps的自由空间光通信,这样的光通信技术无需使用光纤。
自由空间光通信
这项研究由光子学工程师多米尼克·奥布莱恩(Dominic O'Brien)领导,基站与计算机之间通信采用的介质并非无线电,而是光。研究者指出,这一通信系统的最高速率能达到3Tbps。这一研究成果已经发表在《IEEE光子学技术快报》上,目前研究人员专注于100Gbps的传输速率。
为了不让光线出现过多的弥散,研究人员使用了液晶阵列。这带来了一种可编程的衍射光栅,类似于投影仪中使用的技术。
这一系统的传输速率同时也取决于接收器的视场。如果有着更宽的视场,那么将可以使用更多波长的光来实现信号的多路传输。60度的视场将支持6个波长,而36度的视场仅支持3个波长。不过,这样的波分复用技术已经可以实现224Gbps(6个信道)和112Gbps(3个信道)的传输速率。
尽管目前的技术仅支持3米的通信距离,但这已经可以应用在室内网络中。
奥布莱恩目前正在从事可见光通信项目的开发。这一项目名为“超并行可见光通信”,并获得了英国工程与物理科学研究委员会的支持。
除了使用可见光之外,奥布莱恩的团队也尝试使用1550纳米波长的光去进行自由空间光通信。这一波长的光在电信行业中被广泛使用。(李丽)
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
香港理工大学联合多所高校开发的Mol-R1框架,首次实现了AI在分子发现中的透明推理。该系统通过PRID方法学习专家推理模式,配合MoIA迭代训练策略,不仅能准确生成分子结构,还能展示完整思考过程。相比现有模型,Mol-R1推理更简洁高效,为药物研发等领域的AI应用提供了重要的安全保障。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
蚂蚁集团AWorld团队发表突破性研究,创建动态多智能体协作系统解决AI稳定性难题。研究灵感来源于船舶导航,通过执行智能体和守护智能体的协作机制,在GAIA测试中准确率达67.89%,稳定性提升17.3%,荣登开源项目排行榜第一名。该系统为构建可靠智能系统开辟新路径,具有广阔应用前景。