如果你想知道自己的Wi-Fi信号为什么时好时坏,不能覆盖整个房子,其中一个原因是所使用的频率并不适合这一目标。便即提升路由器和天线设计,情况也仍然如此。Wi-Fi通常在2.4 GHz和5 GHz中使用微波频率,这些信号并不具备良好的穿透性。
UHF
部分科学家认为从400 MHz至700 MHz的UHF频谱更为适合,首先其无线电波可更好的覆盖目标。尽管如此,它们并不只有交换那样简单。这一UHF频谱被用于电视广播,这些设备是最先使用 这一频谱的,因此它们可以选择最佳的频率。电视公司喜欢这些UHF信号的原因与我们一样,与微波相比,它们可以传播的更远,变形更少,因此它们更容易被使 用。
信号抵消
休斯顿莱斯大学的科研人员表示,他们找到了一种可以在这些UHF频率中传输数据且不产生干涉的方法。
Xu Zhang和Edward W. Knightly在他们的论文中称,他们是通过信号抵消的方式,在传输数据时“保护”当地电视收看者的。
他们在论文中称,团队开展了一个名为WATCH(活跃的TV信道中的Wi-Fi)的试验,实现了在“千瓦级”电视发射机面前进行Wi-Fi传输,其通过基于智能手机的电视遥控器或是一个与互联网连接的电视通知WATCH控制器关于电视接收机的空间频谱需要
换句话说,该技能能够准确识别频谱的哪一部分收到了电视的请求,然后,它们在同一个频谱中传输Wi-Fi的同时,考虑电视的需求。
Knightly在一篇关于电视技术的文章中称“它们在信道中监视着电视广播,使用信号抵消技术在相同的信道中嵌入无线数据传输,其消除了电视广播 与向计算机用户发送的‘超级’Wi-Fi数据信号的干涉。”在“自干涉抵消算法可让可用频谱翻一倍”之前我曾经写过关于在无线电中的干涉抵消。这一理念与 通过微管理风格的预测优化频谱相似。
监管部门
监管部门正在热切地希望展现自己对重要UHF频谱的公正性。他们允许被称为“白色空间”的未使用UHF频谱被重新规划,前提是只要不影响现有的电视。莱斯大学所展开的研究是让他们的技术可用于在用的UHF频谱,而非未使用的频谱。
这是一个重要的差别,因为尽管监管部门可通过将模拟信号转换成数字信号的方式释放“白色空间”,广播仍然在使用UHF频谱中的大部分频谱。虽然大量 居民开始通过有线、卫星和互联网看电视,但情况仍然如此。研究团队称:“很不幸,许多居民区仍在通过电视广播信号来收看电视,这极大的限制了白色空间的可 用性。”
他们引用消费者电子协会2013年的统计数据称:“在美国,仅7至10%的电视用户是依靠UHF广播收看电视节目的。”尽管UHF已经不再被消费者 大量使用,但是数据等新成员仍然无法使用它们,因为广播公司依然拥有这些频谱,并需要使用它们。如果测试工作取得成功,那么数据和电视广播可以共享这些空 间。但是具有讽刺意味的是,许多数据都是点播电视。
好文章,需要你的鼓励
许多CIO在实施AI战略时因良好初衷反而导致失败。专家指出,仅为AI而做AI会浪费资金且无实际成果,应先评估业务价值。CIO常见错误包括:让风险规避型利益相关者施加过度限制、仅依赖现成AI工具而不深度整合、在人员和流程问题未解决时强推技术转型。成功的关键是确保AI解决方案真正节省时间并带来业务价值,需要有权威的负责人推动决策,同时不惧怕小规模试错,快速迭代改进。
谷歌研究院开发出一种革命性的人工智能技术,通过学习人类眼动轨迹来提升视觉问答能力。该技术像训练侦探一样教会AI关注图像中的关键区域,准确率提升3-10%。研究发表于CVPR 2024,在教育、医疗、无人驾驶等领域具有广阔应用前景,为AI向人类智慧靠近开辟了新路径。
Kahoot是一个基于游戏的学习平台,涵盖科学、历史、地理、英语和数学等领域。该平台于2023年推出AI功能,AI生成器可从主题、文档、网站或视频链接即时创建互动学习体验,帮助教师减少备课时间,让学习更具吸引力和个性化。平台支持50种语言,拥有120亿用户,还提供翻译工具和AI驱动的学习推荐功能。
英国卡迪夫大学研究团队通过脑电图技术发现,当人们体验虚假听觉(即"听到"实际不存在的语音)时,大脑的神经活动模式与听到真实声音时几乎相同。研究揭示了大脑会根据语言经验和上下文自动"填补"缺失的语音片段,这一发现对理解听觉障碍、改进助听设备以及开发更智能的语音识别系统具有重要意义。