今年1月，AMiner团队推出AI 2000榜单，旨在通过AMiner学术数据在全球范围内遴选过去十年间，人工智能学科最有影响力、最具活力的顶级学者，赞扬他们对于人工智能研究领域的卓越贡献。本次学术头条有幸对入围这一名单的香港大学教授黄凯斌进行了采访。
摩托罗拉、爱立信、诺基亚……在5G普及的时代，这些手机品牌已经成为历史上泛黄的一页，也由此标记着通信技术的不断进步。很长一段时间里，这些进步都围绕着这样一个命题：在保证信息传输准确的前提下，尽可能提高传输速率。相关解决方案的理论基础，也基本集中体现在香农1948年发表的不朽论文“通信中的数学原理”中。
直到AI的兴起，打破了这个局面，提出了前所未有的挑战——计算与通信结合。
用香港大学电子电机工程系教授、副系主任黄凯斌的话来说便是，6G时代，香农将与图灵相遇。以他在无线电通信数十年的的研究经验来看，5G以前，通信和计算可以视为两座独立的岛屿，而这种做法的效益已日益缩减。因此，当AI领域的人在关心AI赋能通信这样的“传统行业”时，有一批人在探索新的通信技术应该怎样帮助到AI，黄凯斌是其中的代表性人物之一。在这个命题之下，或许会诞生无线电领域未来十年最精彩的篇章。
和许多人从课外活动喜欢上一门学科不同，无线电通信技术对黄凯斌的吸引，发生在课堂。他尤其记得，自己从华南理工的工民建系转向新加坡国立大学光纤通信专业之后，又在一位老师的耳濡目染之下，再度切换轨道，开始了无线电通信的学习。新加坡国立大学毕业之后，黄凯斌继续在无线电通信领域深造，前往美国University of Texas at Austin攻读博士，研究的方向也从3G开始涉及4G和5G技术。
正如我们前文所言，现代通信研究大部分时间是在与通信速率做纠缠。这一点在黄凯斌的求学历程中也不例外。尤其是他在PhD阶段从事的多天线研究方向，便是4G速度实现的一大杀手锏。
当时，从3G迭代到4G所面临的重大问题，是要很快的速度，但是又没有频谱，因为频谱不但昂贵还很有限。直到多天线技术的出现了，这个问题才有了很好的解决方案。多天线技术的基本概念是，同样的一段频谱，可以在上面叠加n个数据流。
同样的频谱速度可以2倍3倍4倍的叠加，只要放多一些天线就可以，产生的平行数据流就像路上叠起了一层层的高架桥。多天线技术的出现，被公认是3G迈向4G的重要转折点。而他当时所在的University of Texas at Austin，拥有全美最早钻研多天线技术的教授，也是全美最大和最强的无线电研究团队之一。
再加上奥斯汀有着像Freescale这样领先企业在此设立总部，因此天然形成了活跃的多天线技术“交流场”。
这样的氛围之下，他和他所在的组作出了很多优秀的工作，其中最值得为外人道的，恐怕还是一项多天线预编码专利。顾名思义，多天线预编码，便是提前在基站端进行数据流的处理。在基站里进行了预编码，用户在手机中收到的信号存在好几个数据流，也可以互不干扰，上网完全不受影响。
这项专利现已授权苹果使用，2013年时还被权威的知识产权管理杂志Asset Management Magazine评为当年苹果所有专利的Top Five，也就是最有影响力的5个专利之一，除此之外也被其他专利项目引用超过200多次，并应用于4G标准中。
诸如这样的种种研究，最终共同推动着通信速度从以前的只够打电话，发展到可以支持上网娱乐甚至移动办公。
从普通用户的感知来看，1G有了移动通话，2G将其普及之，2.5G实现移动上网，3G带来更快的上网速率，4G实现多媒体通讯，基本满足了所有的互联网需求。从运营商和移动通信网络本身的角度来看，1G到4G的历程，是模拟到数字、低速到高速、系统容量不断提升、更稳定更安全更便宜的过程。最终，通信技术才从少数人的特权，变成多数人的福祉。
对于亲身参与其中的学者而言，黄凯斌又有不一样的感受，似乎越往前走，越需要更大胆的创新。因此，毕业之后，黄凯斌萌生了做一些和导师不一样的工作的想法。尤其在研究5G边缘计算的过程中，他注意到，有一些新的现象，挑战着通信“祖师爷”香农的奠基性设想。
香农最初对于通信的设想，可以简单概括为建造一个网络，然后很快速地传输数据，至于这些数据后面会发生什么，比如具体用来作怎样的计算，香农并没有作任何区分，这就造成了通信和计算长期以来的分而治之的局面。
这个基本原则一直持续到4G。4G时代，计算主要发生在云端的，发生在数据中心，而通信发生在网络的边缘，即基站和手机，两者之间依然是“遥远”，严格分属于不同的两个领域。
因此，通信人不考虑数据是用来做什么样的计算，是完全没有问题的。直到5G的出现，更确切的说是5G带来的边缘计算的出现，迫使一部分人开始思考，通信阶段是不是可以将后续的计算任务纳入考量，速率还是不是此时最重要的衡量指标？而在黄凯斌看来，答案已经很明显了。
5G带来的最重要的改变，是计算从云端迁往了通信网络，特别是网络的边缘。由此产生的作用是，计算和通信有了结合的可能。怎么结合？
就是计算的同时又要考虑到通信，然后设计一些特别的通信技术来支持计算和通信的结合。在5G之前，计算的人就考虑计算就好了，通信的人考虑通信就好了，不会互相包含，也不会为对方着想。如果手机上有个计算任务，这个任务太复杂，消耗很多能量，通信技术可以把计算任务从手机挪到服务器上，计算完之后再把那个结果告诉手机就可以了。
这是5G时代边缘计算的一个好处，它使得很多小小的IoT感知器没有什么计算的功能，但是网络还是可以赋予它很强的功能，因为通过通信技术把计算的功能外移。再比如，如果计算是为了自动驾驶，需要反应的速度很快，那服务器就要为计算任务多调度一些资源，而一些感知任务对时延的要求不是很高，就可以把它设为Low Priority等等。这就是在物联网时代的计算和通信的结合。
他认为，6G技术的目标之一，就是要打破以往的思路，将数据计算也深度纳入考量之中。因此，与5G相比，6G引入新的性能指标与应用场景。“以前是我们是很单纯的，想着提高速度就可以了，现在考虑的是，要提高计算的efficiency。这是一个不同的目的，它不一定代表着速率这么简单，而是需要考虑计算的结构，网络的信道等等，终极目的还是让计算更加的efficient”。
在一场演讲中，他用“香农和图灵相遇”这个说法来阐释这种思路。
香农无线电通信理论基于“Data bits were born equal”，翻译成中文“数据生来平等”。而在以图灵为代表的机器学习领域，“Data samples are certainly not equally important!”，数据有“轻重”之分。
未来，网络通信不仅要满足AI需求，还有机器与机器之间的通信（mMTC），网络游戏和自动驾驶（URLLC）、高清晰流媒体（eMBB）等。目前网络现状，正如上图“胖子”所示，它已经不堪重负。所以，研究如何消除计算瓶颈，才能提高边缘学习的效率。
从1G到5G，计算、感知、控制、通信等几个模块都是分开设计，这种相互隔离的模式无法解决计算瓶颈问题；6G的设计模式是融合，将几个模块有机连接，连接的过程就是“香农”和“图灵”思维的碰撞。
那么，究竟应该如何实现这种相遇？
2017年，黄凯斌和Khaled B. Letaief等几位合作者在“A survey on mobile edge computing: The communication perspective”这篇论文中，首次系统地提出了无线电和边缘计算的结合，之后成为了该领域的重要的论文，被引用数了约3000次。
现在，AI+无线电的结合已经成为了无线电特别6G技术的热门研究方向，在香港大学，他正带领一支小组继续深入研究。
虽然无线AI现在很火，但在5年前，学习无线电的学生对于自己还要学习AI知识是有所犹豫的。有一位学生曾经和黄凯斌明确表示，自己是做无线的通信的，为什么要去做人工智能这个事情，但黄凯斌坚持道：这是将来会让你科研上有突破的一个方向。而这位学生在茫然之中，也在他的强烈建议之下，走上了这条当时几乎没人走的路，并开发了一种名叫“空中运算”的技术。
这个概念的意思是，万物联网意味着将有很多数据分布在成千上网的终端上，要把数据收集起来进行机器学习就很容易遇到瓶颈，传统的联网技术没有应付过这种局面。假设频谱像一个比萨饼，有10个人要联网，就将一个比萨饼切成10份，有100个人就要切成100份，上千个人的话，每个人拿到的比萨饼已经很小了，即速度已经很低了。把数据都上载到网络，网络再把这些计算的结果进行叠加，这就会出现比萨饼问题。
而空中运算，是要把空气当成一个计算器，利用无线电波在空中叠加的状态进行计算。用户如果以同样的频谱将模型传到“空中”，速率会非常快，而且在空中会自然叠加。“这样一个技术的出现，每个人都可以分到整个比萨饼，不需要再切割了”，他说。
目前，这个概念已经可以用硬件技术实现，黄凯斌和他的团队也发表了大约10篇的论文展示研究成果，包括一些企业也对此感兴趣，例如华为就在与他们接洽如何把这项技术应用到6G的系统中。今年1月，他们还正式开启了一个特别的项目：和西安电子科技大学联合联合利用自主开发并成功发射的卫星，以期实现“用卫星往地面传输AI应用”服务。这个项目将服务于秦岭的自然灾害感知。以此为契机，他们也将尝试构建一个空地一体化网络。
黄凯斌表示，让地球的每个角落都能够被网络所覆盖，这同样是是5G没有完成而6G需要完成的一个重要使命。
因为按照他的设想，6G的时代，通信会超越传统，不仅是针对人的通信，还涉及到了机器对机器的通信、机器和人的通信，不但发生在地面，也发生在天空之上。许多观点提到香农定理遇到瓶颈，但在黄凯斌看来，还有很多突破点能够赋予通信这个古老领域新的想象力和生命力。值得一提的是，当问及是否担心学生转向纯AI研究，他的回答也反映着他对于自己的要求。
我经常与学生说，从一个科研者的角度出发，我们选择一个方向的时候，如果发现它已经很拥挤，那么进去的时候就要小心，因为那里未必有属于你的东西。比如，现在做AI，时间点是否太晚了，里面是否已经太拥挤了？还能够做出让人记住的吗？还能超越别人吗？这是我经常问学生的问题。黄凯斌，香港大学电机电子工程系教授和副系主任，电气与电子工程师协会（IEEE）院士。主要从事无线供电通讯、多天线通讯和5G通讯领域研究。
在5G通讯方面的研究屡获殊荣，包括2019年的IEEE通讯学会最佳教程论文奖、IEEE车辆技术学会杰出讲师（2020-2021）、IEEE通讯学术杰出讲师（2021-2022）及中国教育部颁发的2018年研究成果二等奖（自然科学）。此外，他在2019至2021年连续被科睿唯安评为最广征引研究人员之一。
在2021年成为电气电子工程师学会（IEEE）院士，以表彰他对无线供电通讯以及多天线通讯研究上的贡献。