你会在智能手机上与朋友和家人通话吗?会在超市排队结账时抽空浏览社交媒体吗?会在乘地铁上班时看视频吗?如果答案都是肯定的,那么高通技术公司的发明家张晓霞博士对此功不可没,她所做的工作让这些事情(以及其他众多应用)成为可能。
2002年在俄亥俄州立大学获得电子工程博士学位后,张晓霞加入了高通。她主要研究3G、4G和5G系统设计的关键领域,目前作为高通公司高级技术总监,她领导工业物联网开发、共享/免许可频谱和5G 开放式RAN的研究项目。她拥有2,500多项授权专利,是高通成果最多的发明家之一。
最近我们采访了张博士,了解了她对高通的创新文化、3G/4G/5G研发工作,以及她手上的工业物联网项目的思考。

您从小就想成为一位发明家吗?如果不是这样,是谁或哪件事启发了您?
在加入高通之前,我并不知道自己想成为发明家,但这里的文化对我来说一直都是一种巨大的鼓舞。当我开始在这里工作时,我们正处于3G研发的最后阶段,并且正在向4G过渡。在那段时间里,我与马德嘉(Durga Malladi)博士一起工作,他现任高通技术公司高级副总裁兼蜂窝调制解调器和基础设施业务总经理。他是我的领导,给了我很多的指导和支持;通过观察他的做事方式,我学到了很多。这促使我练就了发现问题并提出解决思路的能力。
您的工作重心一直围绕手机和其他终端用于与蜂窝网络通信的协议。您能解释一下其中的原理吗?
现代无线通信涉及许多不同的终端和各种使用场景,非常复杂。我们可以通过一个宏观的、一般性的类比,来说明终端间如何进行通信。为了与蜂窝基站通信,你的手机首先需要发送一个所谓的调度请求。可以把基站想象成一位老师,他正处于一个满是学生的教室里,而你是正要举手发言的学生。基站听到你的请求后,会告诉你可以在何时何地发送数据,以及可以持续多长时间——正如老师会基于请求按顺序叫学生。基站也会询问手机信道的状态如何——基本上是了解用户周围的网络环境,以及信号来回发送的清晰度——接着确认反馈,用来询问手机听到和理解所发送信息的情况。
每次连接都需要这三种信号,以便优化网络中进行的所有不同会话——但总是从每台手机单独发送每个信号确实效率很低。因此,为了帮助解决这些复杂的通信挑战,我提出了一个叫做“同时传输联合编码”的想法,即在编码的同时发送关键信息,使系统尽可能高效地运行。该系统使手机能够连接网络,快速且高效地分享人们用于视频通话、流媒体和网络浏览等产生的大量数据,它是进入4G和目前5G核心的真正基础性技术。

目前您正领导高通在工业物联网领域的研发项目。您能告诉我们此项工作涉及的内容和项目目标吗?
现在,大多数行业都高度依赖有线连接,尤其在工厂等领域。线缆随处可见,这使得每次需要调整、改变工厂生产线,或是制造新产品时难以进行系统升级。我们努力让5G连接在工业应用中和有线连接一样强大,具有超高可靠性和低时延,并在工厂车间更具灵活性和更易重新部署的额外优势。这是真正的前沿技术所要达到的目标。
您能谈谈关于6G,您感到最兴奋的是什么吗?
在关于6G的初步讨论中,人们正在讨论的是那些已在5G中起步并且可能在6G中得到增强的用例。例如,想办法利用网络为用户提供有关周围事物的实时数据。这能够切实帮助工厂快速确定机器或流水线的布局。许多无线研究贯穿了这样一个核心:迭代和改进现有技术以满足新需求并提高性能。
您在2002年博士毕业后就开始在高通工作。您认为在这段时间里作为一名发明家的内涵发生了哪些变化呢?
我觉得最大的区别是,我们所研发的技术得以应用的领域发生了变化。一开始,3G和4G支持手机协议和网络的运行。迈入5G时代,我们目睹了它如何扩展进入多个垂直领域——引入使用未许可频谱、工业物联网用例等。它不再仅仅涉及创建手机协议,现在人们有很多用例和问题要解决。
您对其他发明者有何建议?
要用敏锐的目光发现问题并与他人讨论,把问题说出来有助于理清头绪。此外,别人的观点可能帮你更全面地理解问题。最重要的是,要想成为好的发明者,你需要有好的合作团队。一切的核心就是解决问题——并且是团队合作一起解决问题。
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。