[论文解读] Tutorial-Cum-Survey on Semantic and Goal- Oriented Communication: Research Landscape, Challenges, and Future Directions

Tilahun M. Getu, Georges Kaddoum+1 more|arXiv (Cornell University)|Jul 4, 2023

IoT and Edge/Fog ComputingComputer Science被引用 3

一句话总结

本教程兼综述论文全面概述了语义通信（SemCom）与目标导向通信作为6G无线网络的基础范式。它统一了语义、语义信息与语义熵的理论基础，并系统性地梳理了语义通信及目标导向语义通信的研究现状、挑战与未来方向，强调其在实现下一代应用中节能、低时延与上下文感知通信方面的作用。

ABSTRACT

SemCom and goal-oriented SemCom are designed to transmit only semantically-relevant information and hence help to minimize power usage, bandwidth consumption, and transmission delay. Consequently, SemCom and goal-oriented SemCom embody a paradigm shift that can change the status quo that wireless connectivity is an opaque data pipe carrying messages whose context-dependent meaning and effectiveness have been ignored. On the other hand, 6G is critical for the materialization of major SemCom use cases (e.g., machine-to-machine SemCom) and major goal-oriented SemCom use cases (e.g., autonomous transportation). The paradigms of extit{6G for (goal-oriented) SemCom} and extit{(goal-oriented) SemCom for 6G} call for the tighter integration and marriage of 6G, SemCom, and goal-oriented SemCom. To facilitate this integration and marriage of 6G, SemCom, and goal-oriented SemCom, this comprehensive tutorial-cum-survey paper first explains the fundamentals of semantics and semantic information, semantic representation, theories of semantic information, and definitions of semantic entropy. It then builds on this understanding and details the state-of-the-art research landscape of SemCom and goal-oriented SemCom in terms of their respective algorithmic, theoretical, and realization research frontiers. This paper also exposes the fundamental and major challenges of SemCom and goal-oriented SemCom, and proposes novel future research directions for them in terms of their aforementioned research frontiers. By presenting novel future research directions for SemCom and goal-oriented SemCom along with their corresponding fundamental and major challenges, this tutorial-cum-survey article duly stimulates major streams of research on SemCom and goal-oriented SemCom theory, algorithm, and implementation for 6G and beyond.

研究动机与目标

• 通过定义语义信息、语义表征与语义熵等核心概念，建立语义与目标导向通信的统一理论基础。
• 系统映射语义通信与目标导向语义通信在算法、理论与实现三大前沿的研究现状。
• 识别并分析阻碍语义通信融入6G系统的根本性跨学科、多学科与跨领域（IMT）挑战。
• 提出语义通信与目标导向语义通信在理论、算法与系统实现方面的新型未来研究方向，以支持6G及更长远的发展。

提出的方法

• 本文引入基于概率模型的语义信息正式框架，通过消息与其意义之间的互信息定义语义熵与相关性。
• 将信息瓶颈（IB）原理扩展至分布式场景（分布式IB或DIB），建模多编码器系统，其中每个编码器仅观测数据子集，并向解码器传输压缩表征。
• 通过定理12刻画相关性-复杂度区域，定义所有可实现的相关性（关于目标变量Y保留的信息）与编码器复杂度（速率约束）的组合集合。
• DIB框架使用辅助随机变量（U_k | X_k, T）与共享隐变量T来建模依赖关系，联合分布表示为 p_T(t)p_Y(y)∏_k p_{X_k|Y}(x_k|y)∏_k p_{U_k|X_k,T}(u_k|x_k,t)。
• 本文将分布式学习的最优性能形式化为所有可实现的相关性-复杂度组合（Δ, R_1, ..., R_K）的闭包，受编码器速率与互信息约束。
• 将DIB模型应用于自动驾驶、工业物联网与机器间通信等真实6G用例，展示语义压缩如何降低带宽与时延。

实验结果

研究问题

• RQ1 如何利用概率模型与语义熵，正式定义并量化语义信息？
• RQ2 在6G系统中实现语义与目标导向通信的关键算法、理论与实现挑战是什么？
• RQ3 如何利用分布式信息瓶颈（DIB）框架建模与优化多编码器语义通信系统？
• RQ4 在分布式学习场景中，语义相关性与通信复杂性之间的根本权衡是什么？
• RQ5 为在实践中弥合6G、语义通信与目标导向通信之间的鸿沟，需要哪些新型研究方向？

主要发现

• 本文确立语义通信可通过仅传输语义相关的信息而非原始数据，显著降低带宽与能耗。
• 分布式学习的相关性-复杂度区域由定理12刻画，该定理通过辅助变量与共享隐结构将单编码器IB推广至K个编码器。
• DIB框架确保相关性Δ受速率项与条件互信息项之和的上界约束，从而实现压缩与意义保持之间的最优权衡。
• 本文识别出在无约束编码器设计中过拟合是一个关键风险，可通过对编码器复杂度施加速率约束 R_k ≥ (1/n)log|φ_k(X_k^n)| 来缓解。
• 所提出的框架支持设计可扩展、上下文感知的通信系统，适用于自动驾驶、智慧城市与工业物联网等6G应用场景。
• 识别出6G、语义通信与目标导向语义通信的融合是实现超可靠、低时延与智能无线网络超越5G的关键。