Умные антенны учатся экономить энергию ✎ экспресс

Оригинал: "Learning-Based Beamforming for Energy Efficiency of Continuous Aperture Array Systems"
arXiv:2607.12321 · 2026-07-14 · arXiv non-exclusive · собственный разбор · 1 мин
Две нейросети управляют антенной, как насадкой на шланге: сигнал идёт точно в цель, а энергия не тратится впустую.

Базовая станция излучает радиоволны. Без специальной насадки антенна действует как садовый шланг, открытый на полную: вода летит во все стороны, но лишь малая часть попадает на грядки. Учёные создали систему с двумя нейросетями. Первая подбирает оптимальный размер антенны — её апертуру (проще говоря, площадь излучающей поверхности). Вторая учится быстро рассчитывать, как направить узкие лучи на всех абонентов, даже если они хаотично перемещаются. Это похоже на полив, при котором шланг сам мгновенно находит каждое растение и даёт ровно столько воды, сколько нужно, не теряя ни капли мимо.

Нейросеть учитывает симметрию задачи: перестановка абонентов для неё как перестановка грядок — суть не меняется, что упрощает вычисления.

Такой подход приближается к идеальной эффективности, но работает в десятки раз быстрее классических алгоритмов. В итоге будущие сети 5G и 6G смогут обслуживать больше устройств, потребляя меньше электричества. А ведь сегодня сотовая связь расходует около 1% всей мировой электроэнергии — и до 80% этой энергии превращается в тепло, которое приходится отводить мощными системами охлаждения.

Сотовая связь «съедает» около 1% мировой электроэнергии, и львиная доля уходит на усилители сигнала и системы охлаждения.

Научная фантастика давно использует «фазированные антенные решётки» для связи на космических кораблях — похожие принципы сегодня, с помощью машинного обучения, становятся реальностью в сотовых сетях.

Учёные
Ludwig BoltzmannWilliam Borucki
Понятия
нейронные сети в пространственном картировании микроэлектродная матрица нейронная сеть графовая нейронная сеть