刘传宏，郭彩丽,，杨洋，冯春燕，孙启政，陈九九

（1.北京邮电大学先进信息网络北京实验室，北京 100876；2.北京邮电大学网络体系构建与融合北京市重点实验室，北京 100876）

1 引言

随着物联网（IoT,Internet of things）和人工智能（AI,artificial intelligence）技术的融合发展，万物智能互联成为时代所趋，大大激发了人工智能物联网（AIoT,artificial intelligence of things）的繁荣发展[1-4]。在人工智能物联网中，先传输原始数据而后执行智能任务的传统通信方式如图1 所示，智能设备依靠大量的传感设备（如摄像头等）对外部感知并采集大量数据（如文本、图片等）后，采用传统的信源/信道编码方案，经过调制后将数据集中发送到边/云服务器上；边/云服务器对接收到的信号进行解调和信道/信源解码，得到恢复的原始数据，接着以恢复的数据为输入，利用以深度学习为代表的人工智能技术对数据（如文本、图片等）进行理解和分析，从而完成一系列智能任务[5-7]，如图像分类、目标识别等。在AIoT 场景中，通信与智能计算深度融合，通信场景从传统的人与人、人与物通信转换为智能体间的通信。通信的目标也不再是准确传输比特数据或者精确传递信号波形，而是准确理解传递的语义信息。这里的语义是指接收者正确理解发送者的信息内容，即对原始数据更精炼的一种“达意”表示[8-9]。因此，传输语义信息的语义通信方法是一种新颖的通信范式，可将原始数据提取出智能计算所需的语义进行传输，有效压缩数据冗余，减少网络传输的压力，降低智能任务的处理时延。……