亚利桑那州立大学研究人员正探索一种融合无线通信工程与人工智能的全新通信方法，旨在推动下一代网络设计与管理变革。通过结合无线技术与AI，团队致力于构建速度更快、更可靠，且能实时适应环境的通信系统。

传统无线通信依赖数学模型，但随着系统复杂度提升，这些模型逐渐显露出局限性。亚利桑那州立大学无线通信智能实验室在Ahmed Alkhateeb副教授带领下，开发了DeepMIMO开源项目，以应对无线AI研究中的数据处理难题。DeepMIMO通过提供高保真无线数据，让研究人员能够轻松生成、测试和基准测试AI算法，为无线系统中的AI应用奠定共同基础。

DeepMIMO由计算机模拟的无线环境数据库和基于Python的工具包构成，能快速将3D几何数据转化为机器学习数据。这一转变极大缩短了数据生成时间，使研究人员能更多专注于模型构建，加速创新步伐。若昂·莫赖斯表示：“DeepMIMO让无线AI研究更具包容性，从研究生到企业，都能从相同起点出发。”DeepMIMO已被750多篇研究论文引用，其标准化数据集和开放平台为无线AI研究创造了共同语言。此外，DeepMIMO还支持多种应用，如提升无线系统速度和可靠性、精确匹配信号与位置、预测信号传播路径等。无线智能实验室正研究DeepMIMO的多模态扩展DeepVerse6G，旨在生成共存的多模态感知和通信数据集。

作为AI-RAN联盟一部分，亚利桑那州立大学牵头的DeepMIMO项目正助力制定6G及未来技术研究标准。团队计划将数据库扩展至数千种环境，以支持下一代智能自适应通信系统。“我们希望让无线AI研究更快、更公平，并惠及所有人。”Alkhateeb说。