Fernando Murias, formand og administrerende direktør for Digital Global Systems (DGS) – Interviewserie

Fernando tiltrådte Digital Global Systems (DGS) i 2013 fra PriceWaterhouseCoopers, hvor han havde flere ledelsesstillinger i både USA og Latinamerika.

Fernando har været i forkant af innovative investeringsmodeller for førende teknologi-virksomheder; nye partnerskabsaftaler med CAPEX-lette strukturer; og strategisk vision for forretningsværdi ved hjælp af nye teknologier og driftsstrukturer. I sine roller har Fernando opbygget betydelig virksomheds-værdi ved hjælp af unikke immaterielle ejendomsporteføljer og fremvoksende innovationer inden for data, analytik og kunstig intelligens.

DGS er en næste-generations software-platform for trådløse installationer, der karakteriserer Radio Frequency-miljøet på tværs af multiple dimensioner.

Med synlighed på netværkskanten kan netværksoperatører afklare RF-miljøer, optimere spektrumdeling og fuldt udbyde deres 5G-ambitioner.

Hvordan udnytter DGS’ RF Awareness-platform kunstig intelligens til at forbedre spektrumstyring for satellitoperatører?

Hos DGS har vi udviklet vores RF Awareness-platform med ét mål for øje: at bringe intelligens og tilpasning til måden, spektrum styres på – især i det hurtigt udviklende satellitdomæne. Vores kunstig intelligens-teknologi giver satellitoperatører en realtids-, omfattende oversigt over spektrumbrug, opdager og afhjælper interferens og dynamisk optimerer netværkspræstation. I et rummiljø, der bliver stadig mere overbelastet – især med opkomsten af direkte-til-enhedstjenester – sikrer vores kunstig intelligens-drevne platform, at spektrum bruges effektivt, interferens minimeres og servicetilgængelighed maksimeres.

Hvilke specifikke kunstig intelligens-teknikker bruges i RF Awareness til at analysere og afhjælpe interferens i overbelastede spektrum-miljøer?

Vi udnytter en kombination af patenterede maskinlærings- og selvstændige inferens-teknikker til at analysere RF-miljøet. Specifikt bruger vi mønster-genkendelse og selvstændige maskine-til-maskine-inferensmodeller til at opdage interferens-signaturer, klassificere signaltyper og give anbefalinger til dynamisk at justere netværksparametre som f.eks. stråleformning, frekvensallokeringer og effekt niveauer. Dette giver satellitoperatører mulighed for at reagere i realtid på overbelastning og interferens, og sikrer optimal præstation, selv i overbelastede spektrum-miljøer.

Kan du forklare, hvordan kunstig intelligens-drevet mønster-genkendelse forbedrer signal-kvalitet og netværks-tillængelighed i satellit-kommunikation?

Mønster-genkendelse ligger til grund for, hvordan vi forbedrer satellit-kommunikation. Vores platform identificerer gentagne interferens-hændelser, signal-forringelses-mønstre og andre anomalier på over 50 signal-karakteristika. Ved at lære af disse mønstre kan vores kunstig intelligens-system proaktivt optimere netværket – justere parametre, før præstations-problemer opstår. Dette forbedrer ikke kun signal-kvaliteten, men øger også tillængeligheden og pålideligheden af kommunikation, hvilket er kritisk for virksomheds-, forbruger- og især militær-anvendelser.

Hvordan optimerer kunstig intelligens om bord-computereffektivitet for at reducere behandlings-kravene for direkte-til-enhed (D2D) satellit-forbindelser?

Vores patenterede kunstig intelligens-teknikker reducerer den beregningsmæssige byrde, der kræves for at etablere og vedligeholde D2D-forbindelser, med 25% til 40%. Vi opnår dette ved at strømlinje trænings-sæt, der bruges af vores kunstig intelligens-modeller, og anvende selvstændige inferens-metoder, der minimizerer behovet for rå-bearbejdning om bord på satellitten. Dette resulterer i lavere efforbrug, reduceret termisk belastning og længere satellit-levetid – hvilket gør vores løsning ikke kun smartere, men også mere bæredygtig for rum-baserede D2D-tjenester.

Hvad er rollen af selvstændig maskine-til-maskine-inferens i DGS’ kunstig intelligens-teknologi for spektrum-styring?

Selvstændig maskine-til-maskine-inferens er en hjørnesten i vores teknologi. Med over 100 patenter, der dækker denne funktion (af vores 320 udstedte patenter), har vi enabled vores platform til at fungere uden konstant menneskelig overvågning. Den kan fortolke spektrum-brug, opdage anomalier, forudsige interferens og træffe beslutninger i realtid for at optimere præstation. Denne type intelligens-autonomi er afgørende for fremtidige satellit-netværk, der må tilpasse sig hurtigt og fungere pålideligt under højt dynamiske betingelser.

Med den voksende overbelastning i lav jordbane (LEO), hvordan sikrer RF Awareness uafbrudt og skalerbar satellit-kommunikation?

LEO bliver et travlt område – med tusinder af satellitter og millioner af brugere. Vores RF Awareness-platform hjælper satellit-operatører med at fungere i dette miljø ved at levere kontinuerlig RF-overvågning, interferens-afhjælp og dynamisk spektrum-optimering. Ved at finjustere signal-parametre i realtid og give en detaljeret oversigt over spektrum-forhold, giver vi operatørerne mulighed for at skale deres tjenester uden at gå på kompromis med kvalitet eller pålidelighed. Med andre ord hjælper vi dem med at navigere i overbelastningen – og omdanne den til en mulighed.

Hvordan forbedrer kunstig intelligens-drevet spektrum-analyse situations-bevidsthed og kommunikation for militær-anvendelser?

I forsvars-miljøer kan kommunikations-pålidelighed være en spørgsmål om liv eller død. Vores kunstig intelligens-drevne spektrum-analyse giver militær-operatører mulighed for at opretholde situations-bevidsthed, selv i udfordrende eller degraderede miljøer. Ved at løbende analysere den elektromagnetiske spektrum og opdage interferens – herunder potentielle jamming-forsøg – giver vores platform handlingsorienteret intelligens, der forbedrer både robusthed og taktisk fordel. Evnen til selvstændigt at opdage, klassificere og afhjælpe trusler i realtid er en game-changer for moderne militær-operationer.

Da kunstig intelligens bliver mere integreret i satellit-operationer, hvilke fremtidige udviklinger forudser DGS for selvstændig satellit-netværks-styring?

Vi ser en fremtid, hvor satellit-netværk fungerer med minimal menneskelig indgriben. Det betyder ikke kun selv-optimere præstation og afhjælpe interferens selvstændigt, men også selvstændigt klargøre tjenester, tilpasse sig til reguleringer og endda koordinere satellit-til-terrestrisk-håndoverføring i realtid. Vores teknologi lægger grundlaget for disse udviklinger – og giver mulighed for intelligente, tilpasningsdygtige og sikre satellit-netværk, der skalerer med efterspørgsel og fungerer effektivt på tværs af multiple domæner.

Hvordan understøtter kunstig intelligens-drevet RF Awareness integrationen af LEO-satellitter med terrestriske 5G-netværk?

Ubegrænset integration mellem satellitter og terrestriske 5G-netværk er afgørende for at udvide dækning og opnå sand global tilgængelighed. Vores RF Awareness-platform sikrer, at satellit-systemer kan sameksistere med terrestriske netværk ved at dynamisk styre spektrum, identificere og afhjælpe tværs-netværks-interferens og optimere signal-karakteristika for hybrid-miljøer. Dette er særligt kritisk i urbane og høj-traffic-områder, hvor spektrum-brug er tæt og højt variabelt.

På hvilke måder kan kunstig intelligens-drevet RF-spektrum-styring hjælpe med at løse spektrum-mangel i den voksende satellit-kommunikations-marked?

Spektrum er en begrænset ressource, og dens effektive brug er en af de største udfordringer, vores industri står overfor. Vores kunstig intelligens-drevne platform løser dette ved at enable dynamisk spektrum-deling, realtids-optimering og intelligent interferens-afhjælp. Disse funktioner giver operatørerne mulighed for at udtrække maksimal værdi fra det tilgængelige spektrum – og understøtte flere brugere, flere enheder og flere tjenester uden at kræve ekstra båndbredde. Da markedet fortsætter med at vokse, vil denne type intelligent styring være nøglen til at låse op for nye kapaciteter og opretholde langsigtede vækst.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Digital Global Systems.