Fernando Murias, Digital Global Systemsin (DGS) puheenjohtaja ja toimitusjohtaja – Haastattelusarja

Fernando liittyi Digital Global Systemsiin (DGS) vuonna 2013 PriceWaterhouseCoopersista, jossa hänellä oli useita johtotehtäviä sekä Yhdysvalloissa että Latinalaisessa Amerikassa.

Fernando on ollut edelläkävijä innovatiivisissa sijoitusmalleissa, joita käytetään viimeisimpien teknologioiden yritystoiminnassa; uusissa kumppanuussopimuksissa, joissa käytetään CAPEX-light-rakenteita; ja strategisessa visiossa, jossa liiketoimintaa arvioidaan uusien teknologioiden ja toimintarakenteiden avulla. Fernando on luonut merkittävää arvoa yrityksille ainutlaatuisilla immateriaalioikeuksilla ja uusilla innovaatioilla data-analytiikassa ja tekoälyssä.

DGS on seuraavan sukupolven ohjelmistalaita langattomiin käyttöönottoihin, joka kuvaa radiotaajuusympäristöä useista ulottuvuuksista.

Verkkonäkymän ansiosta verkkoyhtiöt voivat poistaa RF-ympäristöjen ristiriitaisuudet, optimoida taajuuden jakamisen ja täysin toteuttaa 5G-tavoitteensa.

Miten DGS:n RF-tietoisuuslaitteisto hyödyntää tekoälyä parantamaan taajuuden hallintaa satelliittioperaatoreille?

DGS:ssä olemme kehittäneet RF-tietoisuuslaitteistomme yhden tavoitteen saavuttamiseksi: tuoda älykkyys ja sopeutumiskyky taajuuden hallintaan – erityisesti nopeasti kehittyvässä satelliittialalla. Tekoälytekniikkamme mahdollistaa satelliittioperaattoreille saada reaaliaikainen, kattava näkymä taajuuskäytöstä, havaita ja lieventää häiriöitä ja dynaamisesti optimoida verkon suorituskykyä. Avaruusympäristössä, joka tulee yhä tiheämmäksi – erityisesti suoran satelliittiyhteyden palvelujen kasvun myötä – tekoälypohjainen laitteistomme varmistaa, että taajuus käytetään tehokkaasti, häiriöt vähenevät ja palvelun luotettavuus on maksimoitu.

Mitkä tarkat tekoälytekniikat RF-tietoisuudessa käytetään taajuushäiriöiden analysointiin ja lieventämiseen ruuhkaisissa taajuusympäristöissä?

Käytämme patentoitua koneoppimista ja autonomista inference-tekniikkaa RF-ympäristön analysointiin. Käytämme erityisesti mallintunnistusta ja autonomista kone-kone-inferenssimalleja häiriösignaalien tunnistamiseen, signaalityyppien luokitteluun ja verkon parametreja dynaamisesti mukauttavien suositusten antamiseen, kuten suunnanmuodostuksen, taajuusjakojen ja tehojen säätely. Tämä mahdollistaa satelliittioperaattoreille vastata reaaliajassa ruuhkaisuuteen ja häiriöihin, varmistaen optimaalisen suorituskyvyn jopa ruuhkaisissa taajuusympäristöissä.

Voitko selittää, miten tekoälypohjainen mallintunnistus parantaa signaalin laatua ja verkon luotettavuutta satelliittiviestinnässä?

Mallintunnistus on avainasemassa siinä, miten parannamme satelliittiviestintää. Laitteistomme tunnistaa toistuvat häiriötapaukset, signaalin heikentymismallit ja muut poikkeamat yli 50 signaaliominaisuuden yli. Oppimalla näistä malleista tekoälyjärjestelmämme voi proaktiivisesti optimoida verkkoa – mukauttaa parametreja ennen kuin suorituskykyongelmat ilmaantuvat. Tämä parantaa paitsi signaalin laatua myös viestintän luotettavuuden ja saatavuuden, mikä on kriittistä yritys-, kuluttaja- ja erityisesti sotilassovelluksissa.

Miten tekoäly optimoi laitteiston laskentatehokkuutta vähentämällä prosessointivaatimuksia suorille satelliittiyhteyksille (D2D)?

Patentoidut tekoälytekniikkamme vähentävät D2D-yhteyksien perustamiseen ja ylläpitämiseen vaadittavaa laskentakuormaa 25-40 %. Saavutamme tämän yksinkertaistamalla koulutusjoukkoja, joita tekoälymallimme käyttävät, ja soveltamalla autonomisia inference-menetelmiä, jotka vähentävät suoraa laskentatarvetta satelliitin laitteistossa. Tämä johtaa alempiin virrankulutuksiin, vähäisempään lämpökuormaan ja pitempiin satelliittien käyttöikään – tehdessämme ratkaisumme älykkäämmäksi, mutta myös kestävämmäksi avaruusovelluksille.

Mikä on autonomisen kone-kone-inferenssin rooli DGS:n tekoälytekniikassa taajuuden hallinnassa?

Autonominen kone-kone-inferenssi on kulmakivi tekniikkamme. Yli 100 patentilla, jotka kattavat tämän kyvyn (320 myönnetystä patentista), olemme mahdollistaneet laitteistomme toiminnan ilman jatkuvaa ihmisen valvontaa. Se voi tulkita taajuuskäyttöä, havaita poikkeamat, ennustaa häiriöitä ja tehdä päätöksiä reaaliajassa suorituskyvyn optimointiin. Tällainen älykäs autonomia on välttämätöntä tuleville satelliittiverkoille, jotka on sopeutettava nopeasti ja toimittava luotettavasti hyvin dynaamisissa olosuhteissa.

Miten RF-tietoisuus varmistaa keskeytymättömän ja skaalautuvan satelliittiviestinnän matalalla Maan kiertoradalla (LEO) kasvavan ruuhkaisuuden keskellä?

LEO on tuleva areena – tuhansia satelliitteja ja miljoonia käyttäjiä. RF-tietoisuuslaitteistomme auttaa satelliittioperaattoreita menestyä tässä ympäristössä tarjoamalla jatkuvaan RF-seurantaa, häiriöiden lieventämistä ja dynaamista taajuuden optimointia. Säätämällä signaaliominaisuuksia reaaliajassa ja tarjoamalla tarkkaa tietoa taajuusolosuhteista, voimme antaa operaattoreille mahdollisuuden skaalata palvelujaan ilman laatukompromisseja tai luotettavuuden heikentymistä. Lyhyesti sanottuna, autamme heitä navigoimaan ruuhkaisuuden läpi – ja muuttaa sen mahdollisuudeksi.

Miten tekoälypohjainen taajuusanalyysi parantaa tilannekuvaa ja viestintää sotilassovelluksissa?

Puolustusympäristössä viestintän luotettavuus voi olla elämän ja kuoleman kysymys. Tekoälypohjainen taajuusanalyysi mahdollistaa sotilasoperaattoreille ylläpitää tilannekuvaa jopa haastavissa tai heikentyneissä ympäristöissä. Jatkuvasti analysoimalla sähkömagneettista spektriä ja havaitsemalla häiriöitä – mukaan lukien mahdolliset häirintäyritykset – laitteistomme tarjoaa toimintatietoa, joka parantaa sekä kestävyyttä että taktista etua. Kyky havaita, luokitella ja lieventää uhkia reaaliajassa on pelinmuuttaja modernissa sotilasoperaatiossa.

Miten DGS näkee tulevaisuuden kehityksen autonomisessa satelliittiverkon hallinnassa, kun tekoälystä tulee yhä tärkeämpää satelliittitoiminnassa?

Näemme tulevaisuuden, jossa satelliittiverkot toimivat minimoiden ihmisen väliintulon. Tämä tarkoittaa ei vain itseoptimointia ja häiriöiden lievittämistä autonomisesti, vaan myös palvelujen itsekonfigurointia, mukautumista sääntelymuutoksiin ja jopa satelliitti-maayhteyksien orkesterointia reaaliajassa. Tekniikkamme luo perustan näille edistysaskelille – mahdollistaen älykkäät, sopeutuvat ja turvalliset satelliittiverkot, jotka skaalautuvat tarpeen mukaan ja toimivat tehokkaasti useilla alueilla.

Miten tekoälypohjainen RF-tietoisuus tukee matalan Maan kiertoradan (LEO) satelliittien integrointiä maanpäällisiin 5G-verkkoihin?

Virheetön integrointi satelliitteja ja maanpäällisiä 5G-verkkoja on välttämätöntä laajentaakseen kattavuutta ja saavuttamaan todellisen globaalin yhteyden. RF-tietoisuuslaitteistomme varmistaa, että satelliittijärjestelmät voivat coexistoida maanpäällisten verkkojen kanssa dynaamisesti hallitsemalla taajuutta, tunnistamalla ja lieventämällä verkkojen välistä häiriötä ja optimoimalla signaaliominaisuuksia hybridiympäristöissä. Tämä on erityisen kriittistä kaupunkimaisissa ja tiheäliikenteisissä alueissa, joissa taajuuskäyttö on tiheää ja vaihtelevaa.

Miten tekoälyohjattu RF-spektrin hallinta voi auttaa ratkaisemaan taajuuspulan ongelman laajenevassa satelliittiviestintämarkkinassa?

Taajuus on rajallinen resurssi, ja sen tehokas käyttö on yksi suurimmista haasteista, joiden kanssa meidän on kamppailtava. Tekoälypohjainen laitteistomme ratkaisee tämän mahdollistamalla dynaamisen taajuuden jakamisen, reaaliaikaisen optimoinnin ja älykkään häiriöiden lievittämisen. Nämä kyvyt antavat operaattoreille mahdollisuuden saada maksimaalisen hyödyn saatavilla olevasta taajuudesta – tukien enemmän käyttäjiä, enemmän laitteita ja enemmän palveluita ilman lisätarpeita taajuuden osalta. Kun markkinat jatkavat kasvamistaan, tällainen älykäs hallinta on avain uuden kapasiteetin avaamiseen ja kestävän kasvun ylläpitämiseen.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Digital Global Systemsin sivustolla.