Fernando Murias, styreleder og CEO av Digital Global Systems (DGS) – Intervju-serie

Fernando ble med i Digital Global Systems (DGS) i 2013 fra PriceWaterhouseCoopers hvor han hadde flere ledelsesstillinger i både USA og Latin-Amerika.

Fernando har vært i forkant av innovative investeringsmodeller for ledende teknologi-foretak; nye partnerskapsavtaler som bruker CAPEX-lette strukturer; og strategisk visjon for forretningsverdi ved hjelp av nye teknologier og driftsstrukturer. I sine roller har Fernando bygget betydelig forretningsverdi ved hjelp av unike immaterielle eiendomsporteføljer og fremvoksende innovasjoner innen data, analyser og kunstig intelligens.

DGS er en neste-generasjons programvareplattform for trådløse utrullinger som karakteriserer Radio Frequency-miljøet over flere dimensjoner.

Med visibilitet på nettverkskanten kan nettverksoperatører fjerne RF-miljøer, optimere spektrumdeling og fullt ut realisere sine 5G-ambisjoner.

Hvordan utnytter DGS’ RF Awareness-plattform kunstig intelligens for å forbedre spektrumstyring for satellittoperatører?

Hos DGS har vi utviklet vår RF Awareness-plattform med ett mål for øye: å bringe intelligens og tilpasning til måten spektrum håndteres – spesielt i den raskt utviklende satellitt-domænet. Vår kunstig intelligens-teknologi gjør det mulig for satellittoperatører å få en sanntid, omfattende oversikt over spektrumbruk, oppdage og minimere interferens, og dynamisk optimere nettverksytelse. I et rommiljø som blir stadig mer overfylt – spesielt med oppblomstringen av direkte-til-enhet-tjenester – sikrer vår kunstig intelligens-drevne plattform at spektrum brukes effektivt, interferens minimeres og tjenestetilgjengelighet maksimeres.

Hvilke bestemte kunstig intelligens-teknikker brukes i RF Awareness for å analysere og minimere interferens i overfylte spektrum-miljøer?

Vi utnytter en kombinasjon av patenterte maskinlærings- og autonome inferens-teknikker for å analysere RF-miljøet. Spesifikt bruker vi mønster-gjenkjenning og autonome maskin-til-maskin-inferensmodeller for å oppdage interferens-signaturer, klassifisere signal-typer og gi anbefalinger for å dynamisk justere nettverksparametere som f.eks. stråleformning, frekvensallokeringer og effektnivåer. Dette gjør det mulig for satellittoperatører å reagere i sanntid på overfylling og interferens, og sikre optimal ytelse selv i overfylte spektrum-miljøer.

Kan du forklare hvordan kunstig intelligens-drevet mønster-gjenkjenning forbedrer signal-kvalitet og nettverks-tillgjengelighet i satellitt-kommunikasjon?

Mønster-gjenkjenning ligger til grunn for hvordan vi forbedrer satellitt-kommunikasjon. Vår plattform identifiserer gjentakende interferens-hendelser, signal-forverring-mønster og andre anomalier over mer enn 50 signal-egenskaper. Ved å lære av disse mønsterene kan vårt kunstig intelligens-system proaktivt optimere nettverket – justere parametre før ytelses-problemer oppstår. Dette forbedrer ikke bare signal-kvaliteten, men øker også tillgjengeligheten og påliteligheten av kommunikasjon, noe som er kritisk for bedrifts-, forbruker- og spesielt militære anvendelser.

Hvordan optimaliserer kunstig intelligens om-bord-dataprosesseringseffektivitet for å redusere prosesserings-kravene for direkte-til-enhet (D2D) satellitt-lenker?

Våre patenterte kunstig intelligens-teknikker reduserer den beregningsmessige byrden som kreves for å etablere og vedlikeholde D2D-lenker med 25% til 40%. Vi oppnår dette ved å strømlinje treningssettene som brukes av våre kunstig intelligens-modeller og anvende autonome inferens-metoder som minimerer behovet for rå-prosessering om bord på satellitten. Dette resulterer i lavere strømforbruk, redusert termisk belastning og lengre satellitt-levetid – noe som gjør vår løsning ikke bare smartere, men også mer bærekraftig for rom-baserte D2D-tjenester.

Hva er rollen til autonome maskin-til-maskin-inferens i DGS’ kunstig intelligens-teknologi for spektrum-styring?

Autonome maskin-til-maskin-inferens er en hjørnesten i vår teknologi. Med over 100 patenter som dekker denne evnen (av våre 320 utstedte patenter) har vi enablet vår plattform til å operere uten konstant menneskelig tilsyn. Den kan tolke spektrum-bruk, oppdage anomalier, forutsi interferens og ta sanntid-beslutninger for å optimere ytelse. Denne type intelligente autonomi er essensiell for fremtidige satellitt-nettverk, som må tilpasse seg raskt og operere pålitelig under høyt dynamiske forhold.

Med den økende overfyllingen i lav jordbane (LEO), hvordan sikrer RF Awareness uavbrutt og skalerbar satellitt-kommunikasjon?

LEO blir en travl arena – med tusenvis av satellitter og millioner av brukere. Vår RF Awareness-plattform hjelper satellitt-operatører til å trives i dette miljøet ved å levere kontinuerlig RF-overvåking, interferens-mindrening og dynamisk spektrum-optimisering. Ved å finjustere signal-parametere i sanntid og gi en detaljert oversikt over spektrum-forhold, gir vi operatørene mulighet til å skalerer sine tjenester uten å kompromittere kvalitet eller pålitelighet. Kort sagt, hjelper vi dem å navigere i overfyllingen – og omdanne den til en mulighet.

Hvordan forbedrer kunstig intelligens-drevet spektrum-analyse situasjons-bevissthet og kommunikasjon for militære anvendelser?

I forsvars-miljøer kan kommunikasjons-pålitelighet være en liv eller død-sak. Vår kunstig intelligens-drevne spektrum-analyse gjør det mulig for militære operatører å opprettholde situasjons-bevissthet selv i kontesterte eller degraderte miljøer. Ved å kontinuerlig analysere den elektromagnetiske spektrumet og oppdage interferens – inkludert potensielle jamming-forsøk – gir vår plattform handlings-rettledning som forbedrer både motstandskraft og taktisk fordel. Evnen til å autonomt oppdage, klassifisere og minimere trusler i sanntid er en game-changer for moderne militære operasjoner.

Som kunstig intelligens blir mer integrert i satellitt-operasjoner, hva ser DGS for fremtidige fremgang i autonome satellitt-nettverks-styring?

Vi ser en fremtid hvor satellitt-nettverk opererer med minimalt menneskelig inngripen. Det betyr ikke bare selv-optimisering av ytelse og minimisering av interferens autonomt, men også autonomt tilrettelegging av tjenester, justering av regulatoriske endringer og sogar orkestrering av satellitt-til-terrestrisk-håndoverføringer i sanntid. Vår teknologi legger grunnlaget for disse fremgangene – og gjør det mulig for intelligente, adaptive og sikre satellitt-nettverk som skalerer med etterspørsel og opererer effektivt over flere domener.

Hvordan støtter kunstig intelligens-drevet RF Awareness-integreringen av LEO-satellitter med terrestriske 5G-nettverk?

Utenrikkelig integrasjon mellom satellitter og terrestriske 5G er essensiell for å utvide dekning og oppnå sanntidig global tilkobling. Vår RF Awareness-plattform sikrer at satellitt-systemer kan sameksistere med terrestriske nettverk ved å dynamisk håndtere spektrum, oppdage og minimere kryss-nettverks-interferens og optimere signal-egenskaper for hybrid-miljøer. Dette er spesielt kritisk i urbane og høyt-trafikk-områder hvor spektrum-bruk er tett og høyt variabelt.

På hvilke måter kan kunstig intelligens-drevet RF-spektrum-styring hjelpe med å løse spektrum-mangel i den utvidende satellitt-kommunikasjons-markedet?

Spektrum er en begrenset ressurs, og effektiv bruk av den er en av de største utfordringene i vår bransje. Vår kunstig intelligens-drevne plattform løser dette ved å enable dynamisk spektrum-delning, sanntid-optimisering og intelligent interferens-mindrening. Disse evnene gjør det mulig for operatører å trekke ut maksimal verdi fra det tilgjengelige spektrumet – og støtte flere brukere, flere enheter og flere tjenester uten å trenge ekstra båndbredde. Ettersom markedet fortsetter å vokse, vil denne type intelligente styring være nøkkel til å låse opp ny kapasitet og opprettholde langsiktig vekst.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke Digital Global Systems.