机器学习能教给我们关于通信的什么？

过去十年中机器学习的快速进步正开始产生深远影响。对于通信而言，领域专业知识有限的工程师现在可以使用现成的学习包基于仿真设计高性能系统。在当前的机器学习革命之前，大多数通信工程师都相当清楚系统参数（如滤波器系数）可使用随机梯度下降来学习。然而，系统架构中更复杂的部件也能被学习，这一点当时完全不清楚。在本文中，我们讨论机器学习技术在两个通信问题上的应用，并聚焦于从所得系统中能学到什么。我们惊喜地发现，其中一个例子中观察到的增益有一个简单的解释，只是在事后才变得清晰。本质上，深度学习发现了一种先前未被考虑的简单而有效的策略。