Two-Way Semantic Transmission of Images without Feedback

Resumen Técnico: Transmisión Semántica Bidireccional de Imágenes sin Retroalimentación

Planteamiento del Problema
Las comunicaciones semánticas han emergido como una tecnología competitiva para la tecnología 6G, ofreciendo mejoras significativas en la eficiencia de transmisión al recuperar el significado semántico del contenido en lugar de solo transmitir símbolos. Mientras que la investigación existente se centra predominantemente en sistemas unidireccionales, muchos escenarios prácticos —como la colaboración robótica heterogénea y la conducción autónoma cooperativa— requieren comunicación bidireccional. Los sistemas actuales de comunicación semántica bidireccional suelen depender de la Codificación Conjunta de Fuente y Canal (JSCC) entrenada mediante aprendizaje profundo. Sin embargo, el entrenamiento de estos sistemas requiere típicamente la retropropagación de gradientes desde el receptor hacia el transmisor, lo que requiere retroalimentación de información. Esta retroalimentación introduce una sobrecarga de comunicación y una latencia sustanciales. Además, las estrategias de entrenamiento fuera de línea (offline) sufren una degradación del rendimiento cuando las condiciones del canal durante el despliegue difieren de las utilizadas durante el entrenamiento, mientras que el entrenamiento en línea (online) incurre en costos computacionales y de comunicación adicionales.

Metodología
Los autores proponen un sistema de Comunicación Semántica Bidireccional (TW-SC) diseñado para eliminar la necesidad de retroalimentación de información durante el proceso de entrenamiento. El sistema opera en dos nodos (Nodo A y Nodo B) intercambiando datos de imágenes a través de un canal inalámbrico recíproco (por ejemplo, Duplexación por División de Tiempo).

1. Arquitectura del Sistema: El sistema emplea un esquema de Codificación Conjunta de Fuente y Canal (JSCC) donde los transmisores consisten en redes neuronales (NN) de codificación semántica y de canal, y los receptores consisten en las redes de decodificación correspondientes.
2. Modelado de Canal mediante SP-CGAN: Para simular el canal inalámbrico sin transmisión física durante el entrenamiento, los autores utilizan una Red Neuronal Generativa Adversaria Condicional (CGAN). Específicamente, introducen una CGAN asistida por Pilotos Semánticos (SP-CGAN). En este modelo, las señales piloto semánticas recibidas se tratan como información condicional adicional tanto para el generador como para el discriminador. Esto permite que el generador aprenda la distribución del canal inalámbrico ($H$) condicionado a las características semánticas transmitidas.
3. Reciprocidad de Pesos y Entrenamiento Local: La innovación central radica en explotar la "reciprocidad de pesos". Asumiendo canales recíprocos e hiperparámetros idénticos para las NN en ambos nodos, los gradientes calculados en el receptor son idénticos a los requeridos en el transmisor. Consecuentemente, el sistema evita el intercambio de gradientes a través del aire.
   • Etapa 1: Los transmisores envían datos para entrenar el simulador de canal (SP-CGAN) y los receptores localmente.
   • Etapa 2: Los transmisores entrenan sus propios pesos localmente. Utilizan el SP-CGAN entrenado para simular el canal y el receptor entrenado localmente para calcular la pérdida (Error Cuadrático Medio). Los gradientes se retropropagan internamente dentro del nodo, eliminando la necesidad de retroalimentación del nodo remoto.

Contribuciones Clave

• Entrenamiento Libre de Retroalimentación: El artículo presenta un marco de trabajo TW-SC donde las NN de transceptor se entrenan localmente sin requerir retroalimentación de gradiente entre los nodos, reduciendo significamente la sobrecarga de comunicación y el retardo.
• Simulador de Canal SP-CGAN: La introducción de un simulador de canal que incorpora pilotos semánticos como información condicional mejora la precisión del modelado de la distribución del canal en comparación con las GAN estándar.
• Optimización Local: Al aprovechar la reciprocidad de pesos, el método propuesto permite que los transmisores optimicen sus parámetros utilizando cálculos de pérdida internos derivados del canal simulado y el receptor local, aplicable tanto a escenarios online como offline.

Resultados Numéricos
El sistema TW-SC propuesto fue evaluado utilizando el conjunto de datos de dígitos escritos a mano MNIST bajo canales de Ruido Blanco Gaussiano Aditivo (AWGN) y desvanecimiento de Rayleigh. Se comparó contra dos referentes:

1. JSCC Unidireccional Óptima: Entrenada en canales reales (sirviendo como límite superior de rendimiento).
2. GAN-SC: Un sistema unidireccional que utiliza una GAN estándar para la simulación del canal sin pilotos semánticos.

• Rendimiento: En canales AWGN, el sistema TW-SC (TW-SC-AWGN) logró un rendimiento cercano al JSCC óptimo, particularmente en Relaciones Señal-Ruido (SNR) bajas. En canales de desvanecimiento de Rayleigh, el TW-SC entrenado bajo condiciones de Rayleigh superó a los modelos entrenados bajo AWGN en SNRs bajas, demostrando robustez.
• Métricas: El sistema fue evaluado utilizando la Relación Señal-Ruido de Pico (PSNR) y la Similitud Estructural (SSIM). El esquema TW-SC superó consistentemente al referente GAN-SC, el cual sufrió un rendimiento deficiente debido a la falta de condicionamiento por piloto semántico.
• Convergencia: Las curvas de entrenamiento mostraron que los enlaces TW-SC (de A a B y de B a A) convergieron dentro de 20 épocas, con trayectorias de rendimiento que se solapan casi totalmente con el algoritmo JSCC óptimo.

Significancia y Reivindicaciones
El artículo afirma que el sistema TW-SC propuesto cierra eficazmente la brecha entre la comunicación semántica unidireccional de alto rendimiento y los requisitos de las tareas bidireccionales. Al eliminar la sobrecarga de retroalimentación típicamente asociada con el entrenamiento JSCC, el sistema ofrece una solución más práctica y eficiente para aplicaciones 6G. Los autores afirman que su sistema está "cerca de" (close to) los sistemas unidireccionales de vanguardia mientras no requiere retroalimentación entre los transceptores durante el entrenamiento. El trabajo sugiere que este marco puede extenderse a otros tipos de datos más allá de las imágenes, siempre que se cumplan los supuestos de reciprocidad de canal y simetría de pesos.