第 0 章 先看懂全局：这本教材在讲什么

0.1 用一句话理解通信

通信的本质是：发送方把“想说的东西”变成可以通过物理介质传输的信号，接收方再把信号还原成自己能理解的内容。

你可以把它想象成寄快递：

• 源：你想寄的东西（图片、文字、语音、命令）。
• 源编码：把东西打包、压缩。
• 信道编码：给包裹外面加保护层，防止运输途中损坏。
• 调制：把数字包变成适合运输的信号。
• 信道：快递车、光纤、无线电波等。
• 解调、解码：接收方拆开保护层、打开包裹。
• 任务：最终要做的事，比如识别图片里有没有狗、翻译一句话、控制机器人。

传统通信最关注的是：包裹到达时，里面的比特是否完全一样。

语义通信想改变的是：不一定每个比特都一模一样，只要接收方获得了“该获得的意义”并完成了“该完成的任务”，通信就算成功。

0.2 通信的三个层次

1949 年，Warren Weaver 把通信分为三个层次：

所以，有人把语义通信定义为“三层通信”中语义层和效果层的研究。也有人把“语义通信”和“任务/目标导向通信”分开看，但核心思想一致：

不要只追求比特级正确，要追求语义级或任务级正确。

0.3 为什么现在又开始研究语义通信

香农在 1948 年奠定了现代通信理论，但他明确把“语义”排除在工程问题之外。原因很简单：当时没有办法用数学严格描述“意义”。如果硬要把意义放进来，理论可能失去普适性。

今天我们重新讨论语义通信，主要原因是：

1. 数据太多：4K/8K 视频、点云、大模型、数字孪生等领域的数据量暴涨。
2. 带宽有限：无线频谱和能量有限，不能永远只靠提高速率解决问题。
3. 智能终端增多：机器之间、机器与人之间的通信，很多时候接收方并不是“人”，而是“模型/算法/机器人”。
4. 任务越来越明确：比如智能摄像头只需要判断“有没有人摔倒”，不需要传输完整视频。
5. AI 成熟了：神经网络可以学习“什么信息对任务重要”，这让“语义级”处理第一次有了可实现的工具。

于是出现了这样一个朴素但重要的想法：

如果接收方只需要“判断图片里有没有狗”，为什么要把整张图的所有像素都完整传过去？

0.4 语义通信还没有“标准答案”

请务必先记住这一点：语义通信目前没有一个公认的、像香农信息论那样统一而严格的数学定义。 很多论文会给出自己的“语义熵”“语义容量”“语义率失真函数”，它们都是研究框架或一种定义，不是教科书中已经固定的定理。

所以，读完这本教材后，你的目标不是“背下一个定义”，而是：

• 知道经典通信在哪些地方已经成熟。
• 知道语义通信试图解决什么问题。
• 知道为什么“语义”难以被统一定义。
• 知道当前主流做法是什么、瓶颈在哪里。
• 能找到自己的研究切入点。

0.5 推荐学习路径

如果你时间很少，按下面顺序学：

1. 第 1 章：数学符号与概率论（最重要，别跳）。
2. 第 3 章：信息论（熵、互信息、信道容量、率失真）。
3. 第 2、6 章：信号、信道、经典通信系统。
4. 第 7 章：神经网络与表示学习。
5. 第 8 章以后：语义通信。

如果你时间很多，建议按章节顺序完整读一遍，并完成最后的练习。