Genom att använda nya maskininlärningstekniker, ett forskarlag från Department of Energy's Oak Ridge National Laboratory lär ut elektroniska enheter hur man talar för sig själva.

E-post, sms, bilddelning och inlägg på sociala medier sker via nätverk som är tillförlitliga – för det mesta. När vissa anslutningar förloras eller avbryts av en fysisk attack eller cyberattack, elektroniska enheter tappar kontakten omedelbart, och de är inte utrustade för att hitta en annan metod för kommunikation.

Elektronik är bara så smart som deras design. Med rätt utbildning och intelligens, enheter kan programmeras för att söka efter tillgängliga media, som akustik, optik eller radiofrekvenser, och ta reda på hur man sänder och tar emot meddelanden på egen hand utan att bli tillsagd i förväg.

Till exempel, flera svarsteam som använder tvåvägsradioenheter, eller walkie-talkies, under en nödsituation begränsas till ett begränsat antal tillgängliga frekvenser. Samma enheter kan programmeras och tränas genom maskininlärning och intelligens för att söka alternativa sätt att hålla människor uppkopplade, vilket är avgörande i scenarier på liv och död.

"Enheter, förutrustad med språk och förmåga att kommunicera, kunde börja dela data av vilket slag som helst över nästan vilket fysiskt medium som helst, " sa ORNLs Adam Anderson som leder ett team som specialiserat sig på datorer, nätverk och cybersäkerhet. "De kommer till en början att gå igenom en trial-and-error voly av information, utveckla sina egna mönster när de går, tills de når det mest effektiva och korrekta sättet för meddelandeöverföring."

Det resulterande språket, eller maskintal, är oigenkännlig för människor, ett fenomen som kan framkalla kontrovers – och till och med rädsla – om huruvida maskiner kan börja kommunicera självständigt. Men, enligt ORNL-forskare, låta datorer prata med varandra, istället för att tala om för datorer hur de ska kommunicera, är det som ger dem intelligensen att optimera sin förmåga att upprätthålla kontakt.

"Med andra ord, vi tränar och programmerar enheter för att komma fram till det bästa sättet att kommunicera själva istället för att vara alltför föreskrivande, " sa Anderson.

En av de viktigaste frågorna som ORNL-forskare var tvungna att övervinna var att få enheterna att konvergera på ett överenskommet tal utan någon back-channel-hjälp. "Vi kände att det var "fusk" om enheterna lärde sig något utifrån, eller orealistiskt, källa; de behövde konvergera helt på egen hand, " sa Anderson.

För att demonstrera maskintal, Anderson och hans team kopplade två bärbara datorer till separata högtalare och mikrofoner vända mot varandra. Forskarna programmerade enheterna med språk som består av ljud som kallas fonem, de minsta enheterna av mänskligt tal inklusive konsonanter, vokaler och stavelser. Fonemen ersatte de digitala bitar som datorer vanligtvis använder för att kommunicera.

Anderson matade in siffrorna 1 till 5 på den sändande datorn och sa åt den att "tala" dem till den mottagande datorn. Den mottagande datorn matar ut orden "vann, för, tre, forr, fem" på skärmen. När de skämtade, de två maskinerna justerade och korrigerade sitt tal tills den mottagande datorn producerade siffrorna korrekt.

"Till oss, språket som sänds ut från högtalarna är förvrängt, som pulserande statisk, ändå förstår datorerna deras tal när det blir mer förfinat genom träning, " sa Anderson. "I slutändan, tekniken som visas här kan användas i höghastighets digital kommunikation mellan enheter."

Andra fysiska medier kan användas för att demonstrera datortalöverföring, såsom ljus genom fiberoptik eller radiovågor.

Allt eftersom projektet fortskrider, ORNL-teamet planerar att använda dessa programvaruradio, maskininlärning och tekniker för djupa neurala nätverk för att ersätta klassiska digitala modem i datorer. Detta tillvägagångssätt för enhetskommunikation syftar till att förbättra robustheten hos nätverk som är associerade med smarta nätteknologier mot skadliga attacker.