کالبدشکافی بیم‌فورمینگ (Beamforming): دستگاه‌ها واقعاً چگونه در یک اتاق شلوغ فقط روی شما تمرکز می‌کنند؟

در هفتم سپتامبر ۲۰۱۶، فیل شیلر روی صحنه سالن بیل گراهام در سانفرانسیسکو ایستاد تا اولین نسل از هدفون‌های بی‌سیم اپل (AirPods) را معرفی کند. او در میان فهرست ویژگی‌ها، به «میکروفون‌های دوگانه بیم‌فورمینگ» اشاره کرد که می‌توانند صدای پس‌زمینه را حذف کنند. بسیاری از مصرف‌کنندگان در آن لحظه تصور کردند که درون این هدفون‌های کوچک، قطعات فیزیکی متحرکی وجود دارد که مانند یک قیف، صدا را به سمت دهان کاربر هدایت می‌کنند.

اما واقعیت بسیار عجیب‌تر است و هیچ قطعه متحرکی در کار نیست. چه در حال استفاده از یک هدفون ۲۵۰ دلاری باشید و چه یک روتر وای‌فای ۷ با قیمت ۴۰۰ دلار، مکانیسم زیربنایی که به این دستگاه‌ها اجازه می‌دهد در یک محیط شلوغ روی شما تمرکز کنند، کاملاً یکسان است. این فناوری که بیم‌فورمینگ (Beamforming) نامیده می‌شود، بر پایه فیزیک امواج و ریاضیات محض استوار است، نه جادوی نرم‌افزاری.[5]

برای درک این موضوع، باید به یک اصل پایه فیزیک به نام تداخل امواج نگاه کنیم. تصور کنید دو سنگریزه را به طور همزمان در یک حوضچه آب آرام می‌اندازید. امواج دایره‌ای شکل از هر دو نقطه به سمت بیرون حرکت می‌کنند. در نقاطی که قله یک موج به قله موج دیگر می‌رسد، آن‌ها با هم جمع شده و موج بزرگتری می‌سازند که به آن تداخل سازنده می‌گویند.[2]

در مقابل، در نقاطی که قله یک موج به دره موج دیگر برخورد می‌کند، آن‌ها یکدیگر را خنثی کرده و آب در آن نقطه کاملاً صاف می‌ماند. این پدیده تداخل ویرانگر نامیده می‌شود. مهندسان صدا و مخابرات از همین پدیده ساده برای کنترل جهت امواج نامرئی استفاده می‌کنند.[2]

در یک هدفون بی‌سیم مدرن، معمولاً دو میکروفون با فاصله حدود ۱۰ میلی‌متر از یکدیگر قرار دارند. از آنجا که سرعت صوت در هوا تقریباً ۳۴۳ متر بر ثانیه است، صدایی که مستقیماً از روبرو (یعنی دهان شما) می‌آید، دقیقاً در یک زمان به هر دو میکروفون می‌رسد.[3]

اما صدایی که از کنار یا پشت سر می‌آید، ابتدا به یک میکروفون و با کسری از ثانیه تأخیر به میکروفون دوم می‌رسد. برای فاصله‌ای ۱۰ میلی‌متری، این اختلاف زمان حدود ۲۹ میکروثانیه است. پردازنده سیگنال دیجیتال درون هدفون، این تأخیر زمانی را محاسبه کرده و با معکوس کردن فاز یکی از سیگنال‌ها، صدای مزاحم محیط را به صورت ریاضیاتی حذف می‌کند.[3]

یک مقاله آموزشی فنی که در سال ۲۰۲۱ توسط موسسه مهندسان برق و الکترونیک (IEEE) منتشر شد، این فرآیند را به صراحت تعریف می‌کند: «بیم‌فورمینگ در اصل یک فیلتر فضایی است. این تکنیک به یک آرایه از حسگرها اجازه می‌دهد تا سیگنال‌هایی را که دارای محتوای فرکانسی هم‌پوشانی هستند اما از مکان‌های فضایی متفاوتی سرچشمه می‌گیرند، از یکدیگر جدا کنند.»[2]

همین ریاضیات دقیقاً در دنیای شبکه‌های بی‌سیم و روترهای خانگی نیز اعمال می‌شود، با این تفاوت که به جای امواج صوتی، با امواج الکترومغناطیسی (رادیویی) سروکار داریم که با سرعت نور حرکت می‌کنند. تا پیش از سال ۲۰۱۳، روترهای وای‌فای مانند یک لامپ حبابی عمل می‌کردند؛ آن‌ها سیگنال را به صورت کروی و در تمام جهات فریاد می‌زدند.[4]

با معرفی استاندارد وای‌فای ۵ (802.11ac) و سپس توسعه آن در وای‌فای ۶ در سال ۲۰۱۹، بیم‌فورمینگ صریح به یک الزام تبدیل شد. یک روتر مدرن با ۸ آنتن خارجی، هشت سیگنال متفاوت ارسال نمی‌کند. بلکه دقیقاً یک سیگنال واحد را هشت بار، اما با تأخیرهای نانوثانیه‌ای متفاوت از هر آنتن شلیک می‌کند.[1][4]

مستندات فنی شرکت سیسکو در تشریح این فرآیند توضیح می‌دهد که روتر ابتدا یک سیگنال آزمایشی به نام بسته ارزیابی (Sounding Packet) را به گوشی شما می‌فرستد. گوشی نحوه دریافت این سیگنال را اندازه‌گیری کرده و یک ماتریس بازخورد به روتر برمی‌گرداند. روتر با استفاده از این ماتریس، دقیقاً محاسبه می‌کند که هر آنتن باید با چند نانوثانیه تأخیر سیگنال خود را ارسال کند تا امواج در نقطه دقیق قرارگیری گوشی شما، تداخل سازنده داشته باشند.[1]

در سایر نقاط اتاق، این امواج با یکدیگر تداخل ویرانگر پیدا کرده و خنثی می‌شوند. نتیجه این است که به جای هدر دادن انرژی برای ارسال سیگنال به دیوارها و سقف، یک پرتو نامرئی و متمرکز از داده‌ها مستقیماً به سمت دستگاه شما شکل می‌گیرد. این کار نه تنها سرعت را افزایش می‌دهد، بلکه تداخل با شبکه‌های همسایه را نیز به حداقل می‌رساند.[1][5]

با این حال، دپارتمان‌های بازاریابی شرکت‌های فناوری تمایلی به توضیح ماتریس‌های ریاضی ندارند. آن‌ها ترجیح می‌دهند روی جعبه محصولات خود از عباراتی مانند «ردیابی هوشمند مبتنی بر هوش مصنوعی» یا «هدف‌گیری لیزری» استفاده کنند. این برچسب‌ها به مصرف‌کننده القا می‌کنند که دستگاه دارای یک مغز متفکر است که به صورت آگاهانه محیط را می‌بیند.[5]

اما واقعیت این است که هیچ هوش مصنوعی در کار نیست. این فقط مثلثات و ضرب ماتریس‌هاست که با سرعت بسیار بالا توسط تراشه‌های سیلیکونی انجام می‌شود. دفعه بعد که در یک کافه شلوغ با هدفون خود تماس می‌گیرید یا در دورترین اتاق خانه یک ویدیوی 4K را بدون قطعی تماشا می‌کنید، به یاد داشته باشید که دستگاه‌های شما در حال محاسبه مداوم سرعت نور و صوت هستند تا با استفاده از فیزیک امواج، پرتوهای نامرئی ارتباط را دقیقاً روی شما قفل نگه دارند.[5]