
Una competizione organizzata da DARPA, la Spectrum Collaboration Challenge (o SC2), ha visto 10 team affrontarsi per trovare un modo di usare lo spettro radio nella maniera più efficiente possibile. La sfida consisteva nel progettare un nuovo tipo di device che variasse la frequenza di trasmissione a seconda delle bande libere, con un algoritmo di machine learning per trovare dinamicamente le migliori frequenze disponibili.
Nei cinque scenari simulati (fra cui una missione militare, un salvataggio di emergenza e un concerto dal vivo con le frequenze sature di traffico) si è messa alla prova l’affidabilità del segnale, la capacità di assegnare la giusta priorità ai diversi tipi di traffico e quella di gestire ambienti congestionati dalle radiofrequenze. Ad aggiudicarsi il premo di 2 milioni di dollari è stato il team della University of Florida.
Per approfondire: DARPA is betting on AI to bring the next generation of wireless devices online
Commento: la suddivisione delle radiofrequenze risponde ancora oggi a logiche antiquate, con limiti ben definiti e frequenze contese fra governi e settori privati. E alla fine nessuno sfrutta le frequenze assegnate al 100%. Con questa gara DARPA ha guadagnato un prototipo in grado di gestire con maggiore efficienza il traffico radio, che in un mondo dove le bande saranno sempre più sature non potrà che rappresentare un vantaggio.