人工智能赋能仿生学：模仿伪虎鲸声纳实现水下隐蔽通信

近年来，水下声学通信领域的研究正朝着一个新方向深入发展——即“隐蔽通信”，其核心理念并非对抗海洋环境，而是要融入海洋的声学背景之中。通过运用先进的机器学习技术，科研人员已经成功开发出能够模拟海洋哺乳动物发声模式的信号，使得数据传输能够悄无声息地“消融”于海洋生态之中。

这项技术的关键不在于信号的强度或音量，而在于其逼真程度，即技术如何实现对自然界声音的精妙模仿，达到以假乱真的境界。

当AI向生命学习

当前的研究重点在于生成高度仿真的哨声，这些哨声与Pseudorca crassidens，即伪虎鲸所发出的声音极为相似。借助WhistleGAN这类生成模型，人工智能不再是简单地复刻既有样本，而是能够创造出全新的声学形态，仿佛在延续海洋的生命之语。

通过整合卷积神经网络（CNN）与生成对抗网络（GAN），该技术实现了多重优势：

• 确保了信号的稳健性；
• 实现了信息在背景中隐秘嵌入；
• 最重要的是，它维护了海洋声学环境的固有平衡。

此处至关重要的一点是：模仿得越精准，对环境的干扰就越小。这项技术不再是制造噪音，而是成为了环境背景的一部分。

仿生学：一种意图，而非单纯的伪装

与传统隐蔽通信方法（通常通过降低信号功率来“隐藏”数据）不同，仿生学方法采取了截然不同的路径。它使得信号本身与海洋的自然声学特征保持一致，从而让任何外部监听者都将其视为自然景观的一部分。

WhistleGAN能够生成每次都独一无二的哨声，避免了重复性。同时，利用梅尔滤波器（Mel-filters）的引入，在保持高精度的同时有效降低了计算负荷。感知平均意见得分（MOS）的评估结果显示，这些人工生成的信号与真实声音几乎难以区分。

然而，这些数据背后所代表的，不仅仅是一项工程上的突破，更关乎背后的初衷与目的。

历史的警示：选择权始终存在

回溯历史，早在冷战时期，人们就曾尝试将军事信号伪装成鲸类的叫声。如今，技术已突飞猛进：AI有能力从零开始创造声音，而非仅仅依赖录音样本。与此同时，同样的技术也被应用于海洋哺乳动物的保护工作，例如在监测项目中，AI能以高达96%的精度识别出濒危物种的呼唤。

这说明，同一项技术，可以导向完全不同的应用方向，其发展轨迹完全取决于使用者的意图。

真正重要的核心价值

海洋不仅仅是一个数据传输的介质。它是一个充满生命力的声学空间，声音是其中交流、导航和记忆的关键形式。

因此，核心问题不再是：“这个信号的隐蔽性有多高？”

而应转变为：“它是否服务于生命本身？”

它为地球的“声景”增添了什么？

它增添的是一种对选择的觉察。技术不再是中立的工具，它反映了我们人类的意图。

人工智能可以选择：

• 进行隐蔽，
• 或者选择和谐共振。

海洋可以被视为：

• 一个被利用的场所，
• 或者一个共同的创作者。

最终，是每一位研究人员、工程师乃至普通人，决定了技术的发展是走向控制，还是走向与生命的协同合作。

地球正在发声。关键在于，我们选择以何种方式去倾听！