仿生隱形聲學通訊：結合人工智慧與偽虎鯨的自然聲學模式

近年來，研究人員積極投入隱形水下聲學通訊領域的發展。這是一個將數據傳輸從對抗海洋環境，轉變為真正「融入」海洋聲景的學問。透過運用機器學習技術，科學家們已能創造出那些不會干擾海洋環境，反而能模仿海洋哺乳動物的發聲方式，使其「消融」於環境之中的訊號。

這項技術的關鍵不在於訊號的強度或音量，而在於其「相似度」。它著重於精密的調校，讓科技能夠「效法自然界發聲的方式」，與環境和諧共處。

當人工智慧向生命學習

當前的研發重點是生成高度逼真的哨聲，類似於偽虎鯨 (Pseudorca crassidens) 所發出的聲音。藉助 WhistleGAN 這類生成模型，人工智慧正在創造全新的聲學形式，它並非簡單地複製過去的聲音，而是延續海洋生命本身的語言脈絡。

將卷積神經網路 (CNN) 與生成對抗網路 (GAN) 相結合，帶來了以下優勢：

• 確保訊號的穩定性，使其不易失真。
• 將資訊嵌入其中，使其保持在「不易察覺」的狀態。
• 最重要的是，維持了環境聲學平衡，避免破壞。

這裡的關鍵在於：模仿得越精確，對環境的干擾就越少。這項技術不再是單純的噪音，而是逐漸成為環境背景的一部分，達到「以假亂真」的境界。

生物擬態：出於倫理而非單純偽裝

與傳統隱藏通訊方法不同，後者通常透過降低訊號功率來「隱藏」數據，生物擬態方法則採取了另一條路徑。它使訊號本身與海洋的自然聲學景觀「對稱」，因此任何外部觀察者都會將其視為自然景觀的一部分。

WhistleGAN 能夠生成每次都「獨一無二」的哨聲，避免了聲音的重複性。
利用梅爾濾波器 (Mel-filters) 則能有效降低運算負擔，同時維持極高的準確度。
感知平均分數 (MOS) 的評估結果顯示，這些人工生成的訊號與真實的自然哨聲幾乎難以區分。

然而，這些數字背後所代表的，不僅僅是一項工程上的突破，更是一種「意圖」的體現。

歷史提醒我們：選擇權始終存在

早在冷戰時期，就曾有嘗試將軍事訊號偽裝成鯨魚聲音的紀錄。如今，科技已大幅進步：AI 能夠從「零」開始創造聲音，而非僅僅使用現有的錄音檔。與此同時，同樣的技術也被應用於保護海洋哺乳動物，例如在監測專案中，AI 能以高達 96% 的準確率識別出瀕危物種的呼喚。

這是一項技術，卻展現了截然不同的應用方向與價值取向。

真正重要的核心價值

海洋不僅僅是一個數據傳輸的介質。它是一個「有生命的聲學空間」，聲音是其交流、導航和記憶的基礎。

因此，核心問題不再是：「這個訊號有多隱蔽？」

而是應該這樣發問：

「它是否服務於生命本身？」

這為地球的聲景增添了什麼？

它增添了「選擇的自覺性」。科技不再是中立的工具，它反映了我們內在的意圖。

人工智慧可以選擇：

• 進行偽裝，
• 或者選擇「與之和諧共振」。

海洋可以成為：

• 被剝削的場域，
• 或者成為「生命的共同創作者」。

而最終，發展的道路是走向控制還是走向與生命「合作」，將取決於我們每一個人——無論是研究人員、工程師，還是社會中的每一份子。

地球已經在發聲。
問題只在於，我們「選擇以何種方式聆聽」！