8月15日，由中国科协立项支持，中国通信学会主办的人工智能赋能水声通信技术研讨活动在北京举办，20余位来自高校、科研院所及企业的一线专家围绕相关议题开展交流研讨。

主旨报告环节，中国科学院声学研究所研究员王海斌作“人工智能与远程水声通信交叉研究初探”报告，介绍一种基于人工智能的远程图像水声通信方法，该方法能够在极窄带宽条件下成功实现深海远距离的高效、高鲁棒性图像传输，具有巨大的技术潜力。中国科学院上海硅酸盐研究所研究员周田华以“水下无线光通信技术应用挑战与发展思考”为题，分享国内外水下光通信在长距离和大容量方面的最新进展，从环境适应性、速率适应性、对准适应性和应用便利性出发，结合人工智能发展趋势，提出AI赋能的水下无线光通信工程应用和装备研制的发展思路，并对新技术进行了展望。浙江大学海洋学院教授瞿逢重作“基于扩散模型的稀疏贝叶斯学习：结构化干扰下的水声信道估计”报告，介绍在AWGN与结构化干扰共存的复杂场景下，通过扩散模型（DM）神经网络学习干扰的得分函数，并利用稀疏贝叶斯学习（SBL）建模信道稀疏结构，实现了信道与干扰联合估计的两种高效后验采样方法。

与会专家围绕水声通信的性能指标与典型应用、水声通信的科学问题与技术瓶颈、人工智能如何赋能水声通信技术等话题，结合研究专长发表各自见解。大家一致认为，在新一轮科技革命和产业变革的浪潮中，人工智能技术的快速发展为水声通信技术面临的技术瓶颈提供了创新的突破路径，应积极探索人工智能技术与水声通信技术的深度融合，推动“AI+水声通信”创新发展模式的形成，为水声通信技术的未来发展注入新的活力与动力。

中国通信学会 供稿