教室は騒がしかった。
「葵先輩、聞こえますか？」
由紀の声は、周囲の雑音に埋もれていた。
葵は少し近づいた。「ノイズが多いね」
「どうすれば、確実に伝わりますか？」
「信号検出理論だ」葵がノートに書き始めた。「ノイズの中から目的の信号を抽出する技術」
ミラが静かに近づき、耳を澄ました。彼女は、雑音の中でも会話を聞き取るのが得意だった。
葵が説明した。「人間の脳は、自然な整合フィルタだ。期待する信号のパターンと入力を照合する」
「整合フィルタ？」
「受信信号と既知のパターンを掛け合わせて、相関を計算する。相関が高ければ、目的の信号があると判断する」
教室の雑音は続いている。誰かの笑い声、椅子を引く音、遠くの会話。
「でも」由紀が言った。「全部の音が混ざって、分離できません」
「それがカクテルパーティー効果だ。人間は驚くほど得意だけど、機械には難しい」
ミラがノートに書いた。「Focus creates signal. Attention is filter.」
「注意がフィルタになる」葵が翻訳した。「ミラの言う通り、選択的注意が信号を抽出する」
由紀が試してみた。葵先輩の声だけに集中する。周囲の音が少し遠のいた。
「聞こえやすくなりました」
「それが適応フィルタだ。脳が自動的にノイズの統計的性質を学習して、抑制する」
葵が簡単な図を描いた。「ラジオのチューニングみたいなものだ。聞きたい局の周波数に合わせて、他を除外する」
「でも、脳は自動的にこれをやる？」
「そう。驚くほど効率的に。デジタル信号処理は人間の聴覚系を模倣しようとしているが、多くの面でまだ及ばない」
ミラが別の図を描いた。スペクトログラムのような波形。
葵が補足した。「信号とノイズが異なる周波数帯域にあれば、フィルタで分離できる。これが周波数領域のフィルタリングだ」
「でも、同じ周波数だと？」
「難しくなる。信号対雑音比、SNRが重要になる。信号の強さがノイズより十分大きければ、検出できる」
由紀が尋ねた。「だから、大きな声で話す？」
「それも一つの方法。でも、もっと賢いのは符号化だ。冗長性や誤り訂正を加えて、ノイズに強くする」
ミラが新しいメモを書いた。「Repeat important parts」
「繰り返しだね」由紀が理解した。「大事なことは二度言う」
「そう。時間的冗長性。同じ情報を複数回送ることで、ノイズによる損失を補償する」
教室の雑音が少し静かになった。休み時間が終わりに近づいている。
葵が続けた。「通信システムでは、パイロット信号を使う。既知の信号を送って、チャネルの状態を推定する」
「パイロット信号？」
「例えば、『テスト、テスト』みたいなもの。受信側は、それがどう歪むかを観測して、フィルタを調整する」
由紀が感心した。「人間の会話でも、『聞こえる？』って確認しますね」
「正確にそう。フィードバックによる適応だ」
葵が付け加えた。「無線通信では、これが特に重要になる。チャネルは絶えず変化する。人の移動、ドアの開閉。継続的な推定と適応が必要だ」
「つまり、通信は常にノイズと戦っている？」
「戦うというより、踊っている。完璧なチャネルは存在しないから、不完全さの中で機能するシステムを設計する」
ミラが微笑んだ。彼女は、言葉少なくても多くを伝える。それもまた、効率的な符号化だった。
「ノイズだらけでも」由紀が言った。「伝える方法はあるんですね」
「そう。完璧な通信路は存在しない。でも、ノイズを理解すれば、対処できる」
教室に静寂が戻った。授業が始まる。
ミラが小さなメモを渡した。「Silence is also information」
「沈黙も情報」葵が頷いた。
由紀はメモをしまった。ノイズの中で信号を見つける。それは通信だけでなく、人生にも当てはまる。
大切なメッセージは、雑音に負けない。