荷姆茲海峽水雷危機：AI如何重塑海上安全

伊朗在荷姆茲海峽布設水雷，威脅全球能源供應鏈。本文深入解析現代水雷技術、AI探雷前沿，以及對亞洲能源安全的深遠影響。

全球約20%的石油貿易經過一條寬僅33公里的海峽。現在，那條海峽的水底，可能藏著水雷。

事件全貌：伊朗的水下棋局

據報導，美國情報官員評估，伊朗軍隊已在荷姆茲海峽部署了少量水雷。這條連接波斯灣與阿拉伯海的狹窄水道，是沙烏地阿拉伯、伊拉克、科威特、阿聯酋等主要產油國的唯一出海通道，每天有約1700萬桶原油從這裡流向全球市場。

水雷並非新武器，但現代水雷遠比人們想像的複雜。伊朗研發的「Maham 3」型水雷同時搭載磁感應與聲學感應器，能夠識別船體的磁場與引擎噪音。更精密的設計甚至允許水雷「計數」——讓前幾艘船安全通過，專門等待更有價值的目標，或讓掃雷作業失效後再引爆。

「Maham 7」和伊拉克在1991年波灣戰爭中使用的「Manta」水雷則屬於海底型，靜臥於淺水海底，感應頭頂通過的船隻。這類水雷可由小型船隻或飛機投放，部署成本低廉，清除難度卻極高。

伊朗此舉並非孤立事件。結合其導彈與無人機能力，水雷構成了一套多層次的海峽封鎖威脅體系。1980年代的「油輪戰爭」已有前車之鑑：即便實際損失有限，少量水雷的存在便足以令整個地區的航運陷入混亂，保險費率飆升，航線被迫繞道。

美國海軍已將此前在波斯灣運作的掃雷艦退役，但現代反水雷作戰並不依賴單一艦艇。目前的標準流程是「探測—分類—識別」三段式管線。

廣告合作

首先，無人水面艇拖曳一具稱為「拖魚」的聲納裝置，在海底上方掃描廣域影像。聲納以聲波代替光線成像：物體在聲納圖像中呈現為朝向感應器的亮斑，以及背後延伸的陰影，形成獨特的特徵輪廓。英國皇家海軍據報也正準備將此類拖曳聲納系統部署至波斯灣地區。

接著，自動目標識別演算法對聲納影像進行篩選，區分「疑似水雷」與「無害物體」。最後，潛水員或水下攝影系統進行現場確認。

這正是人工智慧介入的關鍵環節。傳統方法依賴人工目視判讀聲納圖像，效率低且易受人為疲勞影響。機器學習方法透過分析紋理、亮度和陰影幾何特徵，大幅提升分類精度。近年來，深度學習模型直接處理聲納原始影像，在複雜海底環境中展現出更強的識別能力。

然而，瓶頸在於訓練資料。高解析度海底聲納資料的採集成本極高，標注工作繁瑣，現有資料量遠不足以充分訓練深度學習系統。研究人員坦言，真正大規模的資料積累，或許要等到危機解除、實際掃雷作業展開之後。

荷姆茲海峽的動盪，對亞洲的衝擊遠超西方世界。中國、日本、南韓、印度、台灣是全球最大的石油進口國群體，其中多數高度依賴中東原油。

對中國而言，這個議題牽涉多個層面。中國目前是伊朗最大的石油買家，在制裁框架下維持著獨特的能源關係。荷姆茲海峽若出現嚴重封鎖，即便是對伊朗友好的中國也難以完全置身事外，因為中國從沙烏地阿拉伯、伊拉克、科威特進口的原油同樣需要經過這條海峽。

中國近年大力推進「能源多元化」，加速與俄羅斯、哈薩克等國的陸上管道合作，正是對這種地緣脆弱性的戰略回應。然而，海運的成本優勢使得完全擺脫荷姆茲依賴在短期內幾乎不可能實現。

對台灣、南韓等高度依賴能源進口且缺乏替代選項的經濟體而言，荷姆茲危機的衝擊則更為直接。能源價格的劇烈波動將直接傳導至製造業成本，進而影響出口競爭力。

在技術層面，中國在水下聲學、無人艇和AI影像識別領域的投入持續增加，部分研究方向與反水雷技術高度重疊。然而，軍事技術的透明度限制使得外界難以準確評估其實際能力。