沼澤裡的鳥鳴，藏著無線通訊的天花板

天還沒亮，一個賞鳥人蹲在蘆葦叢後面，沿著水邊擺了一排小麥克風。每支麥克風聽到的鳥叫稍微不同，有的偏左邊的水鳥，有的偏右邊的夜鷺。他想靠這些錄音分辨出所有正在唱歌的鳥種。這片沼澤就像無線通訊裡的電磁環境，鳥叫聲就是空氣中的訊號，而麥克風就是基地台的天線。不管你擺多少支，同一時間真正在唱的鳥種數量，決定了你能撈到多少不同的資訊。

過去有兩群人分別在想這個問題。一群人假設沼澤邊有一條完美的連續長耳朵，能同時聽見一切，算出來的極限很漂亮。另一群人面對現實：一支一支分開的麥克風，各自帶著雜訊。大家直覺上相信那條理想長耳朵一定比任何分開的麥克風陣列厲害，可是從來沒有人真正證明過。更麻煩的是，當麥克風擺得非常密的時候，兩邊的數學對不上，會出奇怪的矛盾。

新的突破就在這裡：有人正式證明了那條理想長耳朵確實是天花板，任何實際的麥克風排列都不可能超過它。關鍵原因很直覺：真實的麥克風只能接收或稍微削弱聲音，不可能把聲音放大。既然每一支都只是被動地聽，堆再多支也變不出沼澤裡本來沒有的資訊。這個證明對任意數量、任意間距的麥克風都成立，不只是某個特殊情況。

天花板確立之後，一個有趣的規律浮現了。沿著固定長度的岸邊，把麥克風越擺越密，一開始每多一支都能多聽到一些鳥叫。可是密到某個程度之後，新的麥克風聽到的幾乎跟旁邊那支一模一樣，能分辨的鳥種數就停住了。反過來，間距不變但把陣列往兩邊延伸呢？辨識力會穩定上升，直到超出鳥群活動的範圍，多出來的麥克風只錄到安靜。兩條路撞上同一面牆：沼澤本身能支撐的獨立聲音模式就那麼多。

這個上限跟一組特殊的數學濾波器有關。你可以把每個濾波器想成一張精心設計的濾網，剛好能從沼澤的混合聲裡篩出一條獨立的聲音線索。沼澤的大小和鳥叫傳來的方向範圍，決定了有多少張濾網真的能篩到東西。超過那個數量，多出來的濾網幾乎什麼都接不到。團隊找到了快速算出每張濾網能量的方法，等於直接告訴你天花板在哪裡。

知道天花板在哪，就能做更聰明的事。賞鳥人不用再亂撒麥克風碰運氣了。先用一小段隨機錄音，大概摸清鳥群正在用哪個頻段唱歌，然後重新調整剩下的麥克風，讓它們集中聽那個頻段。這就像把所有注意力對準真正有鳥叫的方向，不再浪費力氣去聽空蕩蕩的角落。這種集中聽法，正好對應前面那些濾網的實際版本，是在有限麥克風下最有效率的聽法。

在模擬常見行動通訊頻率的測試裡，這種集中聽法做出的訊號地圖，比兩種常見的替代方案都乾淨。一種替代方案用隨機聽法加上事先知道沼澤所有統計特性，另一種假設大部分聲音是安靜的。集中聽法從零開始、邊聽邊猜頻段，就已經贏了。給它更多事前資訊，表現更接近一個全知全能的理想狀態。不管天線陣列大或小、訊號強或弱，優勢都穩穩地在。

沼澤有自己的聲音，但不是無窮無盡的。天線再多、陣列再長，一旦環境本身能支撐的聲音模式被聽完了，就擠不出更多東西。這個天花板以前只是猜測，現在站穩了。而揭開天花板的同一套道理，也指出一條捷徑：把你的聽法調成跟環境真正支撐的模式一致，就能用更少的力氣聽得更清楚。限制和機會，原來是同一件事的兩面。