AI는 벽 뒤에 있는 우리를 어떻게 볼 수 있나요?

최근 전파와 인공 지능 (AI) 을 결합한 프로젝트에서 연구자들은 장거리 이동하는 사람들의 뼈 구조를 모니터링하는 매우 흥미로운 응용 프로그램을 선보였습니다. 처음 청문회에서 많은 사람들은 이 애플리케이션이 급습을 수행하는 동안 경찰을 지원하기 위해 만들어졌다고 믿었지만 실제로는 집에서 바로 파킨슨병 환자의 움직임을 모니터링하기 위해 의료 분야에 효과적으로 적용되었습니다.

이 프로젝트의 수석 연구원이자 MIT의 전기 공학 및 컴퓨터 과학 교수인 Dina Katabi에 따르면 이러한 유형의 기술은 수십 년 동안 과학계에서 관심을 가져왔습니다. Dina Katabi는 "벽 뒤에 있는 사람을 식별할 목적으로 무선 신호를 사용하는 DARPA의 대규모 프로젝트가 있었습니다"라고 말했습니다.

그러나 오늘날의 보다 정밀한 기술을 통해 과학자들은 훨씬 더 많은 일을 할 수 있습니다. 이 기술은 모니터링되는 사람들의 뼈 구조와 그들이 소비하는 시간을 정확하게 설명할 수 있습니다. 걷거나 앉는 것과 같은 일반적인 움직임을 수행할 수 있습니다.

이 기술은 팔꿈치, 엉덩이, 발과 같은 관절을 포함하여 신체의 주요 지점을 추적하는 데 중점을 둡니다. 따라서 추적된 사람이 움직이거나 동작을 수행할 때 해당 동작을 정확하게 설명하는 이미지도 표시됩니다.

AI는 벽 뒤에 있는 우리를 어떻게 볼 수 있나요?

이 기술은 어떻게 작동하나요?

이 기술에 사용되는 무선 신호는 Wi-Fi 전파와 유사하지만 Wi-Fi보다 훨씬 약합니다. 기본적으로 이 시스템은 이러한 전파가 벽과 같은 물체를 통과할 수 있는 능력을 갖고 있기 때문에 작동합니다. 그러다가 이 파동은 인체에 도달하지만, 인체에는 전파의 침투를 막는 물질, 즉 물이 많이 함유되어 있기 때문에 곧바로 벽에 부딪혀 다시 튕겨져 송수신기에 도달하게 됩니다. 그러면 이제 문제는 파도가 받은 신호를 어떻게 표현하느냐 하는 것입니다. 그리고 이것이 바로 AI의 힘이 발휘되는 곳입니다. 특히 여기서는 인공 지능 네트워크 라고 불리는 기계 학습 도구가 등장합니다 .

AI 연구자들은 구체적으로 주석이 달린 정보를 AI가 학습하게 함으로써 학습된 데이터로부터 자신의 규칙을 추론할 수 있는 AI 네트워크를 훈련시킵니다. 이 과정을 지도 학습이라고 합니다. 예를 들어 자율주행차에게 신호등 신호 인식 방법을 가르치고 싶다면 AI가 이해할 수 있는 주석과 함께 신호등 신호와 관련된 이미지를 AI가 학습하고 익숙해지게 하세요. 이미지는 어디에서 왔나요?

이 인공지능 네트워크는 이미지 데이터를 해석하는 데 주로 사용되지만, 학습된 데이터를 모방하여 번역이나 새 텍스트 작성과 같은 다른 복잡한 작업을 수행하는 데에도 사용할 수 있습니다.

그러나 현재 이 기술이 직면한 문제는 인체 구조에 대한 정보를 반영하는 무선 신호를 처리하고 식별하기 어렵다는 점이다. 그리고 과학자들의 해결책은 전파와 카메라를 결합하는 것입니다. 카메라는 먼저 벽 뒤의 이미지를 캡처한 다음 이러한 이미지에 주석을 달아 인공 지능 네트워크가 이미지를 무선 신호에서 얻은 활동과 연관시키는 방법을 학습할 수 있습니다.

훈련 기간이 끝난 후, 과학자들은 시스템이 방해받지 않는 사람의 이미지로만 훈련되었음에도 불구하고 여전히 벽 뒤에 숨어 있는 사람을 탐지할 수 있다는 사실을 발견하고 놀랐습니다. Dina Katabi는 "훈련 과정에서 학습하지 못하더라도 벽 뒤에 있는 사람의 모양을 보고 시뮬레이션할 수 있습니다"라고 말했습니다.

뿐만 아니라 걸음걸이를 통해 다른 사람을 식별할 수도 있습니다. 또 다른 인공지능 네트워크의 도움으로 시스템은 사람들이 걷는 모습을 볼 수 있고, 거기에서 벽 뒤에서 움직일 때에도 걸음걸이를 통해 이러한 사람들을 83% 이상의 정확도로 인식할 수 있습니다.

이 기술은 어떻게 사용될까요?

연구자들은 파킨슨병 환자를 대상으로 한 소규모 연구에서 이 시스템을 사용하기 시작했습니다. 연구자들은 이러한 장치를 환자의 집에 배치함으로써 카메라를 사용하지 않고도 편안한 공간에서 환자의 움직임을 모니터링할 수 있습니다. 이는 또한 기존 비디오 녹화만큼 개인 정보를 침해하지 않으면서 누군가의 신체 움직임을 배울 수 있는 방법이기도 합니다. 이 연구는 7명에게 적용되었으며 8주 동안 지속되었습니다.

얻은 결과는 환자를 평가하는 데 사용되는 표준과 매우 일치할 뿐만 아니라 파킨슨병 환자의 행동 및 상태와 같은 삶의 질에 대한 추가 정보를 보여줍니다. Michael J. Fox 재단은 환자들이 "백의 증후군"을 피할 수 있도록 돕기 위해 이 연구에 계속해서 자금을 지원하고 있습니다. 이는 환자가 흰 가운을 입은 의사가 진찰하는 모습을 보면 긴장감과 두려움을 느끼고, 행동이 달라지는 현상이다.

이러한 연구는 개인 정보 보호에 대한 우려를 줄여 주지만 환자의 동의 없이 사용될 것이라는 의미는 아니라고 Katabi 씨는 말했습니다.

더보기: