Jak sztuczna inteligencja może nas zobaczyć za ścianami?

Niedawno projekt łączący fale radiowe ze sztuczną inteligencją (AI) przyniósł naukowcom dość ciekawe zastosowanie, jakim jest monitorowanie struktury kostnej ludzi przemieszczających się na duże odległości – ściana. Na pierwszy rzut oka wiele osób uważa, że ​​aplikacja ta została stworzona, aby wspierać policję podczas przeprowadzania nalotów, jednak w rzeczywistości znalazła ona skuteczne zastosowanie w medycynie – do monitorowania przemieszczania się pacjentów z chorobą Parkinsona bezpośrednio w ich własnych domach.

Według Diny Katabi, starszej badaczki projektu i profesora elektrotechniki i informatyki na MIT, tego typu technologia cieszy się zainteresowaniem społeczności naukowej od dziesięcioleci. Przyjdź tutaj. „Kiedyś DARPA realizowała duży projekt wykorzystujący sygnały bezprzewodowe do celów identyfikacji osób za ścianami” – powiedziała pani Dina Katabi.

Jednak dzisiejsza, bardziej precyzyjna technologia pozwala naukowcom zrobić znacznie więcej: technologia ta może dokładnie opisać strukturę kości monitorowanych osób, a także czas, jaki spędzają na wykonywaniu normalnych ruchów, takich jak chodzenie lub siedzenie.

Technologia ta koncentruje się na śledzeniu kluczowych punktów ciała, w tym stawów takich jak łokcie, biodra i stopy. Dlatego też, gdy śledzona osoba porusza się lub wykonuje ruchy, wyświetlane będą również obrazy dokładnie opisujące te działania.

Jak działa ta technologia?

Sygnały radiowe wykorzystywane w tej technologii są podobne do fal Wi-Fi, ale znacznie słabsze od Wi-Fi. Zasadniczo system ten działa, ponieważ fale radiowe mają zdolność przenikania przez obiekty takie jak ściana. Następnie fale te dotrą do ludzkiego ciała, lecz natychmiast odbiją się od ściany i dotrą do transiwera, gdyż w organizmie człowieka znajduje się duża ilość substancji uniemożliwiającej przenikanie fal radiowych – jest to woda. I teraz problem polega na tym, jak wyrazić sygnały odbierane przez fale? I tu właśnie wchodzi w grę siła sztucznej inteligencji, a konkretnie narzędzie do uczenia maszynowego zwane siecią sztucznej inteligencji .

Pozwalając sztucznej inteligencji uczyć się informacji opatrzonych konkretnymi adnotacjami, badacze sztucznej inteligencji szkolą sieć sztucznej inteligencji, która może wywnioskować własne zasady na podstawie wyuczonych danych. Proces ten nazywa się uczeniem nadzorowanym. Na przykład, jeśli chcesz nauczyć autonomiczny samochód rozpoznawania sygnałów świetlnych, pozwól sztucznej inteligencji uczyć się i zapoznawać z obrazami związanymi z sygnałami świetlnymi wraz z adnotacjami do zrozumienia przez sztuczną inteligencję. obrazy pochodzą?

Ta sieć sztucznej inteligencji jest często wykorzystywana do interpretacji danych obrazowych, ale może być również wykorzystywana do wykonywania innych złożonych zadań, takich jak tłumaczenie, a nawet tworzenie nowego tekstu poprzez naśladowanie wyuczonych danych.

Jednak obecnie istnieje problem tej technologii, polegający na tym, że trudno jest przetworzyć i zidentyfikować sygnały radiowe odzwierciedlające informacje o budowie ludzkiego ciała. Rozwiązaniem naukowców jest połączenie fal radiowych z kamerami. Kamera najpierw przechwyci obrazy za ścianą, a następnie opatrzy je adnotacjami, aby sieć sztucznej inteligencji mogła nauczyć się korelować obrazy z aktywnością uzyskaną z sygnałów radiowych.

Po okresie szkoleniowym naukowcy ze zdziwieniem odkryli, że chociaż system był szkolony wyłącznie na niezakłóconych obrazach ludzi, nadal był w stanie wykryć ludzi ukrytych za kulisami. „Może zobaczyć i symulować kształt osoby za ścianą, mimo że nie nauczył się tego podczas procesu szkolenia” – udostępniła pani Dina Katabi.

Co więcej, może nawet identyfikować różnych ludzi na podstawie ich chodu. Za pomocą innej sieci sztucznej inteligencji system może zobaczyć przykłady chodzenia ludzi i na tej podstawie rozpoznać te osoby po ich chodzie, nawet gdy poruszają się za ścianami, z dokładnością ponad 83%.

Jak będzie wykorzystywana ta technologia?

Naukowcy zaczęli używać tego systemu w niewielkim badaniu pacjentów z chorobą Parkinsona. Umieszczając te urządzenia w domach pacjentów, badacze mogą monitorować ruchy pacjentów w wygodnej przestrzeni bez użycia kamer. Jest to także sposób na poznanie ruchów ciała innej osoby bez naruszania jej prywatności w takim stopniu, jak w przypadku tradycyjnego nagrywania wideo. Badanie to objęło siedem osób i trwało osiem tygodni.

Uzyskane wyniki są nie tylko bardzo zgodne ze standardami stosowanymi przy ocenie pacjentów, ale dostarczają dodatkowych informacji na temat jakości życia pacjentów z chorobą Parkinsona, takich jak ich zachowanie i stan.Nazwisko. Fundacja Michaela J. Foxa w dalszym ciągu finansuje te badania, aby pomóc pacjentom uniknąć „zespołu białego fartucha”. Jest to zjawisko polegające na tym, że pacjenci czują się zdenerwowani, przestraszeni i wykazują różne zachowania, gdy widzą badającego ich lekarza w białym fartuchu.

Badania te zmniejszają obawy dotyczące prywatności, ale nie oznaczają, że będą one wykorzystywane bez zgody pacjenta – dodała pani Katabi.

Zobacz więcej:

• 6 kroków, aby rozpocząć naukę programowania sztucznej inteligencji (AI).
• Ciekawostki o sieciach neuronowych, sztucznej inteligencji i uczeniu maszynowym
• Sztuczna inteligencja Google’a „rodzi się” sama, zdolna znacznie przewyższać oprogramowanie napisane przez człowieka
• Sztuczna inteligencja może pomóc wykryć czerniaka skóry