Как ИИ может видеть нас за стенами?

Недавно проект, объединяющий радиоволны с искусственным интеллектом (ИИ), принес исследователям довольно интересное приложение, позволяющее отслеживать костную структуру людей, передвигающихся на большие расстояния, — стену. На первый взгляд многие полагают, что это приложение создано для поддержки полиции при проведении рейдов, однако на самом деле оно эффективно применяется в медицинской сфере — для наблюдения за перемещениями пациентов с болезнью Паркинсона прямо у них дома.

По словам Дины Катаби, старшего научного сотрудника проекта и профессора электротехники и информатики Массачусетского технологического института, этот тип технологии уже несколько десятилетий вызывает интерес у научного сообщества. «Однажды существовал крупный проект DARPA по использованию беспроводных сигналов с целью идентификации людей за стенами», — сказала г-жа Дина Катаби.

Но сегодняшняя более точная технология позволяет ученым делать гораздо больше: эта технология может точно описывать структуру костей людей, за которыми ведется наблюдение, а также время, которое они проводят.Выполнять обычные движения, такие как ходьба или сидение.

Эта технология фокусируется на отслеживании ключевых точек тела, включая такие суставы, как локти, бедра и ступни. Поэтому, когда отслеживаемый человек движется или выполняет движения, также будут отображаться изображения, точно описывающие эти действия.

Как работает эта технология?

Радиосигналы, используемые в этой технологии, аналогичны волнам Wi-Fi, но намного слабее, чем Wi-Fi. По сути, эта система работает, потому что эти радиоволны способны проходить сквозь такие объекты, как стена. Затем эти волны достигают тела человека, но тут же отскакивают от стены и достигают приемопередатчика, поскольку в организме человека содержится много вещества, препятствующего проникновению радиоволн – это вода. И теперь проблема заключается в том, как выразить сигналы, получаемые волнами? И именно здесь в игру вступает мощь ИИ, в частности, инструмента машинного обучения, называемого сетью искусственного интеллекта .

Позволяя ИИ изучать конкретно аннотированную информацию, исследователи ИИ обучают сеть ИИ, которая может выводить свои собственные правила на основе полученных данных. Этот процесс называется контролируемым обучением. Например, если вы хотите научить беспилотный автомобиль распознавать сигналы светофора, дайте ИИ изучить и ознакомиться с изображениями, связанными со сигналами светофора, а также с аннотациями, которые ИИ сможет понять. изображения откуда?

Эта сеть искусственного интеллекта часто используется для интерпретации данных изображений, но ее также можно использовать для выполнения других сложных задач, таких как перевод или даже создание нового текста, путем имитации изученных данных.

Но в настоящее время существует проблема, с которой сталкивается эта технология, заключающаяся в сложности обработки и идентификации радиосигналов, отражающих информацию о строении человеческого тела. И решение учёных — объединить радиоволны с камерами. Камера сначала будет захватывать изображения за стеной, а затем аннотировать эти изображения, чтобы сеть искусственного интеллекта могла научиться соотносить изображения с активностью, полученной с помощью радиосигналов.

После периода обучения ученые с удивлением обнаружили, что, хотя система обучалась только на беспрепятственных изображениях людей, она все равно способна обнаруживать людей, спрятанных за кулисами стены. «Он может видеть и моделировать форму человека за стеной, хотя он не учился этому в процессе обучения», — поделилась г-жа Дина Катаби.

Мало того, он даже может идентифицировать разных людей по их походке. С помощью другой сети искусственного интеллекта система может видеть примеры идущих людей и распознавать этих людей по их походке, даже когда они движутся за стенами, с точностью более 83%.

Как будет использоваться эта технология?

Исследователи начали использовать систему в небольшом исследовании пациентов с болезнью Паркинсона. Разместив эти устройства в домах пациентов, исследователи могут отслеживать движения пациентов в комфортных условиях без использования камер. Это также способ узнать о движениях чьего-либо тела, не ставя при этом под угрозу его конфиденциальность в такой степени, как традиционная видеозапись. В этом исследовании приняли участие семь человек и продолжалось восемь недель.

Полученные результаты не только очень соответствуют стандартам, используемым для оценки пациентов, но и раскрывают дополнительную информацию о качестве жизни пациентов с болезнью Паркинсона, такую ​​как их поведение и статус.Фамилия. Фонд Майкла Дж. Фокса продолжает финансировать это исследование, чтобы помочь пациентам избежать «синдрома белого халата». Это явление, при котором пациенты нервничают, пугаются и ведут себя по-разному, когда видят, что их осматривает врач в белом халате.

Эти исследования уменьшают проблемы конфиденциальности, но не означают, что они будут использоваться без согласия пациента, поделилась г-жа Катаби.

Узнать больше:

• 6 шагов, чтобы начать изучать программирование искусственного интеллекта (ИИ)
• Общая информация о нейронных сетях, искусственном интеллекте и машинном обучении
• Искусственный интеллект Google «рождает» сам, способный намного превосходить программное обеспечение, написанное людьми
• Искусственный интеллект может помочь обнаружить меланому рака кожи