Skynet, привет: искусственный интеллект научился видеть людей сквозь стены



    После открытия рентгеновского излучения его долгое время принимали за чудо из чудес. В принципе, многим рентген до сих пор кажется чем-то весьма необычным, едва ли не фантастикой. Но в наше время есть вещи и более интересные. Например, группа ученых из MIT научила ИИ чувствовать людей сквозь стены.

    Проект, в рамках которого проводилась разработка такой системы, получил название “RF-Pose”. ИИ не просто чувствует, что за стеной кто-то есть, машина даже «видит», что именно делает человек. Понятно, что здесь тоже нет никаких чудес, основа всего — отслеживание характеристик радиосигналов в помещении.

    Тело человека определенным образом влияет на поведение радиоволн, и при должном анализе можно понять, что и как делает человек, находящийся в комнате. ИИ отслеживает все это в режиме реального времени и демонстрирует фигурку, которая повторяет очертания и действия человека за стеной. Если за стеной — несколько человек, то система покажет всех.

    Ученые, создавшие технологию, вовсе не стремились создать оборудование и ПО для разведчиков (хотя, как знать). Нет, цель была иной — разработать систему, способную обнаруживать такие заболевания, как болезнь Паркинсона, различные виды склерозов, мускульную дистрофию и прочее. По движению формируемого изображения все этих заболевания можно диагностировать с большей или меньшей степенью точности. С течением времени можно видеть эффективность лечения.

    Пожилым людям такая система может пригодиться еще и потому, что если человек упал и не может подняться, компьютер автоматически известит родственников и медиков. Так что человек не останется лежать без сознания, будучи лишенным всякой помощи. В настоящее время разработчики ведут переговоры с врачами о возможности использоваться RF-Pose в здравоохранении.

    Все данные, которые отслеживаются системой, анонимны. Более того, их хранят в зашифрованном виде, так что злоумышленники не смогут похитить информацию ни в каком виде. Специалисты ведут разработку набора специальных движений, которые позволят диагностировать с высокой степенью достоверности заболевания, упомянутые выше.

    «Мы знаем, что скорость движения пациентов, а также их способность выполнять некоторые движения позволяют получить определенный набор данных для диагностирования определенных заболеваний. Все это можно использовать в медицине — как для диагностики, так и для мониторинга эффективности лечения», — говорит один из авторов проекта.

    Что касается безопасности — то в мире есть уже системы, которые предупреждают родственников пожилых людей, если с последними что-то не так. Но такие системы предоставляют собой обычно набор датчиков. А их можно забыть зарядить или просто надеть, оставшись без системы предупреждения. Если что-то случится с человеком, который по той либо иной причине лишен датчиков, никто не сможет ему помочь вовремя. А это крайне опасно.


    RF-Pose пригодится и геймерам, которым также не придется надевать на себя разного рода датчики и сенсоры, которые отслеживают перемещение человека в пространстве и его действия. Систему можно просто включить и начать передвигаться по помещению — все остальное сделает компьютер.

    Спасатели смогут работать с RF-Pose для определения местоположения людей, пострадавших от природных катаклизмов. Например, во время землетрясений, достаточно сильных, чтобы разрушать дома, люди часто оказываются погребены под завалами. И далеко не всех находят — пострадавших, кто не в состоянии позвать на помощь, в некоторых случаях просто невозможно обнаружить при помощи стандартных методов.

    При создании RF-Pose перед учеными возникла важная проблема — обучение нейросети. Обычно, когда специалисты обучают нейросеть распознавать определенные объекты, они «скармливают» ей картинки или видео, на которых изображены люди, животные, сооружения, мебель и т.п. Человек помогает нейросети «понять», кто есть кто. Но поскольку в RF-Pose используются радиосигналы, то здесь человек уже не может стать помощником.

    Поэтому нейросети давали «посмотреть» на обычную фотографию, например, стоящего человека и загружали цифровой оттиск этого же человека в радиополе. Людей просили выполнять десятки и сотни действий, и каждый раз нейросети давали сравнить изображение и параметры радиосигнала, на который это действие повлияло. Затем последовал следующий шаг — нейросеть научили рисовать (схематично) тело человека и части тела в соответствии с влиянием этих объектов на радиосигнал.

    В итоге удалось добиться желаемого и компьютер стал «понимать», кто и что делает в конкретный момент. Более того, система, как оказалось, способна идентифицировать человека по «радиоотпечатку». Точность составляет 83%. Не так и много, но все еще впереди, ведь проект еще даже не в бета-версии.
    • +18
    • 11,3k
    • 8
    Поддержать автора
    Поделиться публикацией
    AdBlock похитил этот баннер, но баннеры не зубы — отрастут

    Подробнее
    Реклама

    Комментарии 8

      +2
      Например, во время землетрясений, достаточно сильных, чтобы разрушать дома, люди часто оказываются погребены под завалами. И далеко не всех находят — пострадавших, кто не в состоянии позвать на помощь, в некоторых случаях просто невозможно обнаружить при помощи стандартных методов.


      Specifically, during training the system uses synchronized wireless and visual inputs, extracts pose information from the visual stream, and uses it to guide the training process. Once trained, the network uses only the wireless signal for pose estimation


      Какое-то противоречие. Как они намерены измерять отклонения Wi-Fi в незнакомом ландшафте?
        0

        Например, каждый роутер доложит спасателям, сколько человек он наблюдал перед тем, как ландшафт стал незнакомым…

        0
        а сколько датчиков нужно для такой системы?
          0
          Подобным вещам больше двадцати лет. Основные трудности в этом сейчас- юридические.

          Напр., полиции запретили следить через стены без ордера на обыск еще в девяностых. И т.д.
            0

            Сегодня это технология для здравоохранения, а завтра для большого брата

              0
              Нет, эта технология для ББ, а пропихивается через здравоохранение.
                0
                А может наоборот?
                0
                Принцип работы напоминает микроволновые датчики движения сигнализации, с добавлением ИИ для определения формы отраженного сигнала.

                Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                Самое читаемое