Skynet, привет: искусственный интеллект научился видеть людей сквозь стены

в 10:47, , рубрики: RF-Pose, будущее здесь, искусственный интеллект, радиосигналы

Skynet, привет: искусственный интеллект научился видеть людей сквозь стены - 1

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.

Автор: marks

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js