Después del descubrimiento de los rayos X, durante mucho tiempo se confundió con un milagro de milagros. En principio, muchas radiografías todavía parecen ser algo muy inusual, casi ficción. Pero en nuestro tiempo hay cosas más interesantes. Por ejemplo, un grupo de científicos del MIT
enseñó a la IA a sentir a las personas a través de las paredes.
El proyecto, dentro del marco del cual se desarrolló dicho sistema, se denominó "
RF-Pose ". AI no solo siente que hay alguien detrás de la pared, la máquina incluso "ve" lo que exactamente está haciendo una persona. Está claro que tampoco hay milagros aquí, la base de todo es el seguimiento de las características de las señales de radio en interiores.
El cuerpo humano afecta de cierta manera el comportamiento de las ondas de radio, y con un análisis adecuado, puede comprender qué y cómo lo hace la persona en la habitación. AI supervisa todo esto en tiempo real y muestra una figura que repite los contornos y las acciones de una persona detrás de una pared. Si hay varias personas detrás de la pared, entonces el sistema mostrará a todos.
Los científicos que crearon la tecnología no se esforzaron en absoluto por crear equipos y software para exploradores (aunque debería saberlo). No, el objetivo era diferente: desarrollar un sistema que pueda detectar enfermedades como la
enfermedad de Parkinson , varios tipos de esclerosis, distrofia muscular, etc. Mediante el movimiento de la imagen generada, todas estas enfermedades pueden diagnosticarse con un mayor o menor grado de precisión. Con el tiempo, puede ver la efectividad del tratamiento.
Para las personas mayores, dicho sistema también puede ser útil porque si una persona se cae y no puede levantarse, la computadora notificará automáticamente a sus familiares y médicos. Por lo tanto, la persona no permanecerá inconsciente y se verá privada de cualquier ayuda. Actualmente, los desarrolladores están negociando con los médicos sobre la posibilidad de usar RF-Pose en la atención médica.
Todos los datos monitoreados por el sistema son anónimos. Además, se almacenan en forma cifrada, de modo que los atacantes no podrán robar información de ninguna forma. Los especialistas están desarrollando un conjunto de movimientos especiales que diagnosticarán las enfermedades mencionadas anteriormente con un alto grado de certeza.
“Sabemos que la velocidad de movimiento de los pacientes, así como su capacidad para realizar ciertos movimientos nos permiten obtener un cierto conjunto de datos para el diagnóstico de ciertas enfermedades. Todo esto se puede usar en medicina, tanto para el diagnóstico como para monitorear la efectividad del tratamiento ”, dice uno de los autores del proyecto.
En cuanto a la seguridad, ya existen sistemas en el mundo que advierten a los familiares de las personas mayores si algo está mal con estas últimas. Pero tales sistemas generalmente proporcionan un conjunto de sensores. Y puede olvidarse de cargarlos o simplemente ponerlos, sin un sistema de advertencia. Si algo le sucede a una persona que por una razón u otra carece de sensores, nadie puede ayudarlo a tiempo. Y esto es extremadamente peligroso.
RF-Pose también es útil para los jugadores que tampoco tienen que ponerse varios tipos de sensores y sensores que rastrean el movimiento de una persona en el espacio y sus acciones. Simplemente puede encender el sistema y comenzar a moverse por la habitación; la computadora hará el resto.
Los equipos de rescate podrán trabajar con RF-Pose para localizar a las personas afectadas por desastres naturales. Por ejemplo, durante los terremotos lo suficientemente fuertes como para destruir casas, las personas a menudo son enterradas bajo los escombros. Y no se encuentra a todos: víctimas que no pueden pedir ayuda, en algunos casos es simplemente imposible de detectar utilizando métodos estándar.
Al crear RF-Pose, surgió un problema importante para los científicos: la capacitación de la red neuronal. Por lo general, cuando los especialistas enseñan a una red neuronal a reconocer ciertos objetos, la "alimentan" con imágenes o videos que muestran personas, animales, edificios, muebles, etc. Una persona ayuda a una red neuronal a "comprender" quién es quién. Pero dado que RF-Pose usa señales de radio, aquí una persona ya no puede convertirse en asistente.
Por lo tanto, a las redes neuronales se les permitió "mirar" una fotografía normal, por ejemplo, de una persona de pie, y cargaron una impresión digital de la misma persona en el campo de la radio. Se les pidió a las personas que realizaran docenas y cientos de acciones, y cada vez que se permitió a las redes neuronales comparar la imagen y los parámetros de la señal de radio que afectó esta acción. Luego siguió el siguiente paso: se enseñó a la red neuronal a dibujar (esquemáticamente) el cuerpo humano y las partes del cuerpo de acuerdo con la influencia de estos objetos en la señal de radio.
Como resultado, fue posible lograr lo deseado y la computadora comenzó a "entender" quién y qué estaba haciendo en un momento particular. Además, el sistema, como resultó, es capaz de identificar a una persona por "huella digital de radio". La precisión es del 83%. No tanto, pero aún está por venir, porque el proyecto aún no está en fase beta.