Após a descoberta dos raios X, foi confundido por um milagre de milagres. Em princípio, muitos raios-X ainda parecem ser algo muito incomum, quase ficção. Mas em nosso tempo há coisas mais interessantes. Por exemplo, um grupo de cientistas do MIT
ensinou IA a sentir as pessoas através das paredes.
O projeto, no âmbito do qual esse sistema foi desenvolvido, foi chamado de “
RF-Pose ”. A IA não apenas sente que há alguém atrás do muro, a máquina até “vê” o que exatamente uma pessoa está fazendo. É claro que também não há milagres aqui, a base de tudo é rastrear as características dos sinais de rádio em ambientes fechados.
O corpo humano de certa maneira afeta o comportamento das ondas de rádio e, com uma análise adequada, você pode entender o que e como a pessoa na sala faz. A AI monitora tudo isso em tempo real e demonstra uma figura que repete os contornos e ações de uma pessoa atrás de um muro. Se houver várias pessoas atrás do muro, o sistema mostrará a todos.
Os cientistas que criaram a tecnologia não se esforçaram para criar equipamentos e software para olheiros (embora você deva saber). Não, o objetivo era diferente - desenvolver um sistema que possa detectar doenças como a
doença de Parkinson , vários tipos de esclerose, distrofia muscular e assim por diante. Pelo movimento da imagem gerada, todas essas doenças podem ser diagnosticadas com maior ou menor grau de precisão. Com o tempo, você pode ver a eficácia do tratamento.
Para pessoas mais velhas, esse sistema também pode ser útil porque, se uma pessoa cair e não puder se levantar, o computador notificará automaticamente parentes e médicos. Portanto, a pessoa não ficará inconsciente, sendo privada de qualquer ajuda. Atualmente, os desenvolvedores estão negociando com os médicos a possibilidade de usar o RF-Pose na área da saúde.
Todos os dados monitorados pelo sistema são anônimos. Além disso, eles são armazenados na forma criptografada, para que os invasores não possam roubar informações de nenhuma forma. Os especialistas estão desenvolvendo um conjunto de movimentos especiais que diagnosticam as doenças mencionadas acima com um alto grau de certeza.
“Sabemos que a velocidade de movimento dos pacientes, bem como a capacidade de realizar certos movimentos, permitem obter um determinado conjunto de dados para o diagnóstico de certas doenças. Tudo isso pode ser usado na medicina - tanto no diagnóstico quanto no monitoramento da eficácia do tratamento ”, afirma um dos autores do projeto.
Quanto à segurança, já existem sistemas no mundo que alertam parentes de idosos se algo está errado com o último. Mas esses sistemas geralmente fornecem um conjunto de sensores. E você pode esquecer de carregá-los ou simplesmente colocá-los, sem um sistema de aviso. Se algo acontecer com uma pessoa que, por um motivo ou outro, carece de sensores, ninguém pode ajudá-lo a tempo. E isso é extremamente perigoso.
A RF-Pose também é útil para jogadores que também não precisam usar vários tipos de sensores e sensores que rastreiam o movimento de uma pessoa no espaço e suas ações. Você pode simplesmente ligar o sistema e começar a se movimentar pela sala - o computador fará o resto.
Os socorristas poderão trabalhar com o RF-Pose para localizar pessoas afetadas por desastres naturais. Por exemplo, durante terremotos fortes o suficiente para destruir casas, as pessoas geralmente são enterradas sob os escombros. E nem todos são encontrados - vítimas que não podem pedir ajuda; em alguns casos, é simplesmente impossível detectar usando métodos padrão.
Ao criar a RF-Pose, surgiu um problema importante para os cientistas - o treinamento da rede neural. Geralmente, quando os especialistas ensinam uma rede neural a reconhecer certos objetos, eles "alimentam" imagens ou vídeos que mostram pessoas, animais, edifícios, móveis etc. Uma pessoa ajuda uma rede neural a "entender" quem é quem. Mas como o RF-Pose usa sinais de rádio, aqui uma pessoa não pode mais se tornar assistente.
Portanto, as redes neurais foram autorizadas a “olhar” para uma fotografia regular, por exemplo, de uma pessoa em pé, e carregaram uma impressão digital da mesma pessoa no campo do rádio. Foi solicitado às pessoas que realizassem dezenas e centenas de ações, e cada vez que as redes neurais pudessem comparar a imagem e os parâmetros do sinal de rádio que essa ação afetou. Em seguida, o próximo passo foi seguido - a rede neural foi ensinada a desenhar (esquematicamente) o corpo humano e as partes do corpo de acordo com a influência desses objetos no sinal de rádio.
Como resultado, foi possível alcançar o desejado e o computador começou a "entender" quem e o que estava fazendo em um determinado momento. Além disso, o sistema, como se viu, é capaz de identificar uma pessoa por "impressão digital de rádio". A precisão é de 83%. Não muito, mas ainda está por vir, porque o projeto ainda não está em beta.