Foto: MIT CSAIL
De oplysninger, som alder har genereret langt mere data, end menneskeheden nogensinde kan håbe på at manuel proces, men med hjælp fra kunstig intelligens, der lavine af data er nu afsløre sig at være langt mere nyttigt, end vi nogensinde troede muligt. Den allestedsnærværende trådløse signaler, der holder os i forbindelse nu kan bruges som X-stråler til at se og spore flytninger af mennesker, selv når de er skjult bag væggene.
Selv om de er usynlige for det menneskelige øje, radio bølger stadig hoppe ud af de menneskelige organer, som de trådløse signaler udsendes ud fra broadcast-antenner. Hvordan disse radiosignaler hoppe og scatter kan måles, og forskere ved MIT ‘ s Computer Science and Artificial Intelligence Laboratory (CSAIL) var i stand til at træne et neuralt netværk til at udtrække positioner og bevægelser af mennesker, som de forstyrrende radiofrekvens (RF) signaler.
Ligesom babyer, neurale netværk, har brug for at blive uddannet om, hvad de skal kigge efter, når man analyserer verden. Denne regel indebærer at fodre det af en data-sæt, der indeholder timevis af optagelser, eller tusindvis af billeder, med tilsvarende data, der beskriver hver. For denne forskning, CSAIL forskere, der er uddannet deres neurale netværk på billeder af mennesker, der udfører almindelige aktiviteter som at gå, sidde og snakke.
AI blev derefter undervist i, hvordan til at generere stick figur skeletter, der repræsenterer de positurer og bevægelser af mennesker i de billeder, og derefter, hvordan disse skeletter svarede og matchet op til de målinger, der er spredt radio signaler. I sidste ende det neurale netværk, der var i stand til at generere disse skeletter ved at analysere netop de spredte radio signal data, som, viser det sig, nemt kan passere gennem vægge, da lys ikke kan. Det er X-ray vision uden behov for sprængning skadelige X-stråler.
Skelet repræsentationer af skjult mennesker er bestemt stadig på den rå side, men CSAIL forskere, der arbejder på at skabe 3D repræsentationer, der omfatter subtile og små bevægelser. En af de praktiske anvendelser af deres forskning kan være på hospitaler eller plejehjem, hvor bevægelser (farlige falder) eller symptomer (ryster på hænderne) af patienter, der kan spores uden brug af påtrængende video-kameraer, der ikke arbejder i den mørke anyways.
MIT ‘ s AI var endda i stand til præcist at identificere en person, udelukkende baseret på deres bevægelser 83 procent af tiden, når de er uddannet på en gruppe af 100 forskellige mennesker. Som crime-fighting af, at teknologien har en masse spændende muligheder, der er for alle, men at eliminere effekten af kriminelle iført ski masker eller forsøger at bruge den mørke nat for at skjule deres identitet. Men det har også skræmmende konsekvenser, når det kommer til beskyttelse af privatlivets fred, som usynlige radio signaler er overalt, og det synes alle, men umuligt at forhindre nogen i at bruge dem til at spore dig mod din vilje.
[MIT Nyheder via Taxa]