这个人工智能可以透过墙壁看人。下面是它的工作原理。

这个人工智能可以透过墙壁看人。下面是它的工作原理。

无线电信号与人工智能相结合,让研究人员能够做出一些令人着迷的事情:看到墙另一边的人像骷髅一样移动。虽然这听起来像是特警队在破门而入之前最想拥有的技术,但它已经以一种令人惊讶的方式被使用——用来监控帕金森病患者在家中的活动。

该项目高级研究员、麻省理工学院电气工程与计算机科学教授迪娜·卡塔比 (Dina Katabi) 表示,人们对这类技术的兴趣可以追溯到几十年前。“美国国防高级研究计划局 (DARPA) 有一个大型项目,试图利用无线信号穿透墙壁探测人,”她说。但在这项最新研究之前,这些系统所能做的最好的事情就是显示墙后人的“斑点”形状。

这项技术现在能够揭示更精确的东西:它将场景中的人物描绘成骷髅般的火柴人,并可以实时显示他们在进行正常活动(如行走或坐下)时的运动。它专注于身体的关键点,包括肘部、臀部和脚等关节。当一个人(无论是否被墙遮挡)迈出一步时,“你会看到你创建的那个骷髅或火柴人也随之迈出一步,”她说。“如果这个人坐下,你会看到那个火柴人也坐下了。”

工作原理

它们使用的无线电信号与 Wi-Fi 类似,但功率要弱得多。

该系统之所以有效,是因为无线电波可以穿透墙壁等物体,然后从人体反弹回来(人体大部分是水,无线电波穿透不了人体),然后穿过墙壁返回到设备上。“现在的挑战是:你如何解读它?”卡塔比说。这就是人工智能发挥作用的地方,具体来说是一种名为神经网络的机器学习工具。

人工智能研究人员训练神经网络的方法是通过输入注释信息,神经网络可以从数据中推断出自己的规则以进行学习。这个过程称为监督学习。想教会自动驾驶汽车交通信号灯是什么样子吗?向它展示包含交通信号灯的图像,并对其进行注释,以向人工智能显示信号灯在图像中的位置。神经网络通常用于解释图像,但也可用于执行复杂的任务,例如将一种语言翻译成另一种语言,甚至通过模仿给定的数据来生成新文本。

但在这种情况下,他们遇到了一个问题。“没有人能够通过无线信号标记出头部的位置、关节的位置等信息,”她说。换句话说:标记图像很容易,标记从人身上反射回来的无线电波数据则不那么容易。

他们的解决方案(仅针对训练阶段)是将无线电与摄像头连接起来,然后标记摄像头创建的图像,以帮助神经网络关联活动。这必须在没有墙壁的情况下完成,这样摄像头才能真正看到。“我们使用摄像头的这些标签,”她说,“以及同时发生的无线信号,我们将它们用于训练。”

训练结束后,他们惊讶地发现,尽管该系统只对可见的人进行训练,没有遮挡,但它可以检测到隐藏的人。“它能够看到并创建墙后面的人的简笔画,”她说,“尽管它在训练期间从未见过这样的东西。”

不仅如此,它甚至可以通过步态辨别人们。在另一个神经网络的帮助下,该系统可以看到人们走路的例子,然后在涉及同一群人的新实例中,识别出个人的准确率超过 83%,即使隔着墙壁也能识别。

它将如何使用?

研究人员已经开始在一项小型研究中使用该系统来治疗帕金森病患者。通过将设备放置在患者家中,他们可以在舒适的环境中监控他们的动作,而无需使用摄像头——从这个意义上说,这是一种比传统视频侵入性更小的了解某人身体动作的方法。这项研究涉及七人,持续了八周。

卡塔比表示,研究结果与用于评估患者的标准问卷“高度相关”。 “此外,它还揭示了有关帕金森病患者生活质量的额外信息——行为和功能状态。”迈克尔·J·福克斯基金会正在资助进一步的研究;卡塔比表示,像这样监测患者可以帮助避免“白大褂综合症”——即患者在偶尔的看诊中在医生面前表现不同。

所有这些都引发了隐私问题,但卡塔比表示,这些技术不应该在未经同意的情况下用于人们。

<<:  小农户正在将旧设备与新技术相结合

>>:  苹果和皮克斯为手机上的增强现实创建了一种新的文件格式

推荐阅读

5 个应用程序帮你组织下一次团体出游

集体旅行有很多好处——分享经历、社交、加深友谊、在需要时获得支持和帮助。但集体旅行也存在问题。在规划...

特斯拉司机将八车连环相撞归咎于自动驾驶模式

2021 款特斯拉 Model S 的司机表示,感恩节当天旧金山海湾大桥上发生的八车相撞事故是由于全...

本周,一颗巨大的彗星和超级月亮将照亮夜空

本周三,天文爱好者将度过一个多事之夜。一颗巨大的彗星正在穿过我们的太阳系,同时出现所谓的超级月亮——...

暗影之屋第二季深入:新的谜团和情感评论

暗影之屋第二季——不断加深的谜团和新的挑战《Shadow House 第 2 季》是一部电视动画,改...

重新利用旧设备,打造终极 DIY 智能家居

本文已更新。最初发表于 2017 年 3 月 1 日。在你为新智能手机而兴奋之时,不妨想想你的旧设备...

电影:《蜡笔小新:暴风雨来临!》的魅力与评价

电影《蜡笔小新:暴风雨来临!我和宇宙公主》的号召力与评价《蜡笔小新:暴风雨来了!我与宇宙公主》是蜡笔...

如何在 Android 13 发布前进行测试

我们都喜欢新奇闪亮的玩具,这就是为什么每当手机操作系统的新版本发布时,我们的手都会有点痒。它会有创新...

投影仪真的可以取代电视吗?

在家享受影院般的体验一直是人们的梦想。自从长方形平板电视流行起来后,笨重的方形电视就被埋葬在了科技坟...

这款弹出式帐篷现减价 80 美元,可将户外变成客厅

时钟向前移动,太阳发出更明亮的光芒,天气也越来越宜人。是的,春天确实来了,这意味着你终于有借口去户外...

加油! Kurom:一个关于一个奋斗的机器人的感人故事以及它的吸引力是什么?

加油! Chrome - Ganbare Chrome - 全面评论和推荐概述《加油!Chrome ...

“基顿大师”的魅力和声誉:详细解释他作为侦探和考古学家的功绩

OVA版《基顿大师》的号召力与评价《基顿大师》改编自浦泽直树、Studio Nuts、葛饰北生和长崎...

冷藏箱包装的科学最佳方法

七月四日假期可能是吃喝玩乐的黄金时间,但每个夏季周末都有可能达到传说中的寒冷程度。然而,如果负责食品...

《雷霆幻想刀剑乱舞3》的魅力与评价:探索新冒险的深度

雷霆幻想 刀剑Yuuki 3概述《雷霆幻想:刀剑乱舞3》是一部电视动画,于2021年4月3日至6月2...

欢迎来到魔王学院第二季的魅力与评价!入间君

《欢迎来到魔界学校!入间君》第二季的魅力与评价《欢迎来到魔界学校!入间君》是改编自西治的人气漫画的电...

为什么蓝色动物在自然界如此稀有

蓝色是人类最喜欢的颜色,但在植物和动物中却很少见到。据澳大利亚阿德莱德大学的科学家称,部分原因是自然...