Hành trình Khoa học, Không gian và Thời gian!
Một hệ thống nhà thông minh không dây mới có thể giúp phát hiện và theo dõi bệnh tật và cho phép người cao tuổi ‘đúng tuổi’.
Tầm nhìn tia X từ lâu dường như là một ảo tưởng khoa học viễn tưởng, nhưng trong thập kỷ qua, một nhóm do Giáo sư Dina Katabi dẫn đầu từ Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo (CSAIL) của MIT đã liên tục đưa chúng ta đến gần hơn để nhìn xuyên qua các bức tường.
Dự án mới nhất của họ, “RF-Pose”, sử dụng trí thông minh nhân tạo (AI) để dạy các thiết bị không dây để cảm nhận tư thế và chuyển động của mọi người, thậm chí từ phía bên kia của bức tường.
Các nhà nghiên cứu sử dụng một mạng lưới thần kinh để phân tích các tín hiệu vô tuyến bật ra khỏi cơ thể người, và sau đó có thể tạo ra một hình que động, đi, dừng, ngồi và di chuyển các chi của nó khi người đó thực hiện những hành động đó.
Nhóm nghiên cứu nói rằng hệ thống này có thể được sử dụng để theo dõi các bệnh như Parkinson và bệnh đa xơ cứng (MS), giúp hiểu rõ hơn về tiến triển bệnh và cho phép các bác sĩ điều chỉnh thuốc phù hợp. Nó cũng có thể giúp người cao tuổi sống độc lập hơn, đồng thời cung cấp thêm sự an toàn trong việc theo dõi các trường hợp té ngã, thương tích và thay đổi mô hình hoạt động.
Tất cả dữ liệu mà nhóm thu thập có sự đồng ý của các đối tượng và được ẩn danh và mã hóa để bảo vệ quyền riêng tư của người dùng. Đối với các ứng dụng trong thế giới thực trong tương lai, nhóm dự định thực hiện một “cơ chế đồng ý” trong đó người cài đặt thiết bị được thực hiện để thực hiện bộ chuyển động cụ thể để nó bắt đầu theo dõi môi trường.
Nhóm nghiên cứu hiện đang làm việc với các bác sĩ để khám phá nhiều ứng dụng trong chăm sóc sức khỏe.
Katabi nói: “Chúng tôi đã thấy rằng việc theo dõi tốc độ đi bộ của bệnh nhân và khả năng tự thực hiện các hoạt động cơ bản mang lại cho các nhà cung cấp dịch vụ chăm sóc sức khỏe một cửa sổ mà họ không có trước đây, điều này có thể có ý nghĩa đối với toàn bộ các loại bệnh” , người đồng viết một bài báo mới về dự án. “Một lợi thế chính của phương pháp của chúng tôi là bệnh nhân không phải đeo cảm biến hoặc nhớ sạc thiết bị của họ.”
Bên cạnh chăm sóc sức khỏe, nhóm nghiên cứu nói rằng RF-Pose cũng có thể được sử dụng cho các lớp trò chơi video mới, nơi người chơi di chuyển quanh nhà, hoặc thậm chí trong các nhiệm vụ tìm kiếm và cứu hộ để giúp xác định vị trí những người sống sót.
“Giống như cách điện thoại di động và bộ định tuyến Wi-Fi trở thành một phần thiết yếu của các hộ gia đình ngày nay, tôi tin rằng các công nghệ không dây như thế này sẽ giúp cung cấp năng lượng cho ngôi nhà của tương lai”, Katabi, người đồng viết bài báo mới với nghiên cứu sinh và tiến sĩ. tác giả Mingmin Zhao, giáo sư MIT, ông Tor Torralba, hậu hiện đại Mohammad Abu Alsheikh, nghiên cứu sinh Tianhong Li và nghiên cứu sinh Yonglong Tian và Hang Zhao. Họ sẽ trình bày nó vào cuối tháng này tại Hội nghị về Tầm nhìn Máy tính và Nhận dạng Mẫu (CVPR) tại Thành phố Salt Lake, Utah.
Một thách thức mà các nhà nghiên cứu phải giải quyết là hầu hết các mạng lưới thần kinh đều được đào tạo sử dụng dữ liệu được dán nhãn bằng tay. Ví dụ, một mạng lưới thần kinh được đào tạo để xác định mèo, yêu cầu mọi người nhìn vào một tập dữ liệu lớn về hình ảnh và gắn nhãn cho mỗi con là “mèo” hoặc “không phải mèo”. Trong khi đó, tín hiệu vô tuyến không thể dễ dàng được gắn nhãn bởi con người.
Để giải quyết vấn đề này, các nhà nghiên cứu đã thu thập các ví dụ sử dụng cả thiết bị không dây và máy ảnh của họ. Họ thu thập hàng ngàn hình ảnh của những người làm các hoạt động như đi bộ, nói chuyện, ngồi, mở cửa và chờ thang máy.
Sau đó, họ đã sử dụng những hình ảnh này từ máy ảnh để trích xuất các số liệu hình que mà chúng hiển thị cho mạng thần kinh cùng với tín hiệu vô tuyến tương ứng. Sự kết hợp các ví dụ này cho phép hệ thống tìm hiểu sự liên kết giữa tín hiệu vô tuyến và hình vẽ của những người trong cảnh.
Sau đào tạo, RF-Pose có thể ước tính tư thế và chuyển động của một người mà không cần máy ảnh, chỉ sử dụng các phản xạ không dây bật ra khỏi cơ thể người.
Vì máy ảnh không thể nhìn xuyên tường, mạng không bao giờ được đào tạo rõ ràng về dữ liệu từ phía bên kia của tường – điều khiến nhóm MIT đặc biệt ngạc nhiên khi mạng có thể khái quát hóa kiến thức của mình để có thể xử lý thông qua phong trào tường.
“Nếu bạn nghĩ về hệ thống thị giác máy tính là giáo viên, thì đây là một ví dụ thực sự hấp dẫn về học sinh vượt trội so với giáo viên,” Torralba nói.
Bên cạnh chuyển động cảm biến, các tác giả cũng cho thấy họ có thể sử dụng tín hiệu không dây để xác định chính xác ai đó 83% thời gian trong số 100 cá nhân. Khả năng này có thể đặc biệt hữu ích cho việc áp dụng các hoạt động tìm kiếm và cứu hộ, khi có thể hữu ích để biết danh tính của những người cụ thể.
Đối với bài báo này, mô hình đưa ra hình que 2 chiều, nhưng nhóm cũng đang làm việc để tạo ra các biểu diễn 3 chiều có thể phản ánh các micromovements nhỏ hơn. Ví dụ, có thể biết liệu tay của người già có run thường xuyên đến mức họ có thể muốn kiểm tra hay không.
“Bằng cách sử dụng kết hợp dữ liệu hình ảnh và AI này để nhìn xuyên tường, chúng ta có thể cho phép hiểu rõ hơn về môi trường và môi trường thông minh hơn để sống cuộc sống an toàn hơn, năng suất hơn”, Zhao nói.
Nguồn tin tức:
Tài liệu được cung cấp bởi Viện Công nghệ Massachusetts, CSAIL . Lưu ý: Nội dung có thể được chỉnh sửa cho kiểu dáng và độ dài.