Ερευνητές του MIT βλέπουν πίσω από τοίχους μέσω νευρωνικών δικτύων και ακτινοβολίας RF (video)

Πρόκειται για "όραση ακτίνων Χ" χωρίς την ανάγκη των επιβλαβών ακτίνων Χ

125

Διανύουμε την εποχή της πληροφορίας όπου τα διαθέσιμα δεδομένα είναι περισσότερα από όσα μπορούμε να επεξεργαστούμε χειροκίνητα. Με τη βοήθεια της Τεχνητής Νοημοσύνης (AI) αυτή η χιονοστιβάδα δεδομένων αποκαλύπτεται και αποδεικνύεται πιο χρήσιμη από όσο νομίζαμε. Τα ραδιοκύματα / ασύρματα δίκτυα που πλέον βρίσκονται παντού προκειμένου να έχουμε τη δυνατότητα της συνεχούς επικοινωνίας, μπορούν επίσης να χρησιμοποιηθούν σαν ακτινογραφίες για να βλέπουν και να παρακολουθούν τις κινήσεις των ανθρώπων, ακόμη και όταν κρύβονται πίσω από τοίχους.

Αν και είναι αόρατα στο ανθρώπινο μάτι, τα – προερχόμενα από τις κεραίες εκπομπής – ραδιοκύματα αναπηδούν στο ανθρώπινο σώμα. Το πώς αυτά ανακλώνται και διαχέονται μπορεί πλέον να μετρηθεί και οι ερευνητές του Εργαστηρίου Υπολογιστών και Τεχνητής Νοημοσύνης (CSAIL) του MIT κατάφεραν να εκπαιδεύσουν ένα νευρωνικό δίκτυο για να εξάγει τις θέσεις και τις κινήσεις των ανθρώπων με βάση τις «παρεμβολές» που δημιουργούνται στα σήματα ραδιοσυχνοτήτων (RF).

Όπως τα μωρά, έτσι και τα νευρωνικά δίκτυα πρέπει να εκπαιδευθούν σε ό,τι πρέπει να αναζητήσουν όταν αναλύουν τον κόσμο. Η «εκπαίδευση» αυτή γίνεται μέσω της συνεχούς τροφοδοσίας του [νευρωνικού] δικτύου με ένα σύνολο δεδομένων που περιλαμβάνει ώρες βίντεο ή χιλιάδες φωτογραφίες καθώς και τα αντίστοιχα δεδομένα που περιγράφουν όλες τις οπτικές ή οποιουδήποτε τύπου διαθέσιμες πληροφορίες. Για αυτή την έρευνα, οι ερευνητές του CSAIL εκπαίδευσαν το νευρωνικό τους δίκτυο με φωτογραφίες ατόμων που πραγματοποιούν τακτικές δραστηριότητες όπως περπάτημα, κάθισμα και ομιλία.

Η Τεχνητή Νοημοσύνη στη συνέχεια διδάχθηκε πώς να δημιουργεί σκελετούς που μοιάζουν με ράβδους που αντιπροσωπεύουν τις θέσεις και τις κινήσεις των ανθρώπων στις φωτογραφίες και στη συνέχεια, πώς οι «σκελετοί» αυτοί «αντιστοιχούν» στις μετρήσεις των διασκορπισμένων ραδιοφωνικών σημάτων (θυμίζει reverse engineering / αντίστροφη μηχανική). Με την πάροδο του χρόνου το νευρωνικό δίκτυο ήταν σε θέση να αποτυπώσει αυτούς τους σκελετούς αναλύοντας μόνο τα δεδομένα που προέρχονται από τα ραδιοκύματα, τα οποία μπορούν εύκολα να περάσουν μέσα από τοιχώματα τη στιγμή που το φως δεν μπορεί. Πρόκειται για «όραση ακτίνων Χ» χωρίς την ανάγκη των επιβλαβών ακτίνων Χ.

Οι σκελετικές αναπαραστάσεις των κρυμμένων ανθρώπων είναι ακόμα ακατέργαστες, αλλά οι ερευνητές του CSAIL εργάζονται για τη δημιουργία τρισδιάστατων αναπαραστάσεων που θα μπορούν να απεικονίσουν λεπτές και μικρές κινήσεις. Μία από τις πρακτικές εφαρμογές της έρευνάς τους θα μπορούσε να είναι στα νοσοκομεία όπου οι κινήσεις (π.χ. επικίνδυνες πτώσεις) ή τα συμπτώματα (π.χ. τρεμάμενα χέρια) των ασθενών θα μπορούσαν να εντοπιστούν χωρίς τη χρήση καμερών που έτσι κι αλλιώς δεν λειτουργούν αποτελεσματικά στο σκοτάδι.

Η Τεχνητή Νοημοσύνη του MIT κατάφερε να εντοπίσει συγκεκριμένο άνθρωπο βασιζόμενη αποκλειστικά στις κινήσεις του στο 83% των περιπτώσεων, όταν προηγουμένως είχε «εκπαιδευθεί» από μία ομάδα που αποτελούνταν από εκατό διαφορετικούς ανθρώπους. Η τεχνολογία αυτή έχει πολλές ενδιαφέρουσες δυνατότητες στον τομέα της καταπολέμησης του εγκλήματος όπως για παράδειγμα για την αναγνώριση εγκληματιών που φορούν μάσκες σκι ή προσπαθούν να χρησιμοποιήσουν το σκοτάδι της νύχτας για να κρύψουν την ταυτότητά τους.

Αλλά, δυνητικά, έχει και τρομακτικές συνέπειες στο ζήτημα της προστασίας της ιδιωτικής ζωής. Τα αόρατα ραδιοσήματα είναι παντού και ο μέσος πολίτης δεν έχει τα μέσα για να τα εμποδίσει. Άρα, κάποιος κακόβουλος (πιθανώς να) μπορεί να τα χρησιμοποιήσει για να μας εντοπίσει ενάντια στη θέλησή μας…

 

Μην ξεχνάτε να ρίχνετε μια ματιά στις σελίδες μας σε Facebook και LinkedIn. Όλα τα κείμενά μας αναμεταδίδονται άμεσα εκεί και αρκετά συχνά αναρτούμε quick news με τις μικρές ειδήσεις της ημέρας.

ΣΧΟΛΙΑ