Naukowcy odkryli sposób identyfikacji osób w budynku, wykorzystując sztuczną inteligencję do analizy sygnałów Wi-Fi.

Zespół naukowców z Carnegie Mellon University opracował głęboką sieć neuronową, która umożliwia cyfrowe mapowanie ludzkiego ciała w obecności sygnałów WiFi.

Naukowcy twierdzą, że opracowali tę technologię, aby poradzić sobie z ograniczeniami obecnych narzędzi do komputerowego przetwarzania obrazu 2D i 3D, takich jak kamery, lidary i radary.

W badaniu przedpremierowym tej technologii opisano, w jaki sposób system ten „może służyć jako powszechny substytut” tych innych metod.

„Wyniki badania ujawniają, że nasz model może oszacować gęstą pozę wielu osób, z porównywalną skutecznością do podejść opartych na obrazach, wykorzystując sygnały WiFi jako jedyne dane wejściowe” – napisali naukowcy w badaniu .

„To otwiera drogę do tanich, szeroko dostępnych i chroniących prywatność algorytmów wykrywania ludzi”.

Naukowcy wykorzystali system o nazwie DensePose, opracowany przez naukowców zajmujących się sztuczną inteligencją z Facebooka należącego do Meta, do pomiaru fazy i amplitudy sygnałów emitowanych przez routery WiFi.

Model bazujący na WiFi jest na razie ograniczony do dwuwymiarowych modeli ludzi, jednak naukowcy mają nadzieję, że uda się go udoskonalić, aby móc przewidywać trójwymiarowe kształty ludzi.

Zespół twierdzi, że urządzenie oferuje tanią i „przyjazną dla prywatności” alternatywę dla kamer i lidarów, ponieważ nie zapewnia wyraźnego obrazu obiektu.

Naukowcy zauważyli, że potencjalne zastosowania obejmują pomoc osobom starszym, pozwalając im nadal żyć niezależnie.

„Uważamy, że w niektórych przypadkach sygnały WiFi mogą służyć jako powszechny substytut obrazów RGB [z kamer] w celu wykrywania obecności człowieka” – napisali.

„Większość gospodarstw domowych w krajach rozwiniętych ma już w domu sieć Wi-Fi, a tę technologię można wykorzystać do monitorowania samopoczucia osób starszych lub po prostu do wykrywania podejrzanych zachowań w domu”.