Nedávno projekt kombinujúci rádiové vlny s umelou inteligenciou (AI) priniesol výskumníkom celkom zaujímavú aplikáciu, ktorá monitoruje štruktúru kostí ľudí pohybujúcich sa na veľké vzdialenosti. Na prvé počutie sa veľa ľudí domnieva, že táto aplikácia bola vytvorená na podporu polície pri vykonávaní razií, no v skutočnosti sa efektívne uplatnila v lekárskej oblasti – na sledovanie pohybu pacientov s Parkinsonovou chorobou priamo v ich domovoch.
Podľa Diny Katabi, vedúcej výskumníčky projektu a profesorky elektrotechniky a informatiky na MIT, je tento typ technológie predmetom záujmu vedeckej komunity už desaťročia. príďte sem. "Kedysi existoval veľký projekt DARPA, ktorý využíval bezdrôtové signály na účely identifikácie ľudí za stenami," povedala pani Dina Katabi.
Dnešná presnejšia technológia však vedcom umožňuje oveľa viac: Táto technológia dokáže presne opísať štruktúru kostí sledovaných ľudí, ako aj čas, ktorý strávia.Vykonajte bežné pohyby, ako je chôdza alebo sedenie.
Táto technológia sa zameriava na sledovanie kľúčových bodov tela vrátane kĺbov, ako sú lakte, boky a chodidlá. Preto, keď sa sledovaná osoba pohybuje alebo vykonáva pohyby, zobrazia sa aj obrázky, ktoré presne popisujú tieto akcie.
Ako táto technológia funguje?
Rádiové signály používané v tejto technológii sú podobné vlnám Wi-Fi, ale oveľa slabšie ako Wi-Fi. V podstate tento systém funguje, pretože tieto rádiové vlny majú schopnosť prechádzať cez predmety, ako je napríklad stena. Potom sa tieto vlny dostanú do ľudského tela, ale okamžite sa odrazia späť na stenu a dostanú sa k transceiveru, pretože ľudské telo obsahuje veľa látky, ktorá zabraňuje prenikaniu rádiových vĺn, je to voda. A teraz problém spočíva v tom, ako vyjadriť signály prijaté vlnami? A tu vstupuje do hry sila AI, konkrétne tu nástroj strojového učenia nazývaný sieť umelej inteligencie .
Tým, že sa AI učia špecificky anotované informácie, výskumníci AI trénujú sieť AI, ktorá dokáže odvodiť svoje vlastné pravidlá zo získaných údajov. Tento proces sa nazýva učenie pod dohľadom. Ak napríklad chcete naučiť samoriadiace auto rozpoznávať signály semaforov, nechajte AI, aby sa naučila a zoznámila sa s obrázkami súvisiacimi so signálmi semaforov spolu s anotáciami, aby im AI porozumela. obrázky pochádzajú?
Táto sieť umelej inteligencie sa často používa na interpretáciu obrazových údajov, ale môže sa použiť aj na vykonávanie iných zložitých úloh, ako je preklad alebo dokonca vytváranie nového textu, napodobňovaním naučených údajov.
V súčasnosti však existuje problém, ktorému táto technológia čelí, a to, že je ťažké spracovať a identifikovať rádiové signály, ktoré odrážajú informácie o štruktúre ľudského tela. A riešením vedcov je spojenie rádiových vĺn s kamerami. Kamera najskôr zachytí zábery za stenou, potom tieto zábery označí, aby sa sieť umelej inteligencie mohla naučiť korelovať zábery s aktivitou získanou z rádiových signálov.
Po tréningovom období vedci s prekvapením zistili, že aj keď bol systém trénovaný len s voľnými obrázkami ľudí, stále bol schopný odhaliť ľudí skrytých v zákulisí. „Dokáže vidieť a simulovať tvar osoby za stenou, aj keď sa to počas tréningového procesu nenaučilo,“ prezradila pani Dina Katabi.
Nielen to, dokonca dokáže identifikovať rôznych ľudí prostredníctvom ich chôdze. Pomocou ďalšej siete umelej inteligencie môže systém vidieť príklady ľudí, ktorí kráčajú, a odtiaľ dokáže týchto ľudí rozpoznať podľa ich chôdze, aj keď sa pohybujú za stenami, s presnosťou viac ako 83 %.
Ako bude táto technológia využívaná?
Výskumníci začali systém používať v malej štúdii na pacientoch s Parkinsonovou chorobou. Umiestnením týchto zariadení do domovov pacientov môžu výskumníci sledovať pohyb pacientov v pohodlnom priestore bez použitia kamier. Toto je tiež spôsob, ako sa dozvedieť o pohyboch tela niekoho bez toho, aby ste narušili jeho súkromie tak ako tradičné nahrávanie videa. Táto štúdia sa týkala siedmich ľudí a trvala osem týždňov.
Získané výsledky sú nielen veľmi v súlade so štandardmi používanými na hodnotenie pacientov, ale odhaľujú aj ďalšie informácie o kvalite života pacientov s Parkinsonovou chorobou, ako je ich správanie a stav. Nadácia Michaela J. Foxa pokračuje vo financovaní tohto výskumu, aby pomohla pacientom vyhnúť sa „syndrómu bieleho plášťa“. Ide o jav, pri ktorom pacienti pociťujú nervozitu, strach a rôzne správanie, keď vidia, že ich vyšetruje lekár v bielom plášti.
Tieto štúdie znižujú obavy o súkromie, ale neznamenajú, že budú použité bez súhlasu pacienta, povedala pani Katabi.
Pozrieť viac:
Poľovníci často lovia v noci, a preto sa na ich detekciu používajú infračervené kamery namontované na dronoch. Problém je, že keď pytliak aj zviera vyžarujú teplo, môže byť ťažké ich presne identifikovať.
Predstavte si, že odpovedáte na otázky zákazníkov, aj keď spíte. Tu je to, čo môžu bezplatné chatboty AI urobiť pre váš web.
V dôsledku starnutia a klesajúcej populácie Japonska v krajine chýba značný počet mladých pracovníkov, najmä v sektore služieb.
Character.AI, startup zameraný na generatívnu AI a technológiu chatbotov, údajne rokuje o získaní financií, ktoré by mohli oceniť spoločnosť na viac ako 5 miliárd dolárov.
Henry VIII je jednou z najklasickejších hier v histórii anglickej literatúry, ktorú napísali dvaja slávni autori William Shakespeare a John Fletcher v roku 1623.
YouTuber a inžinier z Brazílie menom Lucas Rizzotto sa nedávno na Twitteri podelili o príbeh, ako si uvedomil svojho imaginárneho priateľa – mikrovlnnú rúru v dome, používa AI, no získal „jeden z najdesivejších zážitkov“ svojho života.
Výskumníci zistili, že webové kamery a kamery smartfónov možno kombinovať so špecializovanými algoritmami AI, aby fungovali ako mimoriadne efektívne systémy vzdialeného monitorovania osobného zdravia.
Zdá sa, že moderný život má čoraz negatívny vplyv na medziľudské vzťahy.
Pomocou komplexnej architektúry neurónovej siete založenej na okrajových grafoch dokáže model umelej inteligencie Google Brain navrhnúť pôdorysy za zlomok času, ktorý zaberie človeku.
Python má veľa veľkých knižníc a rámcov, ktoré sú vhodné na písanie kódu a vývoj informatiky. Docs.NeoTechSystems vás pozýva na diskusiu o niektorých užitočných nástrojoch Pythonu pre aplikácie Machine Learning a Data Science.
