MIT利用人工智能让“穿墙看人”变成现实
在过去的十年间，来自于麻省理工学院计算机科学与人工智能实验室（CSAIL）迪纳-卡塔比（Dina Katabi）教授的研究小组最新的研究成果，让人们正在不断接近“透过墙壁看人”的场景。这个名叫“RF-Pose”的研究小组通过AI来训练无线设备感知人们的姿势与动作，甚至人们在墙壁的另一侧都可以识别。
在人工智能尤其是计算机视觉领域，研究人员面临的挑战主要是大多数神经网络的工作都依赖通过手工标记数据的方式进行。但人们通常只能标注图像数据，无线电信号难以标注。为了解决这个问题，研究人员利用无线设备与照相机收集了成千上万张照片，并且照片中的人在进行不同的活动，比如走路、说话、坐立、开门、等电梯等。然后，团队利用这些图像提取人形图像，并将其显示给神经网络和对应的无线电信号。这种互相结合的例子使RF-Pose系统可以更好的了解无线电信号与所识别目标之间的联系。在完成训练后，RF-Pose可以通过接收从人体反射回来的无线电信号，在没有摄像机的情况下预估目标人物的姿势和动作。让研究团队感到非常意外的是，该神经网络可以自主学习，在团队并未针对目标在墙后的情况进行训练的情况下，它能识别整个墙面背后的动作。
该研究小组表示，RF-Pose项目可以用来检测帕金森症、多发性硬化症（MS）以及肌肉萎缩症等，从而帮助医生病人。它还可以帮助老年人监测跌倒、受伤和活动模式的变化。该团队目前正在与医生合作，探索RF-Pose在医疗保健领域的应用。
