p A visão de raios-X há muito tempo parece uma fantasia rebuscada de ficção científica, mas, na última década, uma equipe liderada pela professora Dina Katabi, do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do MIT, nos aproximou continuamente de ver através das paredes. p Seu último projeto, "RF-Pose, "usa inteligência artificial (IA) para ensinar dispositivos sem fio a detectar a postura e o movimento das pessoas, mesmo do outro lado de uma parede.

p Os pesquisadores usam uma rede neural para analisar os sinais de rádio que ricocheteiam no corpo das pessoas, e pode, então, criar um boneco dinâmico que anda, pára, senta e move seus membros enquanto a pessoa realiza essas ações.

p A equipe afirma que o sistema pode ser usado para monitorar doenças como Parkinson e esclerose múltipla (EM), fornecendo uma melhor compreensão da progressão da doença e permitindo que os médicos ajustem os medicamentos de acordo. Também pode ajudar os idosos a viver de forma mais independente, enquanto fornece a segurança adicional de monitoramento de quedas, lesões e mudanças nos padrões de atividade.

p (Todos os dados que a equipe coletou têm o consentimento dos sujeitos e são anônimos e criptografados para proteger a privacidade do usuário. Para futuras aplicações do mundo real, a equipe planeja implementar um "mecanismo de consentimento" no qual a pessoa que instala o dispositivo é orientada a fazer um conjunto específico de movimentos para começar a monitorar o ambiente.)

p A equipe está atualmente trabalhando com médicos para explorar várias aplicações na área da saúde.

p "Vimos que monitorar a velocidade de caminhada dos pacientes e a capacidade de realizar atividades básicas por conta própria oferece aos profissionais de saúde uma janela para suas vidas que eles não tinham antes, o que pode ser significativo para uma ampla gama de doenças, "diz Katabi, que co-escreveu um novo artigo sobre o projeto. "Uma vantagem importante de nossa abordagem é que os pacientes não precisam usar sensores ou se lembrar de carregar seus dispositivos."

p Além de cuidados de saúde, a equipe diz que o RF-Pose também pode ser usado para novas classes de videogames, onde os jogadores se movimentam pela casa, ou mesmo em missões de busca e resgate para ajudar a localizar sobreviventes.

p "Assim como os telefones celulares e roteadores Wi-Fi se tornaram partes essenciais das famílias de hoje, Acredito que tecnologias sem fio como essas ajudarão a abastecer as casas do futuro, "diz Katabi, que co-escreveu o novo artigo com Ph.D. aluno e autor principal Mingmin Zhao, Professor do MIT Antonio Torralba, pós-doutorado Mohammad Abu Alsheikh, estudante de graduação Tianhong Li e Ph.D. alunos Yonglong Tian e Hang Zhao. Eles irão apresentá-lo no final deste mês na Conferência sobre Visão Computacional e Reconhecimento de Padrões (CVPR) em Salt Lake City, Utah.

p Um desafio que os pesquisadores tiveram de enfrentar é que a maioria das redes neurais são treinadas usando dados marcados à mão. Uma rede neural treinada para identificar gatos, por exemplo, requer que as pessoas olhem para um grande conjunto de dados de imagens e rotulem cada uma como "gato" ou "não gato". Sinais de rádio, Enquanto isso, não pode ser facilmente rotulado por humanos.

p Para endereçar isto, os pesquisadores coletaram exemplos usando seu dispositivo sem fio e uma câmera. Eles reuniram milhares de imagens de pessoas fazendo atividades como caminhadas, falando, sentado, abrindo portas e esperando elevadores.

p Eles então usaram essas imagens da câmera para extrair as figuras de palito, que eles mostraram à rede neural junto com o sinal de rádio correspondente. Essa combinação de exemplos permitiu ao sistema aprender a associação entre o sinal de rádio e os bonequinhos das pessoas na cena.

p Pós treino, O RF-Pose foi capaz de estimar a postura e os movimentos de uma pessoa sem câmeras, usando apenas os reflexos sem fio que ricocheteiam nos corpos das pessoas.

p Uma vez que as câmeras não podem ver através das paredes, a rede nunca foi explicitamente treinada em dados do outro lado de uma parede - o que tornou particularmente surpreendente para a equipe do MIT que a rede pudesse generalizar seu conhecimento para ser capaz de lidar com o movimento através da parede.

p "Se você pensar no sistema de visão computacional como o professor, este é um exemplo verdadeiramente fascinante do aluno superando o professor, "diz Torralba.

p Além de sentir o movimento, os autores também mostraram que podiam usar sinais sem fio para identificar alguém com precisão 83 por cento do tempo fora de uma fila de 100 indivíduos. Essa capacidade pode ser particularmente útil para a aplicação de operações de busca e resgate, quando pode ser útil saber a identidade de pessoas específicas.

p Para este artigo, o modelo produz um boneco 2-D, mas a equipe também está trabalhando para criar representações 3-D que seriam capazes de refletir micromovimentos ainda menores. Por exemplo, pode ser capaz de ver se as mãos de uma pessoa idosa estão tremendo regularmente o suficiente para que ela queira fazer um check-up.

p "Ao usar esta combinação de dados visuais e IA para ver através das paredes, podemos permitir uma melhor compreensão da cena e ambientes mais inteligentes para uma vida mais segura, vidas mais produtivas, "diz Zhao.