La tecnología del MIT ve a través de las paredes

La inteligencia del MIT ve a través de objetos opacos./MIT
La inteligencia del MIT ve a través de objetos opacos. / MIT

Funciona con señales inalámbricas y rastrea movimientos de personas

INNOVA+Madrid

Investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT, han creado una red neuronal que analiza las señales de radio que rebotan en los cuerpos de las personas, y luego pueden crear una gura dinámica que camina, se detiene, se sienta y mueve sus extremidades a medida que la persona realiza esas acciones.

El equipo apunta que el sistema, denominado RF-Pose, podría usarse para monitorear enfermedades como el Parkinson y la esclerosis múltiple (EM), proporcionando una mejor comprensión de la progresión de la enfermedad y permitiendo a los médicos ajustar los medicamentos en consecuencia.

También podría ayudar a las personas mayores a vivir de manera más independiente, al tiempo que proporciona la seguridad adicional de monitorear las caídas, las lesiones y los cambios en los patrones de actividad.

El equipo actualmente trabaja con médicos para explorar múltiples aplicaciones en el cuidado de la salud. «Hemos visto que monitorear la velocidad de caminar de los pacientes y la capacidad de realizar actividades básicas por sí mismos les da a los proveedores de atención médica una ventana en sus vidas que no tenían antes, lo que podría ser significativo para toda una gama de enfermedades», señala Dina Katabi, creadora del dispositivo que ve a través de las paredes, y que ha sido premiada por el mismo.

Además del cuidado de la salud, el equipo dice que RF-Pose también podría usarse para nuevas gamas de videojuegos donde los jugadores se mueven por la casa, o incluso en misiones de búsqueda y rescate para ayudar a localizar a los sobrevivientes.

Un desafío que los investigadores tuvieron que abordar es que la mayoría de las redes neuronales se entrenan usando datos etiquetados a mano. Una red neuronal entrenada para identificar gatos, por ejemplo, requiere que las personas observen un gran conjunto de datos de imágenes.

Para abordar esto, los investigadores recogieron ejemplos usando tanto su dispositivo inalámbrico como una cámara. Reunieron miles de imágenes de personas que realizan actividades como caminar, hablar, sentarse, abrir puertas y esperar ascensores.

Luego usaron estas imágenes de la cámara para extraer las guras de barras, que mostraron a la red neuronal junto con la señal de radio correspondiente. Esta combinación de ejemplos permitió que el sistema aprendiera la asociación entre la señal de radio y las guras de las personas en la escena.

Después del entrenamiento, RF-Pose pudo estimar la postura y los movimientos de una persona sin cámaras, utilizando solo los reflejos inalámbricos que rebotan en los cuerpos de las personas.

Fotos

Vídeos