麻省理工实现人工智能无线信号穿墙识别及追踪

麻省理工大学(MIT)计算机科学及人工智能实验室(CSAIL)开发了一款无线姿势识别系统，能从上百人中识别出特定人选，还可穿墙“看清”并追踪人。

MIT创建了一套类似X光透视的无线AI人体穿墙识别系统，名为RF-Pose（射频姿势）。

听起来毛骨悚然不？难道他们都忽略了潜在的隐私及监视问题，非要继续开发能以无线电波穿透坚实墙壁监视人类活动的AI？很明显，MIT的研究人员是为了其在医疗健康领域的潜在用途而开发的这套系统。

该团队称，RF-Pose可用于监视帕金森氏症、多发性硬化症(MS)和肌肉萎缩症等疾病，提供对疾病进程的更好理解，让医生可以做出相应的给药调整。该系统还可帮助老年人更独立地生活，更好地监测摔倒、受伤、行为模式改变等情况。该团队目前正与医生合作，探索RF-Pose在医疗保健领域的应用。

题为《无线电信号穿墙人体姿势评估》的研究论文将RF-Pose描述为利用无线电信号穿透墙壁与障碍物准确追踪2D人体姿势的解决方案。

正如MIT在新闻中指出的，除了感知运动，该团队还可以用无线信号从100人中以83%的准确率识别出特定人。该功能对于搜救行动特别有用，有助于知道特定人群的身份。

其他潜在应用还包括需要玩家在房间里走来走去的新型游戏，或者在搜救行动中帮助定位幸存者。

该系统的原理就是WiFi无线信号不受墙壁阻挡并能反射出人类形体。该团队以人工智能“教”无线设备感知人类姿势和运动轨迹，即便有墙壁相隔也无碍感知过程。人体反射的无线电信号交由神经网络加以分析，然后生成简笔人物画似的的动态图像，实时展示被测人体坐卧行走等各种姿态

RF-Pose未来规划

CSAIL正在研究如何将当前的2D简笔图形升级成3D图像。3D图像就能展示更加细微的动作，比如老年人的手是否规律性颤动到需要做检查的程度。这对患者来说是个福音，可以不用再佩戴各种传感器或者频繁给设备充电了。

未来CSAIL还计划开发一套“同意机制”，作为阻止监视的技术对策。利用该机制，个人可以做一组特定动作来监视周围环境。