Bu yapay zeka insanları duvarın ardından görebiliyor.Nasılmı?

Yapay zekanın yanı sıra radyo dalgalarına da ihtiyacınız var.

Yapay zeka ile birleştirilen radyo sinyalleri araştırmacıların büyüleyici bir şey yapmasını sağlamıştır: bir duvarın diğer tarafında hareket eden insanların iskelet benzeri temsillerini görmek. Ve bir Özel harekat ekibinin kapıdan içeri girmeden önce sahip olmak istediği teknoloji gibi görünse de, parkinson hastalarının evlerinde hareketlerini izlemek şaşırtıcı bir şekilde kullanılıyordu.

Projenin üst düzey araştırmacısı ve MIT’de elektrik mühendisliği ve bilgisayar bilimi profesörü olan Dina Katabi, bu tür teknolojiye olan ilginin uzun yıllara dayanıyor. “DARPA tarafından insanları duvarlardan tespit etmeye ve kablosuz sinyaller kullanmaya çalışmak için büyük bir proje vardı” diyor. Ancak bu son araştırmalardan önce, bu sistemlerin yapabileceği en iyi şey, bir duvarın arkasındaki kişinin “damla” şeklini ortaya çıkarmaktı.

Bu teknoloji artık daha kesin bir şeyi açığa çıkarabiliyor: sahnedeki insanları iskelet benzeri çubuk figürler olarak gösteriyor ve yürüyüş ya da oturmak gibi normal aktiviteler yaparken onları gerçek zamanlı olarak gösterebiliyor. Dirsekler, kalçalar ve ayaklar gibi eklemler dahil olmak üzere vücudun önemli noktalarına odaklanır. Bir kişi – ya bir duvar tarafından engellenen ya da olmayan – bir adım attığında, “yarattığınız iskelet ya da sopa figürünün onunla bir adım attığını görürsünüz” diyor. “Eğer kişi oturursa, o sopa figürünün oturduğunu görürsünüz.”

Mitcsail

Nasıl Çalışıyor?

Kullandıkları radyo sinyali Wifi’ya benzer, ancak büyük ölçüde daha az güçlü.

Sistem çalışıyor, çünkü bu radyo dalgaları bir duvar gibi nesnelere nüfuz edebilir, daha sonra bir insan vücudunu ekti edebilir- ki çoğunlukla  su radyo dalgasına nüfuz etmez – ve duvardan ve cihaza geri dönerler. “Şimdi meydan okuma: Bunu nasıl yorumluyorsunuz?” Diyor Katabi. Bu, Yapay zeka’nın devreye girdiği yer, özellikle de sinir ağlarını kullanarakn bir makine öğrenim ile.

Yapay zeka araştırmacılarının, yapay sinir ağını eğitmek için kendi kurallarından kendi kurallarını çıkarabilecek bir sinir ağını eğitme şekli, açıklamalı bilgi beslemesidir. Bu denetimli öğrenme denilen bir süreç olarak adlandırılmaktadır (Supervised learning). Bir trafik ışığının neye benzediğini kendinden sürüşlü (self-driving)bir araba öğretmek ister misiniz? Trafik ışıklarını içeren görüntüleri gösterin ve ışıkta görüntünün nerede olduğunu göstermek için onlara açıklama ekleyin. Sinir ağları genellikle görüntüleri yorumlamak için kullanılır, ancak aynı zamanda bir dilden diğerine çeviri yapmak gibi karmaşık görevleri yerine getirmek için kullanılabilir, hatta verilmiş olan verileri taklit ederek yeni metinler oluşturabilir (Gelecek bloglarda birçok örnek vereceğiz).

Ama bu durumda, bir problem daha var. “Kimse kablosuz bir sinyal alabilir ve kafanın olduğu yerde, eklemlerin nerede olduğunu ve bunun gibi şeyleri etiketleyemez” deniliyor. Başka bir deyişle: bir görüntüyü etiketlemek çok kolay değil, bir kişiden seken radyo dalgası verilerini etiketlemekte çok kolay değil.

Çözümleyebilmek için, sadece eğitim aralı ile, radyoyu bir kamerayla birleştirerek ve daha sonra yapay sinir ağın aktiviteleri ilişkilendirmesine yardımcı olmak için kameranın oluşturduğu görüntüleri etiketlemekti. Bunun bir duvar olmadan yapılması gerekiyordu, bu yüzden kamera aslında görebiliyordu. “Bu etiketleri kameradan kullandık,” diyor, “kablosuz sinyal ile birlikte, aynı anda gerçekleşti ve onları eğitim için kullandık”.

Eğitimden sonra araştırmacılar, sistemin sadece görünür olan yani önü kapanmayan insanlarla eğitilmiş olmasına rağmen ,  gizlenmiş insanları tespit edebilecekleri de keşfederek şaşırmışlardı. “İnsanın duvarın arkasındaki sopa figürünü görebildi ve yaratabildi ve eğitim sırasında hiç böyle bir şey görmemiş olmasına rağmen” diyor Katabi.

Sadece bu değil, insanlara yürüyüşlerinden ayrı bile bahsedebilir. Başka bir sinir ağının yardımıyla, sistem yürüyen insanların örneklerini görebiliyordu ve daha sonra, aynı insanları içeren yeni örneklerde, bireyleri duvarlardan bile yüzde 83’ün üzerinde bir doğrulukla tespit edebiliyor.

ai_radio_wave

Nasıl Kullanılacak?

Araştırmacılar hali hazırda, Parkinson hastaları ile küçük bir çalışmada sistemi kullanmaya başladı bile. Cihazları hasta evlerine kurulurken, kameralarını kullanmadan hareketlerini rahat bir ortamda izlenebiliyor – bu anlamda, bir kişinin vücut hareketlerini geleneksel videodan daha az öğrenmenin yolu olacaktır. Bu çalışma yedi kişiyi içermekte ve sekiz hafta sürecek.

Katabi, hastaları değerlendirmek için kullanılan standart anketle sonuçların “yüksek bir korelasyona” sahip olduğunu belirtti. “Ayrıca, Parkinson hastasının yaşam kalitesi hakkında davranış ve işlevsel durum hakkında ek bilgi ortaya koydu.” Michael J. Fox vakfı, daha fazla araştırmayı finanse ediyor; Bu gibi hastaları izlemek, “beyaz önlük sendromu” nu engellemeye yardımcı olabilir, Katabi diyor ki – hastalar, ara sıra ziyaret sırasında doktorların önünde farklı davranıyorlar diyor.

Tüm bunlar  etik gizlilik sorunlarına yol açıyor, ancak Katabi, kimsenin rızası olmadan insanlar üzerinde kullanılması anlamına gelmediğini söylüyor.

Leave comment

Your email address will not be published. Required fields are marked with *.