La era de la informaci√≥n ha generado mucha m√°s informaci√≥n de la que la humanidad puede procesar manualmente, pero con la ayuda de la inteligencia artificial, esa avalancha de datos ha demostrado ser mucho m√°s √ļtil de lo que jam√°s pensamos posible. Las se√Īales inal√°mbricas omnipresentes que nos mantienen conectados ahora se pueden usar como rayos X para ver y rastrear los movimientos de las personas, incluso cuando se ocultan tras las paredes.

Aunque son invisibles para el ojo humano, las ondas de radio rebotan en nuestros cuerpos cuando las antenas emiten se√Īales inal√°mbricas. De hecho, se puede medir c√≥mo rebotan y se dispersan. Ahora, un grupo de investigadores del Laboratorio de Ciencia de Computaci√≥n e Inteligencia Artificial (CSAIL) del MIT ha conseguido entrenar a una red neuronal para extraer la posici√≥n y el movimiento de las personas que interfieren con las se√Īales de radiofrecuencia (RF).

Al igual que los bebés, las redes neuronales necesitan ser entrenadas para saber qué buscar al analizar el mundo. Esto generalmente implica alimentarla con un conjunto de datos que incluye horas de metraje o miles de fotos, con los metadatos correspondientes que los describen. Para esta investigación, los investigadores de CSAIL entrenaron una red neuronal con fotos de personas que realizan actividades como caminar, sentarse y hablar.

Luego ense√Īaron a la IA c√≥mo generar esqueletos de figuras en forma de palo que representan las poses y movimientos de las personas en las fotos, y c√≥mo esos esqueletos se correspond√≠an y coincid√≠an con las medidas de las se√Īales de radio dispersas. Finalmente, la red neuronal fue capaz de generar esos esqueletos al analizar solo los datos dispersos de la se√Īal de radio, que pueden pasar f√°cilmente a trav√©s de las paredes cuando la luz no puede. Es una visi√≥n de rayos X sin la necesidad de disparar rayos X da√Īinos.

Las representaciones esquel√©ticas de humanos ocultos definitivamente necesita mejorar, pero los investigadores de CSAIL est√°n trabajando en la generaci√≥n de representaciones 3D con movimientos peque√Īos y sutiles. Una de las aplicaciones pr√°cticas de su investigaci√≥n podr√≠a darse en hospitales o residencias de ancianos, donde los movimientos (ca√≠das peligrosas) o s√≠ntomas (manos temblorosas) de los pacientes podr√≠an rastrearse sin el uso de c√°maras de video intrusivas que en cualquier caso no funcionan en la oscuridad.

La IA del MIT incluso pudo identificar con precisi√≥n a alguien bas√°ndose √ļnicamente en sus movimientos el 83% de las veces cuando se entren√≥ con un grupo de 100 personas diferentes. Como una herramienta para combatir el crimen, la tecnolog√≠a tambi√©n tiene un potencial interesante, eliminando la eficacia de los criminales que usan pasamonta√Īas o que intentan usar la oscuridad de la noche para esconder su identidad. Pero tambi√©n tiene implicaciones aterradoras para la privacidad, ya que las se√Īales de radio invisibles est√°n en todas partes, y parece casi imposible evitar que alguien las use para rastrearte en contra de tu voluntad.

Advertisement

[MIT News via Taxi]