Kutatók már hosszú évek óta dolgoznak azon, hogy a Wi-Fi routerek által kibocsájtott jelek viselkedéséből, azok visszaverődésének az érzékelésével megoldják, hogy a hálózati eszközök fel tudják fedezni az embereket a környezetükben. A gépi tanulás, a mesterséges intelligencia fejlődése pedig jelentősen felgyorsíthatja a technológia megvalósítását.
Egyetemi kutatók sikeresen valósították meg neurális hálózat bevetésével, hogy viszonylag egyszerűen módon digitálisan feltérképezzék az emberek testét a Wi-Fi sugárzásából nyert információkkal. A funkció még mindig sok kihívást tartogat a szakemberek számára, de minden eddiginél biztatóbb eredményeket sikerült elérni. A cél az, hogy kiterjesszék a jelenleg ismert gépi látási megoldások arzenálját, és a kamerák, a radarok és a LiDAR-ok hiányosságait kiküszöböljék.
„A tanulmány eredményei azt mutatják, hogy modellünk képes több személy testtartásának felismerésére, beazonosítására, méghozzá a képalkotásra képes megoldásokéhoz hasonló teljesítménnyel, kizárólag a WiFi szignálból kiszűrt adatokat felhasználva” – írják a kutatók a publikálás előtt álló tanulmányban.
A szakemberek szerint ez lenne a legolcsóbb, legszélesebb körben elérhető, és legbiztonságosabb módja annak, hogy az emberek mozgását meg lehessen figyelni széles körben. A kutatók a DensePose rendszerét használták fel annak érdekében, hogy a lehető legjobb hatékonyságot tudják elérni az emberek testtartásának azonosításában. Ezt egyebek mellett a Meta MI kutatómérnökei segítettek létrehozni.
Jelenleg a Wi-Fi jelekkel létrehozott modell még csak 2D felület létrehozására alkalmas, de a szakemberek abban bíznak, hogy a mostani úton tovább haladva meg tudják majd azt oldani, hogy 3D digitális modellt hozzanak létre az emberi test mozgásából. Mondanunk sem kell, hogy ezáltal lehetne igazán pontosan felmérni a felhasználók helyzetét.
Ez a technológia sokakban azonnal aggodalmat váltott ki. Ezt használva az elképzelések szerint illetéktelenek képesek lennének azt felmérni, hogy egy házban a tulajdonosok éppen hol tartózkodnak, és így könnyebben tudnának betöréseket elkövetni. Idős emberek esetében különösen nagy fenyegetést jelentene ez a rendszer egyesek szerint. Azt azonban látni kell, hogy sokkal valószínűbb, hogy pozitív módon használják az információkat az eszközök.
Egy idős embernél például a Wi-Fi által létrehozott digitális térkép révén fel lehetne azt deríteni, ha szokatlan módon viselkedik a felhasználó. Észlelni lehetne, ha hosszú ideje mozdulatlan, és ilyenkor képes lenne riasztást kiadni. De azt is felismerhetné a hálózati berendezés, ha gyanús pózban van a lakásban valaki. Olyan személyeknél, akiknél 24 órás felügyeletre van szükség, az ápolók minden problémásnak vélt mozgásnál rögtön riaszthatók, és így tovább.
Kiemelték a kutatók, hogy a jelfeldolgozás helyben zajlana, ezért lenne alacsony biztonsági kockázata a fejlesztésnek. De még, ha ki is kerülne valahogy az internetre, akkor is lényegesen kisebb rizikót jelentene ez az esetek többségében, mintha a biztonsági kamerák képeihez szereznének hozzáférést hackerek. Márpedig ez is előfordulhat a megfelelő védelem beállításának elmulasztása esetén.
