O sistema de casa inteligente do Laboratório de Ciência da Computação e Inteligência Artificial do MIT pode monitorizar doenças e ajudar idosos a “envelhecer”. Mas a tecnologia está mais desenvolvida e traz hoje um leque de novas oportunidades e funcionalidades.
O que vai ver pode “dar a entender” que estamos perante visão de raio-X, conceito que o tempo classificou como uma fantasia da ficção científica. Com o auxílio de ondas de rádio, uma equipa liderada pela professora Dina Katabi do CSAIL aplicou a tecnologia que permite “ver” através das paredes.
MIT na Vanguarda da Inteligência Artificial
Chama-se RF-Pose e é o seu mais recente projeto. Usa inteligência artificial (IA) para ensinar os dispositivos sem fio a sentir as posturas e o movimento das pessoas, mesmo do outro lado da parede.
Os investigadores recorrem a uma rede neuronal para analisar os sinais de rádio refletidos pelo corpo das pessoas e conseguem criar um boneco dinâmico que anda, pára, senta e movimenta os seus membros enquanto a pessoa realiza estas ações.
A equipa refere que o RF-Pose pode ser usado para monitorizar doenças como Parkinson, esclerose múltipla (MS) e distrofia muscular, fornecendo uma melhor compreensão da progressão da doença e permitindo que os médicos ajustem os medicamentos de acordo com as necessidades.
Esta tecnologia também poderia ajudar os idosos a viver de forma mais independente, proporcionando a segurança adicional de vigilância de quedas, lesões e mudanças nos padrões de atividade. A equipa está atualmente a trabalhar com médicos para explorar as aplicações do RF-Pose em cuidados de saúde.
Todos os dados recolhidos pela equipa têm o consentimento dos participantes e são anonimizados e criptografados para proteger a privacidade do utilizador. Para futuras aplicações no mundo real, os investigadores planeiam implementar um “mecanismo de consentimento” no qual a pessoa que instala o dispositivo é instruída a fazer um conjunto específico de movimentos para que ele comece a monitorizar o ambiente.
Vimos que verificar a velocidade de locomoção dos pacientes e a capacidade de realizar atividades básicas por conta própria oferece aos profissionais de saúde uma janela para as suas vidas que eles não tinham antes, o que poderá ser significativo para uma série de doenças. Uma das principais vantagens da nossa abordagem é que os pacientes não precisam usar sensores ou ter de se lembrar de carregar os seus dispositivos.
Esclareceu Katabi, co-autora de um novo artigo sobre o projeto.
Tecnologia pode ser aplicada nos videojogos
Além dos cuidados com a saúde, a equipa refere que o RF-Pose também pode ser usado para as novas classes de videojogos onde os jogadores se movimentam pela casa, ou até mesmo em missões de busca e resgate para ajudar a localizar sobreviventes.
Rede sem fios ajuda a Inteligência Artificial na recolha de um perfil
Um desafio que os investigadores tiveram que abordar é que a maioria das redes neuronais são treinadas recorrendo a dados etiquetados à mão. Uma rede neuronal treinada para identificar gatos, por exemplo, requer que as pessoas vejam um grande conjunto de imagens e identifiquem cada um como “gato” ou “não gato”. Os sinais de rádio, entretanto, não se conseguem etiquetar facilmente por humanos.
Para resolver esta situação, os responsáveis pelo projeto recolhem exemplos usando um dispositivo sem fios e uma câmara. Assim, com estes meios, conseguem recolher milhares de imagens de pessoas nas suas atividades, sejam elas caminhar, conversar, sentar, abrir portas ou esperar pelo elevador.
Os sinais de rádio são usados para criar uma imagem gráfico, o boneco que vimos no vídeo, e que mostra como funciona a rede neuronal. Esta combinação de exemplos permitiu que o sistema aprendesse a associação entre o sinal de rádio e os bonequinhos das pessoas na cena.
E como pode o RF-Pose “ver” através das paredes?
Como as câmaras não conseguem ver através das paredes, a rede nunca foi explicitamente treinada em dados do outro lado de uma parede – o que tornou particularmente surpreendente para a equipa do MIT que a rede pudesse generalizar o seu conhecimento para ser capaz de lidar com movimento da parede.
Além de detetar o movimento, os autores também mostraram que podiam usar sinais sem fios para identificar, com precisão, um sujeito que esteja 83% do tempo fora de uma fila de 100 pessoas. Essa capacidade pode ser particularmente útil para a aplicação de operações de busca e salvamento, podendo ser útil para reconhecer a identidade de pessoas específicas.
Para este trabalho, o modelo produz um boneco em 2D, mas a equipa também está a trabalhar para criar representações em 3D que possam refletir micro-movimentos ainda menores. Por exemplo, pode ser capaz de identificar se as mãos de uma pessoa idosa estão a tremer regularmente o suficiente para que possam fazer um check-up.