帕金森患者的新曙光！AI無線智慧探測系統誕生

導語：通過無線電波與人工智慧的結合，麻省理工研發出最新的探測系統。

智東西7月30日訊息，通過無線電波與人工智慧的結合，麻省理工學院的研究人員研發了一個全新的探測系統：可以看到牆另一邊的人移動的骨骼狀影像。雖然這聽起來像是特警隊在破門而入之前希望擁有的技術，但它已經以一種令人驚訝的方式被用於監控帕金森症患者在家中的活動。

該專案的高階研究員、麻省理工學院電子工程和電腦科學教授迪娜·卡塔比(Dina Katabi)說：“人們對這種技術的興趣可以追溯到幾十年前，美國國防部高階研究計劃局(DARPA)曾有一個重大專案，試圖使用無線訊號探測位於牆壁後的人。但在這項最新的研究之前，這些系統所能做的只是顯示一個人在牆後的斑點狀圖形。”

如今，這項技術能夠更精確的顯示資訊：它能把場景中的人描繪成像骷髏一樣的木棍，同時顯示出他們在做日常活動時的實時動作，比如行走和坐臥。這項技術的重點在於檢測人體的關鍵部位，包括肘關節、臀部和腳。卡塔比說道：“當在牆後面的人開始移動時，你就會看到系統建立的火柴人會做出相同的動作，如果那個人坐下來，你就會看到系統中的火柴人也坐下來。”

無線電訊號反射出人體，神經網路加以識別

該系統的工作原理是：通過使用和WIFI類似的無線電訊號穿透物體，如牆壁，再反射出人體——由於人體大部分由水組成，無線電無法穿透——之後再穿過牆壁回到裝置中。現在的問題是：如何解讀系統回傳的資訊？卡塔比說：“這就是人工智慧，特別是神經網路機器學習發揮作用的地方。”

人工智慧研究人員通過新增註釋資訊來訓練神經網路，使它能從資料中推斷出自己的規則以便學習，這個過程就叫做監督學習。如果想要教一輛自動駕駛汽車紅綠燈是什麼樣的，你需要顯示包含紅綠燈的影像，並對其進行註釋，以便告訴AI什麼是紅綠燈。神經網路通常用來解析影像，但也可以用來執行復雜的任務，比如從一種語言翻譯到另一種語言，甚至可以通過模仿所給出的資料生成新的文字。

但在這種情況下，有一個問題：沒有人能通過無線電無線電訊號分析出哪個位置是頭，哪個位置是腳。換句話說，通過影像處理資訊很容易，但通過人身上反射的無線電訊號資料處理資訊就沒那麼輕鬆了。

研究團隊的解決方案是在訓練期間，把訊號接收器和攝像機連線起來，然後給攝像機建立的影像貼上資訊標籤，幫助神經網路將這些活動聯絡起來。為了能讓攝像機真正接受到影像訊號，這些工作必須在沒有牆的情況下完成。卡塔比解釋道：“我們使用攝像機上的資訊標籤和同時發生的無線電訊號來對它們進行訓練。”

訓練結束後，他們驚訝地發現，儘管這個系統只對可見的人進行了訓練，但他們依然能探測到隱藏於牆背後的人。“它們能看到並描繪出牆壁後面的人形，儘管在訓練中它們從未見過。” 卡塔比說道。

不僅如此，它甚至可以通過人們的步態來區分他們。在另一個神經網路的幫助下，該系統可以記錄人們走路的特徵並識別不同的人，即使隔著牆壁，識別個體的準確率仍超過83%。

初步應用於治療帕金森患者

研究人員已開始將這項系統付諸實踐，在一項針對帕金森患者的小型研究中，通過在病人家中安裝這些裝置，他們可以在舒適的環境下監控患者的動作，而不需要使用攝像頭。從這個意義上說，它比傳統的視訊監控少了些許侵入性。這項研究共涉及7人，歷時8周。

卡塔比說：“系統分析的結果與用於評估患者的標準問卷‘高度相關’。” 此外，它還揭示了關於帕金森患者生活質量的更多資訊。目前，Michael J. Fox基金會正在資助團隊進行進一步的研究；卡塔比說，通過這種方式監測病人可以幫助患者避免“白大褂綜合症”，即病人在醫生面前就診時表現不同。

這項技術的使用也會引發相應的隱私問題，但卡塔比解釋過，在沒有得到人們同意的情況下，它不會被應用於任何人身上。

原文釋出時間為：2018-07-30
本文來自雲棲社群合作伙伴“智東西”，瞭解相關資訊可以關注“智東西”。