Líneas coloridas que simulan el desplazamiento de un ser humano

Líneas coloridas
Es capaz de capturar movimientos de varios objetivos en varias posturas.

Imágenes de líneas coloridas

La inteligencia artificial desarrollada por investigadores del MIT genera imágenes de líneas coloridas que simulan el desplazamiento de un ser humano. La IA envía ondas de radio imperceptibles para el ser humano que rebotan en el cuerpo de cada uno. De esta manera produce una imagen digital que diferencia a cada una de sus extremidades que se encuentren en movimiento. A pesar que no es una visualización tan completa porque la figura es de palo; puede mantener evidencia de las actividades del sujeto.

Al usar ondas de radio esta permite generar imágenes incluso a través de las paredes o cuando exista pésima iluminación. Es capaz de capturar movimientos de varios objetivos en varias posturas. Aunque si un sujeto pasa frente de otro se genera una interferencia.

Líneas coloridas
Al llevar los registros de cada uno de los movimientos puede ayudar a los doctores a hacer un diagnóstico.

Su utilidad

Este tipo de seguimiento es muy útil para atender a ciertos pacientes con enfermedades como el Parkinson o esclerosis múltiple. Al llevar los registros de cada uno de los movimientos puede ayudar a los doctores a hacer un diagnóstico. Además, el sistema sirve para seguir el cuidado de la persona de la tercera edad sin que afecte su privacidad. El que esté atento podrá darse cuenta de algún evento como caídas.

Según la doctora Dina Katabi: “una ventaja clave de nuestro enfoque es que los pacientes no tienen que usar sensores ni recordar cargar sus dispositivos”.

(Lee también: Tomas de corrientes modernas incluirán inteligencia artificial)

¿Cómo fue el aprendizaje para que hiciera eso?

La IA tuvo que ser entrenada para que lograra identificar a las personas ¿cómo? Los investigadores recogieron ejemplos usando ya sea un dispositivo inalámbrico o una cámara. Se reunieron una cantidad asombrosa de imágenes de personas que realizaban actividades como: caminar, hablar, sentarse, abrir puertas y esperar ascensores.

Estas imágenes de la cámara se usaron para extraer “las figuras de palo”. Dichas imágenes mostraron a la red neuronal junto con la señal de radio correspondiente. De esta manera el sistema aprendió la asociación entre la señal de radio y las figuras de las personas.

(Lee también: Estos son los principios éticos para el uso de inteligencia artificial de Google)