En 2013, une équipe du MIT a trouvé un moyen de voir à travers les murs en utilisant les signaux radio Wi-Fi, et en 2015, la technologie a été suffisamment avancée pour distinguer et suivre les individus. Maintenant, dirigée par Dina Katabi du Laboratoire d’informatique et d’intelligence artificielle du MIT (CSAIL), l’équipe a sorti la dernière version, baptisée RF-Pose, à un réseau de neurones d’intelligence artificielle (IA) afin de lui apprendre à déduire les postures et les mouvements de la personne même cachée.
RF-Pose fonctionne en émettant des signaux de très faible puissance à travers les murs et autres obstacles, puis en traitant le rayonnement réfléchi pour créer un balayage 3D de la zone. Pour créer une figure dynamique capable de bouger et de positionner ses membres de la même manière que le sujet, l’équipe du MIT a utilisé un réseau de neurones capable d’apprendre en comparant des milliers de scans radios et de photos des mêmes exemples de mouvement ou de posture, y compris marcher, parler, s’asseoir, ouvrir les portes et attendre les ascenseurs.
Après la formation, les images ont été supprimées et le système s’est appuyé uniquement sur les données radio. Selon l’équipe, RF-Pose a été en mesure de généraliser ses connaissances et de faire des identifications avec un degré de précision surprenant, même si elle n’avait pas de caméras pour faire des comparaisons. En utilisant les signaux sans fil, elle a même pu identifier les personnes sur une liste de 100 individus avec un taux de réussite de 83 %.
Comparaison d’images et d’analyses RF
Les chercheurs voient RF-Pose comme ayant un large éventail d’applications potentielles. Loin d’être un appareil d’espionnage, elle pourrait être utilisée pour surveiller les patients atteints de la maladie de Parkinson, de la sclérose en plaques et de la dystrophie musculaire afin de mieux comprendre les maladies. Elle pourrait également être utilisée pour surveiller les patients âgés afin de leur assurer une vie plus autonome et pour aider les équipes de recherche et de sauvetage à trouver non seulement des survivants, mais aussi à identifier des personnes. Elle peut même fournir un diagnostic précoce pour certaines maladies neuromusculaires.
Cependant, l’équipe souligne que les scans ne seront effectués qu’avec le consentement du sujet et les données anonymisées et cryptées. De plus, les scans ne seront initiés que lorsque le sujet fera un geste préprogrammé.
«Nous avons constaté que le suivi de la vitesse de marche des patients et leur capacité à mener seuls des activités de base donnent aux prestataires de soins une fenêtre sur leur vie qu’ils n’avaient pas auparavant, ce qui pourrait être utile pour toute une gamme de maladies» précise Dina Katabi. « Un avantage clé de notre approche est que les patients n’ont pas besoin de porter des capteurs ou de ne pas oublier de charger leurs appareils. »
http://news.mit.edu/2018/artificial-intelligence-senses-people-through-walls-0612
