麻省理工大學(MIT)計算機科學及人工智能實驗室(CSAIL)開發了一款無線姿勢識別系統，能從上百人中識別出特定人選，還可穿牆“看清”並追蹤人。
MIT創建了一套類似X光透視的無線AI人體穿牆識別系統，名為RF-Pose（射頻姿勢）。
聽起來毛骨悚然不？難道他們都忽略了潛在的隱私及監視問題，非要繼續開發能以無線電波穿透堅實牆壁監視人類活動的AI？很明顯，MIT的研究人員是為了其在醫療健康領域的潛在用途而開發的這套系統。
該團隊稱，RF-Pose可用於監視帕金森氏症、多發性硬化症(MS)和肌肉萎縮症等疾病，提供對疾病進程的更好理解，讓醫生可以做出相應的給藥調整。該系統還可幫助老年人更獨立地生活，更好地監測摔倒、受傷、行為模式改變等情況。該團隊目前正與醫生合作，探索RF-Pose在醫療保健領域的應用。
題為《無線電信號穿牆人體姿勢評估》的研究論文將RF-Pose描述為利用無線電信號穿透牆壁與障礙物準確追蹤2D人體姿勢的解決方案。
正如MIT在新聞中指出的，除了感知運動，該團隊還可以用無線信號從100人中以83%的準確率識別出特定人。該功能對於搜救行動特別有用，有助於知道特定人群的身份。
其他潛在應用還包括需要玩家在房間裡走來走去的新型遊戲，或者在搜救行動中幫助定位倖存者。
該系統的原理就是WiFi無線信號不受牆壁阻擋並能反射出人類形體。該團隊以人工智能“教”無線設備感知人類姿勢和運動軌跡，即便有牆壁相隔也無礙感知過程。人體反射的無線電信號交由神經網絡加以分析，然後生成簡筆人物畫似的的動態圖像，實時展示被測人體坐臥行走等各種姿態
RF-Pose未來規劃
CSAIL正在研究如何將當前的2D簡筆圖形升級成3D圖像。3D圖像就能展示更加細微的動作，比如老年人的手是否規律性顫動到需要做檢查的程度。這對患者來說是個福音，可以不用再佩戴各種傳感器或者頻繁給設備充電了。
未來CSAIL還計劃開發一套“同意機制”，作為阻止監視的技術對策。利用該機制，個人可以做一組特定動作來監視周圍環境。
閱讀更多 安全牛 的文章
