Wi-Fi zrewolucjonizuje metaverse? Tak twierdzą naukowcy z Uniwersytetu Technologicznego w Singapurze

Zespół naukowców z Uniwersytetu Technologicznego Nanyang w Singapurze zaprezentował niedawno nową metodę śledzenia ruchu człowieka w metaverse. Chce wykorzystać w tym celu Wi-Fi.

---

• Wi-Fi ma pomóc w badaniach nad metaverse.
• Nad stosownym modelem pracują naukowcy z Singapuru.

Po co nam metaverse?

Główną ideą metaverse nie jest tworzenie fantastycznych światów. Najważniejsza jest możliwość kreowania w nim “odbitek” obiektów i ludzi ze świata rzeczywistego.

Dziś rejestrowanie ludzkiej aktywności w metaświecie umożliwiają czujniki i kamery. Tyle że model ten ma ograniczenia. System wykrywania oparty na urządzeniu, takich jak ręczny kontroler z czujnikiem ruchu, „przechwytuje informacje tylko w jednym punkcie ludzkiego ciała i dlatego nie może modelować bardzo złożonej aktywności” – piszą naukowcy. Stąd też pomysł, by wykorzystać Wi-Fi.

Wi-Fi i przełom w badaniach

Naukowcy od lat wykorzystują czujniki Wi-Fi do śledzenia ruchu człowieka. Podobnie jak radar, sygnały radiowe używane do wysyłania i odbierania danych, Wi-Fi mogą być wykorzystywane do wykrywania obiektów w przestrzeni.

Czujniki takie można dostosować tak, by rejestrowały nawet bicie serca, monitorowały wzorce oddychania i snu, a nawet wyczuwały ludzi przez ściany.

Jak podał singapurski zespół:

Istniejące rozwiązania wykorzystujące Wi-Fi i moduły wizyjne opierają się na ogromnych, oznakowanych danych, których gromadzenie jest bardzo kłopotliwe. […] Proponujemy nowatorskie, nienadzorowane, wielomodalne rozwiązanie HAR [rozpoznawania aktywności człowieka], MaskFi, które wykorzystuje wyłącznie nieoznakowane dane wideo i dane dotyczące aktywności Wi-Fi do szkolenia modeli.

Aby wytrenować niezbędne modele wymagane do eksperymentowania z działaniem Wi-Fi pod kątem HAR, naukowcy muszą jednak najpierw zbudować bibliotekę danych szkoleniowych dla AI, która wesprze cały proces.

Zbiory danych wykorzystywane do uczenia sztucznej inteligencji muszą zawierać tysiące, a nawet miliony punktów danych, w zależności od celów konkretnego modelu.

Jak podają twórcy, przy badaniach nad systemem MaskFi udało się osiągnąć około 97% dokładności w dwóch powiązanych testach porównawczych. Oznacza to, że system ten może służyć jako mechanizm do stworzenia reprezentacji naszego świata (dokładniej: jego cyfrowego odbicia) w skali 1:1 i w czasie rzeczywistym.