RF-Pose, Teknologi AI yang Dapat Melihat Menembus Dinding

Penglihatan X-Ray sampai saat ini masih berupa fantasi sci-fi untuk semua orang. Namun kini, para peneliti dari MIT CSAIL telah mengembangkan sebuah AI bernama ‘RF-Pose’. AI ini memiliki kemampuan untuk mendeteksi seseorang lengkap dengan postur dan pergerakan orang tersebut, menembus dinding.

Para peneliti menggunakan neural-network untuk menganalisis sinyal radio yang memantul dari tubuh seseorang. Inilah yang akan menjadi acuan untuk AI merefleksikan postur orang tersebut, meski dalam bentuk stickman. Pergerakannya pun dipantau secara real-time mengikuti pergerakan orang di sisi lain dinding secara langsung.

Mereka mengatakan bahwa RF-Pose juga dapat digunakan untuk memantau penyakit seperti Parkinson, Multiple slerosis, dan muscular dystriphy. AI ini memberikan pemahamaman yang lebih baik tentang perkembanganan penyakit, sehingga memungkinkan dokter untuk memberikan obat yang sesuai.

Selain itu AI ini juga dapat membantu para lansia untuk dapat hidup lebih mandiri lagi, dengan memantau mereka. RF-Pose akan memanggil pihak rumah sakit, semisal para lansia terjatuh, cidera, atau terjadi perubaha pola perilaku. Tim dari MIT saat ini bekerjasama dengan dokter, demi pemanfaatan AI ini dalam bidang keperawatan kesehatan.

Selain perawatan kesehatan, tim mengatakan bahwa RF-Pose juga dapat digunakan untuk kelas baru video game di mana pemain bergerak di sekitar rumah, atau bahkan dalam misi pencarian dan penyelamatan untuk membantu menemukan korban selamat.

Satu tantangan yang harus diatasi oleh para peneliti adalah bahwa sebagian besar neural-network dilatih menggunakan data yang sudah ditandai saja. Saat pelatihan neural-network untuk mengidentifikasi kucing, misalnya. Mengharuskan pelatih untuk memberikan set data besar gambar, dengan masing-masing tanda sebagai ‘kucing’ atau ‘bukan kucing’.

Untuk mengatasinya, para peneliti mengumpulkan contoh-contoh menggunakan perangkat nirkabel dan kamera mereka. Mereka mengumpulkan ribuan gambar orang yang melakukan kegiatan seperti berjalan, berbicara, duduk, membuka pintu, atau menunggu lift.

Mereka kemudian menggunakan gambar-gambar ini dari kamera untuk mengekstraksi figur tongkat. Yang mereka tunjukkan ke neural-network bersama dengan sinyal radio yang sesuai. Kombinasi contoh-contoh ini memungkinkan sistem untuk mempelajari hubungan antara sinyal radio dan figur tongkat orang-orang di tempat kejadian.

Pasca pelatihan, RF-Pose dapat memperkirakan postur dan gerakan seseorang tanpa kamera. Hanya dengan memanfaatkan pantulan wireless yang memantul dari tubuh seseorang.

Karena kamera tidak dapat melihat melalui dinding, AI tidak pernah secara eksplisit dilatih tentang data dari sisi lain dinding. Sehingga ini sangat mengejutkan bagi tim MIT bahwa jaringan dapat menggeneralisasi pengetahuannya untuk dapat menangkap gerakan, menembus dinding.