Группа исследователей из Наньянского технологического университета в Сингапуре недавно представила новый метод отслеживания передвижения людей в метавселенной.
Одной из ключевых особенностей метавселенной является способность представлять объекты и людей реального мира в цифровом мире в реальном времени. Например, в виртуальной реальности пользователи могут поворачивать головы, чтобы изменить свою точку зрения, или манипулировать физическими контроллерами в реальном мире, чтобы влиять на цифровую среду.
Статус-кво для регистрации человеческой деятельности в метавселенной использует датчики на базе устройств, камеры или их комбинацию. Однако, как пишут исследователи в своем препринте, оба этих метода имеют непосредственные ограничения.
Связанный: Илон Маск подает в суд на Сэма Альтмана и OpenAI за нарушение соглашения
Сенсорная система на основе устройства, такая как ручной контроллер с датчиком движения, «фиксирует информацию только в одной точке человеческого тела и, следовательно, не может моделировать очень сложную деятельность», пишут исследователи. Между тем, системы слежения на основе камер борются с условиями низкой освещенности и физическими препятствиями.
Введите определение Wi-Fi
Ученые уже много лет используют датчики Wi-Fi для отслеживания движений человека. Как и в случае с радаром, радиосигналы, используемые для отправки и получения данных Wi-Fi, могут использоваться для обнаружения объектов в космосе.
Датчики Wi-Fi можно настроить так, чтобы они фиксировали сердцебиение, отслеживали дыхание и режим сна и даже чувствовали людей сквозь стены.
Исследователи Metaverse в прошлом экспериментировали с сочетанием традиционных методов отслеживания с определением Wi-Fi с разной степенью успеха.
Введите искусственный интеллект
Отслеживание Wi-Fi требует использования моделей искусственного интеллекта. К сожалению, обучение этих моделей оказалось весьма трудным для исследователей.
Согласно документу сингапурской команды:
«Существующие решения, использующие Wi-Fi и методы машинного зрения, основаны на массивных размеченных данных, сбор которых очень затруднителен.… Мы предлагаем новое неконтролируемое мультимодальное решение HAR, MaskFi, которое использует только немаркированное видео и данные активности Wi-Fi для обучения моделей».
Чтобы обучить модели, необходимые для экспериментов с зондированием Wi-Fi для распознавания человеческой активности (HAR), ученым необходимо создать Library обучающих данных. Наборы данных, используемые для обучения ИИ, могут содержать тысячи или даже миллионы точек данных в зависимости от целей конкретной модели.
Зачастую маркировка этих наборов данных может оказаться самой трудоемкой частью проведения экспериментов.
Введите Маск-Фи
Команда Наньянского технологического университета создала «MaskFi», чтобы решить эту проблему. Он использует модели искусственного интеллекта, созданные с использованием метода, называемого «обучение без учителя».
В парадигме неконтролируемого обучения модель ИИ предварительно обучается на значительно меньшем наборе данных, а затем подвергается итерациям, пока не сможет прогнозировать выходные состояния с удовлетворительным уровнем точности. Это позволяет исследователям сосредоточить свою энергию на самих моделях вместо кропотливых усилий, необходимых для создания надежных наборов обучающих данных.
По словам исследователей, система MaskFi достигла точности около 97% в двух связанных тестах. Это указывает на то, что эта система в будущем развитии может послужить катализатором совершенно новой модальности метавселенной: метавселенной, которая может обеспечить представление реального мира 1:1 в реальном времени.
