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.
![](https://cryptohamster.org/wp-content/uploads/2024/03/e3d35aa7090b21007738c17e0937aef7.jpg)
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.