(圖源：MIT CSAIL)
誰會不喜歡X光片呢?利用X光透視，可以在紙牌遊戲中作弊，也可以猜出東西放在哪個杯子下面，這都很容易。
當然，X光透視也有一個缺點，那就是被觀測的目標會受到輻射。
因此，麻省理工學院計算機科學與人工智能實驗室的研究人員——他們試驗很多科幻小說中的場景——如今能採取一種不同的方法來看穿牆壁:無線電波。
通過發射比標準Wi-Fi輕微1000倍的超低功率無線電信號，它們不僅能探測到牆後的人，還能精確地追蹤他們的行動。
該系統的工作原理與飛機雷達不一樣。這裡的信號並沒有反彈到地面上，而是穿過牆壁，反射出一個人(人類的身體充滿了水，無線電信號很難穿透)，然後穿過牆壁，進入探測器。
這是一個很難實現的簡單概念——因為一旦這個信號傳回給研究人員，它就會非常、非常嘈雜。
麻省理工學院CSAIL計算機科學家迪娜·卡塔比(Dina Katabi)說:“你不僅能從人體接收到反射信號，還能從所有物體接收到反射信號。”
“牆的反射信號要比穿過牆壁、反射人體、再穿過牆壁的信號的噪音大得多。”
是的,這些信號很混亂。這就是要利用神經網絡的原因。
經典機器學習技術依賴於標記來訓練人工智能。例如，“這是一隻貓”，讓它識別照片中的物體。
或者，在硅谷，他們常訓練機器識別“熱狗”或“不是熱狗”。
無線電信號更神秘:你不能看著其中的一個說:“啊哈，這是手臂!”於是，研究人員設計出了一種巧妙的變通方法。
他們設置了一個攝像機，同時記錄下他們用無線電信號探測的每一個人。
“從這個圖像中你可以提取出身體的關鍵部位，”Katabi說，“我們在圖像中使用標註來訓練神經網絡，而神經網絡只處理無線電信號。”
經過視頻訓練的人工智能可以辨別那些雜亂的無線電信號，使它能夠將那些標記的身體部位與穿過牆壁的微弱無線電反射信號聯繫起來。
“想象一下，你教一個孩子一些數學問題，他突然變得更聰明，他可以解決你無法解決的問題。”Katabi說。
你最終得到的是一個人形的視覺上的斑點，它對應於身體上的點，如膝蓋和肩膀。
然後，研究人員將其轉化為一個木棍形的圖形，這能顯示一個人在牆後移動的細節。
事實上，如此細緻的細節，使得系統能夠識別83%的個體，並確定他們的獨特特徵和運動風格。
“這不僅僅能識別出人們的所在，”Katabi說，“還能辨別出確切的動作。通過觀察步態，你實際上能區別出一個人和另一個人不同的特徵，就像可以用你的指紋區分你一樣。”
當然，在錯誤的人手中這項技術可能會有入侵性，但在其他應用程序中也可能有利於隱私。
(公平地說，他們迄今收集的所有數據都是匿名的、加密的。)
想象一下，用這種技術來從容不迫地監測年邁父母的睡眠、飲食和活動安排，以及發病的跡象。
“想想另一個極端:你可以在別人家裡安裝攝像頭，並試圖獲得類似的信息，”Katabi說。
不過，這個無線電系統是不會顯示出人們的衣服的，只會顯示出火柴棍狀的圖形。
透視牆壁對機器人來說很方便——他們可以在轉角處透視，以避免撞到另一個方向來的人。
(或者，你可以用激光或甚至通過探測光線的細微變化來觀察周圍的角落。)
擁有這項前沿技術，甚至連超人也會嫉妒。
閱讀更多 前瞻網 的文章
