无线电信号与人工智能相结合，让研究人员能够做到一些令人着迷的事情：看到墙另一边移动的人的骨骼状表示。虽然这听起来像是一支特警队在破门而入之前想要拥有的技术，但它已经被以一种令人惊讶的方式使用——监测帕金森病患者在家中的活动。
该项目的高级研究员、麻省理工学院电气工程与计算机科学教授迪娜·卡塔比（Dina Katabi）表示，对这类技术的研究可以追溯到几十年前。“DARPA曾有一个大型项目，试图通过墙壁探测人员并使用无线信号，”她说。但在最近这项研究之前，这些系统所能做的最好的就是显示出墙壁后面一个人的“斑点”形状。
这项技术现在能够揭示更精确的信息：它将场景中的人描绘成骨骼状的火柴人，并能显示他们在进行正常活动，如行走或坐下时的实时运动。它专注于身体的关键点，包括肘部、臀部和脚踝等关节。当一个人——无论是被墙遮挡还是没有——迈出一步时，“你会看到你创造的骨骼或火柴人也跟着迈出一步，”她说。“如果那个人坐下了，你就会看到那个火柴人也坐下了。”
工作原理
他们使用的无线电信号类似于Wi-Fi，但功率要小得多。
该系统之所以有效，是因为无线电波可以穿透墙壁等物体，然后从人体（人体主要由水组成，对无线电波的穿透性不太友好）上反弹，再穿过墙壁回到设备。“现在挑战在于：你如何解读它？”卡塔比说。这就是人工智能发挥作用的地方，特别是称为神经网络的机器学习工具。
人工智能研究人员训练神经网络——它能够从数据中推断出自己的规则以进行学习——的方法是向其输入标注信息。这个过程叫做监督学习。想教一辆自动驾驶汽车识别交通信号灯吗？给它展示包含交通信号灯的图像，并标注出图像中信号灯的位置。神经网络常用于图像识别，但也可以用于执行复杂任务，例如将一种语言翻译成另一种语言，甚至通过模仿给定的数据来生成新文本。
但在本例中，他们遇到了一个问题。“没有人能够接收无线信号并标注出头部、关节等位置，”她说。换句话说：标记图像很容易，但标记从人身上反弹回来的无线电波数据就没那么容易了。
他们的解决方案，仅用于训练期，是将无线电信号与摄像头配对，然后标记摄像头生成的图像，以帮助神经网络关联活动。这必须在没有墙壁的情况下进行，这样摄像头才能真正看到。她说：“我们使用了来自摄像头的标签，以及同时发生的无线电信号，并用它们进行训练。”
训练完成后，他们惊讶地发现，尽管系统只接受了可见人物的训练，而非遮挡人物，但它却能够检测到被隐藏的人。“它能够看到并创建墙后人体的火柴人，”她说，“尽管在训练过程中从未见过这样的东西。”
不仅如此，它甚至可以通过步态分辨人。借助另一个神经网络，该系统能够看到人们行走的例子，然后在后续涉及同一人的新实例中，以超过83%的准确率识别出个体，即使隔着墙壁。
它将如何被使用？
研究人员已经开始在一项小型研究中将该系统用于帕金森病患者。通过将设备放置在患者家中，他们可以在舒适的环境中监测其活动，而无需使用摄像头——从这个意义上说，这是一种比传统视频更具侵入性更小的了解人体运动的方式。这项研究涉及七人，持续了八周。
卡塔比说，结果与用于评估患者的标准问卷“高度相关”。“此外，它还揭示了关于帕金森病患者生活质量的额外信息——行为和功能状态。”迈克尔·J·福克斯基金会正在资助进一步的研究；卡塔比说，像这样监测患者可以避免“白大褂综合征”——即患者在偶尔就诊时在医生面前表现不同。
这一切都引发了隐私问题，但卡塔比表示，它不打算在未经同意的情况下用于他人。
