Uma equipe de pesquisadores da Universidade Tecnológica de Nanyang, em Cingapura, revelou recentemente um novo método para rastrear o movimento humano no metaverso.
Uma das principais características do metaverso é a capacidade de representar objetos e pessoas do mundo real no mundo digital em tempo real. Na realidade virtual, por exemplo, os utilizadores podem virar a cabeça para mudar os seus pontos de vista ou manipular controladores físicos no mundo real para afectar o ambiente digital.
O status quo para capturar a atividade humana no metaverso usa sensores baseados em dispositivos, câmeras ou uma combinação de ambos. No entanto, como escrevem os investigadores no seu artigo de investigação pré-impresso, ambas as modalidades têm limitações imediatas.
Um sistema de detecção baseado em dispositivo, como um controlador portátil com sensor de movimento, “captura apenas a informação num ponto do corpo humano e, portanto, não pode modelar atividades muito complexas”, escrevem os investigadores. Enquanto isso, os sistemas de rastreamento baseados em câmeras enfrentam ambientes com pouca luz e obstruções físicas.
Entre na detecção de WiFi
Os cientistas usam sensores Wi-Fi para rastrear o movimento humano há anos. Assim como o RADAR, os sinais de rádio usados ??para enviar e receber dados Wi-Fi podem ser usados ??para detectar objetos no espaço.
Os sensores Wi-Fi podem ser ajustados para captar batimentos cardíacos, monitorar padrões de respiração e sono e até sentir pessoas através das paredes.
Os pesquisadores do metaverso experimentaram combinar métodos tradicionais de rastreamento com detecção de Wi-Fi com vários graus de sucesso no passado.
Entre na inteligência artificial
O rastreamento de Wi-Fi requer o uso de modelos de inteligência artificial. Infelizmente, o treinamento desses modelos tem se mostrado um alto grau de dificuldade para os pesquisadores.
De acordo com o artigo da equipe de Singapura:
“As soluções existentes que utilizam Wi-Fi e modalidades de visão dependem de dados massivos e rotulados que são muito difíceis de coletar. … Propomos uma nova solução HAR multimodal não supervisionada, MaskFi, que aproveita apenas vídeo não rotulado e dados de atividade Wi-Fi para treinamento de modelo.”
A fim de treinar os modelos necessários para experimentar a detecção de Wi-Fi para reconhecimento de atividade humana (HAR), os cientistas precisam construir uma biblioteca de dados de treinamento. Os conjuntos de dados usados ??para treinar IA podem conter milhares ou até milhões de pontos de dados, dependendo dos objetivos do modelo específico.
Frequentemente, rotular esses conjuntos de dados pode ser a parte mais demorada da condução desses experimentos.
Entre no Mask-Fi
A equipe da Universidade Tecnológica de Nanyang construiu “MaskFi” para superar esse desafio. Ele usa modelos de IA construídos usando um método chamado “aprendizado não supervisionado”.
No paradigma de aprendizagem não supervisionada, um modelo de IA é pré-treinado em um conjunto de dados significativamente menor e depois submetido a iterações até ser capaz de prever estados de saída com um nível satisfatório de precisão. Isso permite que os pesquisadores concentrem sua energia nos próprios modelos, em vez de no árduo esforço necessário para construir conjuntos de dados de treinamento robustos.
Segundo os pesquisadores, o sistema MaskFi alcançou cerca de 97% de precisão em dois benchmarks relacionados. Isto indica que este sistema poderia, através do desenvolvimento futuro, servir como catalisador para uma modalidade de metaverso inteiramente nova: um metaverso que pode fornecer uma representação 1:1 do mundo real em tempo real.
Isenção de responsabilidade: As opiniões, bem como todas as informações compartilhadas nesta análise de preços ou artigos mencionando projetos, são publicadas de boa fé. Os leitores deverão fazer sua própria pesquisa e diligência. Qualquer ação tomada pelo leitor é prejudicial para sua conta e risco. O Bitcoin Block não será responsável por qualquer perda ou dano direto ou indireto.
Leia também:
Novos modelos de negócios descentralizados
As participações em Ethereum de Donald Trump aumentam, enquanto a moeda Trump meme dispara
