سیگنالهای وایفای اکنون میتوانند با کمک هوش مصنوعی از پیش آموزشدیده، تصاویر دقیقی از یک اتاق ایجاد کنند
دستگاههای وایفای اطراف ما به طور مداوم سیگنالهایی را با یکدیگر به اشتراک میگذارند و محیطی دائماً بازتابنده ایجاد میکنند که در آن این امواج رادیویی به نوعی از نظر فضایی آگاه میشوند. از آنجایی که سیگنالها نه تنها بین فرستنده و گیرنده، بلکه از دیوارها، مبلمان و هر چیز دیگری در فضای شما منعکس میشوند، در نهایت اطلاعاتی درباره مکان اشیا حمل میکنند. این دادههای بازتابی به عنوان Wi-Fi CSI (اطلاعات وضعیت کانال) شناخته میشوند و در حالی که قبلاً میتوانست برای ترسیم طرحهای اولیه یک اتاق استفاده شود، هوش مصنوعی اکنون آن را بسیار دقیقتر کرده است.
محققان در موسسه علوم توکیو راهی برای ترکیب مدلهای انتشار نهفته (latent diffusion models) با Wi-Fi CSI پیدا کردهاند تا تصاویر با وضوح بالا از هر اتاقی تولید کنند که نه تنها دقیق هستند، بلکه ایجاد آنها نیز کارآمد است. تصویربرداری مبتنی بر CSI جدید نیست، اما در بهترین حالت نتایج خام تولید میکند زیرا دادههای کافی برای تشخیص ظاهر یک اتاق وجود ندارد (و صرف نظر از آن، بسیار سنگین از نظر محاسباتی است که آن را کند میکند). اینجا جایی است که هوش مصنوعی میتواند وارد عمل شود و اساساً به پر کردن شکافها کمک کند تا آن را واقعاً فوتورئالیستی کند. این کار با نگاشت CSI به فضای نهفته (latent space) به جای فضای پیکسلی (pixel space) انجام میشود، به همین دلیل این روش “LatentCSI” نامیده میشود.
فضای پیکسلی به تصاویر معمولی اشاره دارد که حاوی مقادیر زیادی داده خام هستند، در حالی که فضای نهفته یک نمایش فشرده داخلی از یک تصویر است که مولدهای تصویر مدرن (مانند Stable Diffusion) از آن استفاده میکنند. LatentCSI دادههای Wi-Fi CSI را میگیرد، آن را به فضای نهفته ترجمه میکند و سپس آن را به یک مدل انتشار از پیش آموزشدیده میدهد که میتواند تصاویر با وضوح بالا برای شما تولید کند و تمام جزئیات و بافتهای ظریفی را که وایفای به تنهایی نمیتواند ثبت کند، تصور کند. محققان از Stable Diffusion 3 با یک رمزگذار اصلاحشده استفاده کردند که دادههای وایفای را به جای تصاویر معمولی میپذیرد، بنابراین بسیار سریعتر است و سربار کمتری دارد.
با این حال، «از پیش آموزشدیده» کلمه کلیدی است، زیرا محققان عکسهای واقعی از اتاق گرفتند و مدل را بر اساس آنها آموزش دادند، به این معنی که مدل از قبل میداند اتاق چگونه به نظر میرسد. بنابراین، هوش مصنوعی در اینجا کار اصلی را انجام میدهد، در حالی که Wi-Fi CSI اطلاعات لحظهای درباره اینکه اتاق در حال حاضر واقعاً چگونه «به نظر میرسد» — چند نفر حضور دارند، کجا ایستادهاند و چیدمان کلی اشیا در داخل — ارائه میدهد. اگر میخواهید به جزئیات علمی آن بپردازید، مقاله کامل را بررسی کنید.
به هر حال، محدودیت این است که LatentCSI، در حالی که به طور قابل توجهی بهتر از تصویربرداری وایفای قبلی است، تنها با مدلهای از پیش آموزشدیدهای کار میکند که از قبل درک قوی از محیط دارند. شما نمیتوانید صرفاً یک عکس فوری از دادههای روتر خود را برای ارائهدهنده اینترنت خود ارسال کنید و از آن بخواهید اتاق شما را حدس بزند و رندر کند. با این حال، با توجه به اینکه برخی از مودمهای مدرن از قبل قابلیت حسگر حرکت را دارند، تصور نگرانیهای حریم خصوصی ناشی از این موضوع آسان است. حتی اگر سعی کنید موارد استفاده مثبت را تصور کنید، همه چیز به نظارت بازمیگردد. این موضوع قطعاً آشکار است، اما باز هم، فعلاً فقط یک نمایش آزمایشگاهی است.
- کولبات
- مهر 10, 1404
- 55 بازدید






