Ver a través de las paredes usando el Wi-Fi es más fácil con inteligencia artificial

Ver a través de las paredes usando el Wi-Fi es más fácil con inteligencia artificial

Comparta este Artículo en:

Un nuevo método haría posible ver a través de las paredes de un hogar a partir de la señal del propio router dentro de él, un teléfono móvil y algoritmos de aprendizaje profundo.

Que los métodos de procesado de datos que trae la inteligencia artificial van a cambiar el mundo es algo que ya sabemos.

Pero eso no quita para que nos sorprendamos cuando evidenciamos nuevas aplicaciones que proporciona en sectores donde creíamos que estaba todo inventado.

Es lo que ocurre con la visión por Wi-Fi, que si bien se iba explorando cada vez con más prometedores, o inquietantes, según se mire,  resultados, son los últimos los que hacen que pueda desconfiar hasta de sus paredes.

La visión a través de las paredes mediante utilización de microondas ya es posible desde hace unos meses.

En un nuevo trabajo publicado por la Universidad de California, ahora no sería necesario “iluminar” la escena con sus propias señales Wi-Fi, sino que es posible ver a través de las paredes utilizando un simple teléfono móvil.

La luz que vemos es una onda electromagnética.

Según su energía, o su frecuencia, la vemos de un color u otro.

Muy por debajo del rojo, donde ya no alcanzamos a ver con nuestros ojos, se encuentran las ondas de microondas que utilizamos en nuestras redes WiFi.

A diferencia de la luz visible, estas atraviesan paredes y objetos, y es esto lo que nos permite tener cobertura en más de una habitación en toda la casa.

Las ecuaciones que modelan el comportamiento de estas ondas en entornos reales son demasiado complejas.

Tanto, que únicamente existe solución analítica en un puñado de casos, similares a lo que realiza un microondas.

Por suerte y gracias al aprendizaje profudo podemos entrenar redes neuronales, y dejar que sean ellas las que encuentren los patrones que decidan qué es lo que está pasando incluso cuando no hay luz visible con la que ver.

Esto es precisamente lo que hacía el equipo de la profesora Dina Katabi, del MIT, el pasado verano.

Básicamente, deja que sea la IA la que decida dónde están los sujetos a partir de un modelado previo en el que han relacionado a personas moviéndose con las modificaciones que estas hacen sobre una red Wi-Fi controlada y ‘baña’ el entorno.

Y es que nuestros cuerpos, al estar formados en su mayor parte por agua, modifican estas ondas de forma distinta a cómo lo hacen otros objetos.

Con esto por tanto era ya posible ver en el interior de las casas o a través de las puertas, con la salvedad de que tendríamos que situar un emisor Wi-Fi en un punto conocido, que actúe a modo de ‘lámpara’ y ver cómo esas ondas son modificadas por los humanos en su interior.

Según el nuevo trabajo del equipo de Yanzi Zhu en California, los requisitos se han visto reducidos a un simple smartphone.

One out of three men cialis price over here suffer from this pre-mature ejaculation problem. For anyone who has a faltering sex drive, premenstrual symptoms, low sperm counts, menopause, infertility, and any similar symptoms are encouraged to seek a physicians advice for the recommended http://www.devensec.com/news/CSPrioritizationPlan_Devens_Final.pdf buy generic levitra amount of non-operative treatment for the herniated disc needs to be individualized for each patient. All of cialis 20mg tablets visit address now them commit to provide you the drugs and medicines in the safest way online. Kamagra is a Completely Safe Cure This treatment buy viagra is fruitful in enhancing such conditions.

Y es que en este nuevo modelo podríamos usar los acelerómetros del teléfono móvil, para realizar un seguimiento del movimiento del teléfono y la intensidad de las señales, para detectar si nos acercamos o alejamos de las fuentes de ondas microondas.

Así, es posible localizar el router de una casa y utilizarlo como emisor de ondas.

Con la luz visible una pared, una persiana, puerta o cortina hace justamente lo que se espera de ellos.

Además de mantener a la gente fuera de su casa, evita que puedan estar mirando donde no le interesa que lo hagan.

Los objetos reflejan y absorben la luz en distintas formas, pero suelen bloquearla.

Resulta que a los fotones de 10 microelectronvoltios –o lo que es lo mismo, los portadores de las señales Wi-Fi a la frecuencia de 2.4 GHz– su privacidad les importa más bien poco.

Estos atraviesan el mobiliario con una relativa facilidad y son los que permiten que las ondas emitidas por su propio router esté emitiendo también, de forma codificada pero descifrable por las redes neuronales, si está o no en su casa. E incluso dónde, y cómo se mueve.

El equipo de Zhu afirma que simplemente dando unas cuantas vueltas desde fuera de una habitación o edificio, pueden localizar el transmisor dentro de una habitación “con una precisión media del 92.6%”.

Hecho esto, es cuestión de esperar hasta que algo se mueva dentro del hogar.

Con el modelo ya entrenado para reconocer estos patrones, detectará dónde está el sujeto que modifica la señal que llega fuera.

Pero no solo esto, sino que con este método han sido capaces de detectar la apertura de puertas en una habitación e incluso la perturbación que provocan las manos al teclear.

La medición se hizo utilizando teléfonos con ya algunos años a sus espaldas como lo son el Nexus 5 y Nexus 6 de Google.

Resulta curioso que con este procedimiento más emisores de Wi-Fi simultáneos no ‘confunden’ al sistema, sino que lo hacen todavía más fiable y preciso, como si de poner otra lámpara se tratara:

“Vemos que con más de dos dispositivos Wi-Fi en una habitación mediana, nuestro ataque puede detectar más del 99% de la presencia y el movimiento”.

“Mientras [las transmisiones inalámbricas] mejoran nuestra vida diaria, sin saberlo también revelan información acerca de nosotros y nuestras acciones”.

Estas técnicas son preocupantes por motivos más que evidentes.

Por suerte, Zhu y su equipo adelantan que puede haber métodos más o menos efectivos que impidan la utilización de estos datos.

Fuente: Hipertextual

Leave a Reply

Your email address will not be published. Required fields are marked *