Senzorni Magični tepih kompanije Aladdin mogao bi da dobije novog konkurenta. Iako ne može da leti ili govori, novi taktilno-senzorski tepih iz MIT-eve Laboratorije za računarske nauke i veštačku inteligenciju (CSAIL) može da skenira ljudske poze bez upotrebe kamera. Ovaj izum bi mogao da unapredi zdravstvenu negu, pametne domove i video igre.
Mnoge naše svakodnevne aktivnosti poput hodanja, vežbanja ili odmaranja uključuju fizički kontakt sa patosom. Ove aktivnosti sadrže mnoštvo informacija koje nam pomažu da bolje razumemo ljudske pokrete. Prethodna istraživanja su se oslanjala na pojedinačne RGB kamere, nosive višesmerne kamere, pa čak i najobičnije veb kamere, ali sa neizbežnim nuspojavama poput slepih uglova i narušavanja privatnosti.
CSAIL je koristio kamere samo za formiranje početnog skupa podataka i uključivao se samo tokom aktivnosti osobe. Da bi generisala 3D pozu, osoba bi jednostavno morala da sedne na tepih i izvede neki pokret, a onda bi veštačka inteligencija, koristeći samo taktilne informacije, procenjivala da li osoba radi trbušnjake, istezanje ili neku drugu vežbu. „Možete da zamislite primenu ovog modela u nadzoru pacijenata, rehabilitaciji, mobilnosti i još mnogo toga,“ kaže Juje Luo, jedan od autora projekta.
Tepih je jeftin i fleksibilan, a napravljen je od osetljive folije i provodničkih niti, sa preko devet hiljada senzora. Svaki od senzora pretvara pritisak u električni signal, i to kroz fizički kontakt između stopala, udova, trupa i tepiha. Sistem je treniran na taktilnim i vizuelnim podacima kao što su video snimci i temperaturna mapa osobe koja radi vežbe. Model je koristio vizuelne i taktilne podatke kako bi generisao ljudsku pozu u 3D. Sistem je uspeo da predvidi poze vežbača sa maksimalnom greškom od 10 cm. Pri definisanju određenih pokreta sistem je bio tačan u 97 odsto slučajeva.
„Možete da zamislite primene tepiha u fitnesu. Samo na osnovu taktilnih informacija on može prepoznati aktivnost, izbrojati pokrete i izračunati količinu potrošenih kalorija,“ kaže Junžu Li, koautor projekta. Iako sistem može da prati jednu osobu, naučnici žele da prilagode model kako bi pratio više korisnika koji plešu ili se grle na tepihu. Takođe očekuju više informacija iz taktičnih signala, poput visine ili težine osobe.
(technology.org-ZTP, foto: MIT News)
