Singapurlu Araştırmacılar Metaverse'de Gerçek Zamanlı İnsan Takibi için 'MaskFi' Geliştirdi
Summary:
Singapur'daki Nanyang Teknoloji Üniversitesi'nden araştırmacılar, Wi-Fi algılama ve yapay zeka kullanarak metaverse için insan faaliyetlerini gerçek zamanlı olarak izlemek için yeni bir teknik geliştirdiler. Fiziksel sensörlere veya kameralara dayalı mevcut yöntemlerin sınırlamalarının üstesinden gelen yapay zeka tabanlı bir sistem olan "MaskFi"yi tanıttılar. Denetimsiz öğrenme yoluyla eğitilen MaskFi, etiketlenmemiş video ve Wi-Fi etkinlik verilerini kullanarak %97'lik bir doğruluk oranına ulaşır. Bu yenilikçi yaklaşım, gerçek dünyanın gerçek zamanlı, tam bir metaverse kopyasının önünü açabilir.
Singapur merkezli Nanyang Teknoloji Üniversitesi'ndeki bilimsel araştırmacılar, yakın zamanda metaverse için gerçek zamanlı insan faaliyetlerini izlemek için yeni bir yaklaşım ortaya çıkardılar. Meta veri deposunun önemli bir yönü, gerçek dünyadaki nesneleri ve bireyleri çevrimiçi alanda anında yansıtma gücüdür. Dijital gerçeklik alanında, kullanıcılar bakış açılarını değiştirmek için başlarını çevirme veya çevrimiçi ortamı etkilemek için gerçek dünya denetleyicilerini kullanma yeteneğine sahiptir. Meta veri deposunda insan hareketlerini yakalamanın mevcut yolu, cihaz merkezli sensörler, kameralar veya her ikisinin bir karışımını içerir. Bununla birlikte, araştırmacılar ön baskı çalışmalarında bu seçeneklerle ilgili ciddi sınırlamalar olduğunu belirttiler. İlgili: Sam Altman, OpenAI, Elon Musk tarafından ihlal edilen anlaşma nedeniyle açılan davayla karşı karşıya. Araştırmacıların belirttiği gibi, el tipi bir kontrol cihazındaki hareket sensörü gibi cihaza bağlı bir algılama ağı, insan vücudundaki yalnızca tek bir noktadan bilgi toplayabilir ve böylece karmaşık aktivite yakalamayı sınırlayabilir. Ayrıca, kamera odaklı izleme sistemleri, loş aydınlatma koşulları ve fiziksel engellerle ilgili sorunlardan muzdariptir. WiFi algılamanın devreye girdiği yer burasıdır. Birkaç yıldır, bilim adamları insan eylemlerini izlemek için WiFi sensörlerini kullandılar. RADAR'a benzer şekilde, WiFi verilerinin iletiminde ve alınmasında kullanılan radyo sinyalleri, bir ortamdaki nesneleri algılamak için kullanılabilir. Kalp atış hızlarını izlemek, uyku ve nefes alma düzenlerini izlemek ve hatta insanları duvarlardan algılamak için ayarlanabilirler. Metaverse alanındaki araştırmacılar daha önce WiFi algılamayı geleneksel izleme yöntemleriyle birleştirmeyi denediler ve karışık sonuçlar verdiler. Bu da bizi yapay zeka alanına götürüyor. WiFi izleme, yapay zeka modellerinin uygulanmasını gerektirir. Ne yazık ki, bu modelleri eğitme süreci genellikle araştırmacılar için zorlu zorluklar ortaya çıkarmıştır. Singapur'dan gelen ekibin makalesine göre: "WiFi ve görsel modaliteleri kullanan mevcut teknikler, toplanması zor olan büyük miktarda etiketli veriye dayanıyor. ... Model eğitimi için yalnızca etiketlenmemiş video ve WiFi etkinlik verilerine ihtiyaç duyan MaskFi adının arkasında benzersiz, denetimsiz çok modlu bir HAR çözümü öneriyoruz." İnsan Aktivitesi Tanıma (HAR) için WiFi algılamayı denemek üzere gerekli yapay zeka modellerini eğitmek için, bilim adamlarının geniş bir eğitim verileri veritabanı oluşturması gerekir. Yapay zekayı eğitmek için kullanılan bu veri kümeleri, her modelin özel amaçlarına bağlı olarak binlerce hatta milyonlarca veri noktasını temsil edebilir. Bu veri kümelerini etiketlemek genellikle bu araştırmaların en uzun kısmı haline gelir. İşte burada MaskFi devreye giriyor. Nanyang Teknoloji Üniversitesi'nden ekip, bu çıkmazın üstesinden gelmek için "MaskFi" sistemini geliştirdi. Bu sistem, "denetimsiz öğrenme" olarak bilinen bir yöntemle oluşturulan yapay zeka modellerini uygular. Denetimsiz öğrenmede, bir yapay zeka modeli başlangıçta daha küçük bir veri kümesi üzerinde eğitilir ve ardından çıktı durumlarını makul bir doğruluk derecesiyle yansıtana kadar tekrar tekrar revize edilir. Bu süreç, bilim insanlarının sağlam eğitim veri kümeleri oluşturmaya zaman ayırmak yerine odaklarını modellere yönlendirmelerini sağlar. Kaynak: Yang, et. al., 2024 Araştırmacılara göre, MaskFi sistemi iki ilişkili kıyaslamada neredeyse %97 hassasiyet elde etti. Bu, daha fazla gelişmenin ardından, bu mekanizmanın radikal bir şekilde yeni bir metaverse modalitesi için bir sıçrama tahtası görevi görebileceğini gösteriyor: gerçek dünyanın gerçek zamanlı ve mükemmel bir kopyasını sunan bir metaverse.
Published At
3/1/2024 8:23:40 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.