Investigadores de la Universidad Tecnológica de Nanyang en Singapur han introdujo un método para rastrear los movimientos humanos en el metaverso, lo que indica un cambio potencial en la forma en que interactuamos con los entornos digitales. Utilizando sensores WiFi e inteligencia artificial avanzada, este nuevo enfoque podría allanar el camino para experiencias más intuitivas en la realidad virtual.
Representar con precisión los movimientos del mundo real dentro del metaverso es crucial para crear experiencias virtuales inmersivas. Tradicionalmente, esto se ha logrado mediante sensores basados en dispositivos y sistemas de cámaras, cada uno con limitaciones, según la investigación. Por ejemplo, los controladores portátiles con sensores de movimiento proporcionan datos limitados y capturan el movimiento desde un solo punto del cuerpo. Por otro lado, los sistemas basados en cámaras tienen problemas en condiciones de poca luz y pueden verse obstruidos por barreras físicas.
Ingrese al uso innovador de sensores WiFi para el reconocimiento de actividad humana (HAR). Aprovechando las propiedades de las señales WiFi, similares a las del radar, los investigadores han descubierto que pueden detectar y rastrear objetos y movimientos en el espacio.
Los investigadores han utilizado esta tecnología para diversos fines, incluido el seguimiento de la frecuencia cardíaca, la respiración y la detección de personas a través de las paredes. Luego, al combinar sensores WiFi con métodos de seguimiento tradicionales, el Universidad de Nanyang El equipo tiene como objetivo superar las limitaciones de los sistemas anteriores.
La aplicación de sensores WiFi para el seguimiento del movimiento en el metaverso requiere modelos sofisticados de inteligencia artificial (IA). El desafío radica en entrenar estos modelos, un proceso que exige extensas bibliotecas de datos. Tradicionalmente, crear y etiquetar estos conjuntos de datos ha sido una tarea que requiere mucha mano de obra, lo que limita la eficiencia y escalabilidad de la investigación.
Presentamos MaskFi
Para abordar estos desafíos, el equipo de investigación desarrolló MaskFi, un sistema basado en aprendizaje no supervisado, un tipo de entrenamiento de IA que requiere muchos menos datos. MaskFi ha demostrado una eficiencia notable, logrando aproximadamente un 97 % de precisión en el seguimiento de los movimientos humanos en dos puntos de referencia. Este sistema tiene el potencial de reducir drásticamente el tiempo y los recursos necesarios para entrenar modelos de IA para HAR en el metaverso.
Las implicaciones de MaskFi y tecnologías similares son enormes. Al permitir un seguimiento preciso y en tiempo real de los movimientos humanos sin la necesidad de equipos engorrosos o etiquetado de datos extenso. Esto nos acerca a un metaverso que refleja fielmente el mundo real. En general, este avance podría presagiar un futuro en el que los ámbitos digital y físico converjan más fluidamente, ofreciendo a los usuarios experiencias más naturales, intuitivas e inmersivas. A medida que continúan la investigación y el desarrollo, el sueño de una representación avanzada del mundo real en el metaverso se acerca cada vez más a la realidad.