Pubblicato il 18 novembre 2019
Rispetto ad altre specie animali, non possiamo affermare che i nostri sensi siano particolarmente sviluppati; si sono infatti lentamente attenuati, assopiti, grazie o a causa dello sviluppo psichico ed intellettuale degli ultimi 10.000 anni, che ha posto in secondo piano tutto il resto. Ciò che, però, è meraviglioso della nostra continua evoluzione è il desiderio insaziabile di potenziare i sensi e le capacità che già possediamo, tornando ad abilità primitive, o prendendone in prestito di nuove da altre specie animali.
Fra i cinque sensi, ciò che abbiamo di meglio da offrire è indubbiamente la vista; per questo, diamo un così grande valore simbolico ai nostri occhi. Siamo ormai in grado di vedere al buio o di captare infrarossi e proprietà termiche, come alcuni animali possono già fare. Il prossimo passo, secondo molti, sarà l’acquisita capacità di vedere attraverso gli oggetti.
Come ben si sa, certi animali, come ad esempio i pipistrelli, utilizzano un radar altamente sviluppato per muoversi nello spazio, che permette loro di vedere le prede anche a grande distanza e attraverso alberi e fronde.
Da circa un secolo che noi umani abbiamo familiarità con le frequenze radio, ma solo negli ultimi anni si è stati in grado di creare un dispositivo portatile e preciso per poter riconoscere una persona o un oggetto attraverso le pareti utilizzando questa tecnologia. Attualmente, il problema maggiore è il costo del dispositivo radar e la mancanza di precisione che ancora lo contraddistingue, ma gli ultimi sviluppi in fatto di machine learning e IA rappresentano dei significativi passi avanti.
Circa un anno fa il MIT ha pubblicato i risultati di uno studio riguardo all’utilizzo di onde radio a bassa frequenza per il riconoscimento dei movimenti delle persone attraverso le pareti. L’IA sviluppata su un deep neural network, chiamata RF-Pose, è in grado di realizzare modelli in due dimensioni.
Inizialmente una rete neurale ha estratto, grazie all’utilizzo di telecamere, uno sticker dalle migliaia di immagini di persone intente a condurre le attività più disparate. Successivamente il sistema RF-Pose gli è stato affiancato per collegare gli sticker ai corrispettivi dati radio.
Quando il RF-Pose ha cominciato a lavorare in autonomia, i ricercatori hanno notato, non con un certo stupore, che questo era in grado di percepire le persone attraverso le pareti, con un calo della precisione del solo 10%. È sorprendente che la precisione dei risultati, fra il sistema visivo e quello basato sulle onde radio, sia assolutamente comparabile.
Un’altra abilità che il RF-Pose può vantare è la capacità di riconoscere la singola persona, grazie alle sue caratteristiche fisiche o ai movimenti, con una precisione dell’83%.
Una caratteristica fondamentale di questo tipo di strumento è rappresentata dalla possibilità di tracciare il movimento delle persone nel completo rispetto della loro privacy. L’utilizzo di onde radio, infatti, restituisce la silhouette della persona che si trova dietro il muro, senza alcuna specificazione dei tratti somatici o delle caratteristiche individuali che permetterebbero l’identificazione del soggetto.
Una tutela di questo tipo permette di sviluppare applicazioni commerciali totalmente sicure e nel pieno rispetto delle normative sulla privacy che stanno diventando sempre più stringenti.
I possibili sbocchi pratici di questa tecnologia sono infiniti, anche grazie al fatto che il sistema è a basso costo di sviluppo e di facile utilizzo.
I ricercatori del MIT affermano che inizialmente verrà sperimentato in ambito medico, per riconoscere o seguire lo sviluppo di certe malattie, come il Parkinson e la SLA, attraverso micro segnali e caratteristiche fisiche. Allo stesso tempo si pensa di implementarlo in case di riposo o abitazione private di soggetti con difficoltà motorie, come dispositivo di sicurezza che, nel caso di una caduta o situazioni di rischio, può mettere in allarme il personale sanitario.
Altri possibili ambiti d’uso sono il gaming - in cui il riconoscimento dei movimenti del giocatore non dipenderebbe più da una videocamera, limitata da un certo raggio d’azione; la sicurezza e la robotica, con il potenziamento delle capacità di movimento e la mappatura degli spazi interni, come stanno già facendo Apple e Google con Indoor Maps Program e IndoorMaps, che fanno uso della rete Wi-Fi e della planimetria dell’edificio.
Noi di Neosperience abbiamo sviluppato, negli anni, una soluzione per la Customer Experience in store, che si basa su una tecnologia innovativa e rivoluzionaria per il settore.
People Analytics, infatti, utilizza alcune telecamere posizionate nel negozio che, unite ai nostri sistemi di analisi dei flussi basati sull’IA, riconoscono i movimenti dei clienti e evidenziano le zone che registrano un maggiore o minore flusso di utenti, grazie a una mappa di calore. Un sistema di questo tipo permette di acquisire insight molto interessanti e di individuare problematiche e punti di forza nella disposizione dei prodotti o nel comportamento dei dipendenti.
Ovviamente questa tecnologia potrebbe essere potenziata con il RF-Pose del MIT, così da superare i limiti ambientali del negozio.
Un’altra possibile applicazione è l’implementazione del sistema RF-Pose nella cartellonistica digitale e tradizionale. Già alcuni soggetti, come Grandi Stazioni Retail, utilizzano totem capaci, attraverso telecamere, di leggere le espressioni facciali del pubblico e, più in generale, tenere conto del numero di persone che passano e della loro posizione nello spazio.
Questo tipo di tecnologia, però, è molto costosa. Uno strumento basato sul sistema RF-Pose, invece, sarebbe in grado di tenere conto dei passanti e della loro posizione. In questo caso, potrebbe essere applicato anche alla cartellonistica tradizionale senza grandi spese di implementazione.
Inoltre, lo stesso sistema potrebbe essere utilizzato per inviare notifiche ai clienti che passano davanti all’adv, se questi hanno dato l’autorizzazione a ricevere notifiche.
In definitiva, il RF-Pose è un sistema che promette di migliorare di molto il nostro modo di comprendere i movimenti e le attività degli utenti, tenendo sempre presente che la privacy del pubblico è la cosa più importante da proteggere.