پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

شناسایی سلاح مخفی با امواج وای‌فای؛ سیستم هوش مصنوعی WiFireNet رونمایی شد

انتشار:۲۸ مهر ۱۴۰۵(۱ ساعت پیش)
۳ دقیقه زمان مطالعه
۰ دیدگاه
اشتراک و پسندیدن

پژوهشگران آژانس تحقیقات دفاعی سوئد سیستم هوش مصنوعی متن‌بازی به نام WiFireNet توسعه داده‌اند که می‌تواند با تحلیل اعوجاج امواج وای‌فای، سلاح‌های پنهان‌شده را تشخیص دهد. این فناوری نوآورانه جایگزینی کارآمد و غیرتهاجمی برای دوربین‌های مداربسته و گیت‌های بازرسی سنگین به شمار می‌رود.

شناسایی سلاح مخفی با امواج وای‌فای؛ سیستم هوش مصنوعی WiFireNet رونمایی شد

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • سیستم هوش مصنوعی WiFireNet با تحلیل اختلال در امواج وای‌فای محیطی می‌تواند سلاح‌های پنهان‌شده زیر لباس افراد را شناسایی کند.
  • این مدل متن‌باز در فضاهای بسته به‌دقت میانگین ۷۲٫۵ درصد دست یافته، اما تشخیص محل دقیق اسلحه روی بدن نیازمند نسل‌های بعدی وای‌فای است.
  • با وجود پتانسیل بالای این فناوری در تأمین امنیت بدون نیاز به دوربین، رواج گسترده آن نگرانی‌های جدی درباره حریم خصوصی ایجاد کرده است.

گروهی از محققان هوش مصنوعی در آژانس تحقیقات دفاعی سوئد (FOI) سیستمی هوشمند توسعه داده‌اند که می‌تواند سلاح‌های کمری مخفی‌شده را تنها با استفاده از امواج وای‌فای شناسایی کند؛ راهکاری غیرتهاجمی که جایگزینی بالقوه برای دوربین‌های مداربسته و گیت‌های دست‌وپاگیر فلزیاب محسوب می‌شود. بر اساس مقاله‌ای که در arXiv منتشر شده است، این سیستم که WiFireNet نام دارد، «اطلاعات وضعیت کانال» (CSI) را بر اساس نحوه ایجاد اختلال توسط اجسام در امواج وای‌فای محیطی تجزیه‌وتحلیل می‌کند. ساختار کامل این سیستم از یک فرستنده وای‌فای، یک گیرنده و مدل هوش مصنوعی WiFireNet تشکیل شده است.

هنگامی که سیگنال‌های معمولی وای‌فای در مسیر خود به یک جسم برخورد می‌کنند، بسته به شکل، زاویه قرارگیری و جنس آن ماده، به شیوه‌های متفاوتی نفوذ کرده یا بازتاب می‌یابند. این داده‌ها که به‌عنوان اطلاعات وضعیت کانال شناخته می‌شوند، قابلیت تحلیل دارند و می‌توانند هویت جسم را با دقتی بالا آشکار کنند. پیش از این نیز کارشناسان امنیت روشی را معرفی کرده بودند که به مودم‌ها و روترهای عادی وای‌فای اجازه می‌داد افراد را با دقت ۹۹٫۵ درصد شناسایی کنند.

محققان برای ساخت سیستم WiFireNet در گام نخست مجموعه‌داده‌ای با نام WiFire Dataset ایجاد کردند؛ آن‌ها تصاویر دوربین‌های RGB و امواج بازتاب‌یافته وای‌فای را از افرادی که با اشیای مختلف (از گوشی موبایل گرفته تا اسلحه کمری) حرکت می‌کردند، به‌صورت همزمان ثبت و ضبط نمودند. سپس یک مدل یادگیری عمیق با این مجموعه‌داده بزرگ آموزش داده شد و کلیپ‌های ویدیویی به سیستم کمک کردند تا شکل ظاهری اسلحه مخفی را با الگوی اختصاصی آن در سیگنال‌های وای‌فای یا همان CSI تطبیق دهد. پژوهشگران برای آنکه مطمئن شوند این سیستم اسلحه را از وسایل روزمره با ابعاد یا جنس مشابه تشخیص می‌دهد، مدل را با نمونه‌های مختلفی شامل کلت پلاستیکی، بطری آب فلزی، اسلحه فلزی واقعی و گوشی تلفن همراه آموزش دادند.

پس از پایان آموزش، مدل نهایی WiFireNet توانست سلاح‌های مخفی را منحصراً بر پایه داده‌های CSI وای‌فای و با دقت‌های متغیر شناسایی کند. در آزمایش‌های کنترل‌شده که با ردیابی همزمان تا چهار فرد متحرک در یک فضای بسته کوچک انجام شد، دقت میانگین سیستم در تشخیص اسلحه کمری به ۷۲٫۵ درصد رسید. با این حال، در سناریوهای دقیق‌تر مکانیابی، مانند مشخص کردن محل دقیق اسلحه روی بدن فرد حمل‌کننده، دقت مدل تا ۵۳٫۸ درصد کاهش یافت. همچنین این شبکه عصبی در محیط‌های بسته جدید و آزمایش‌نشده با چالش مواجه می‌شود و افت عملکرد پیدا می‌کند.

با وجود این دستاوردها، سیستم مذکور همچنان در مرحله آزمایشی قرار دارد و برنامه‌ای جامع برای ارتقای آن تدوین شده است. نسخه اولیه این پروژه برای اثبات ایده بر پایه‌ نسخه‌ای بهینه‌شده از استاندارد قدیمی IEEE 802.11a (مصوب سال ۱۹۹۹) ساخته شد، اما مراحل بعدی توسعه با بهره‌گیری از شبکه‌های پیشرفته Wi-Fi 7 و Wi-Fi 8 و داده‌های CSI با رزولوشن بالاتر انجام خواهد شد تا دقت ردیابی ارتقا یابد. پژوهشگران با انتشار کدهای منبع، مدل‌ها و مجموعه‌داده، این پروژه را به‌صورت متن‌باز در دسترس همگان قرار داده‌اند تا مسیر تحقیقات آتی هموار شود. حسگری مبتنی بر وای‌فای به‌عنوان فناوری نظارتی کارآمد و بدون نیاز به تجهیزات پیچیده، توجه زیادی را به خود جلب کرده است؛ با این حال، منتقدان هشدار می‌دهند فراگیری گسترده این امواج در کنار خلأ چارچوب‌های قانونی و مقرراتی، می‌تواند نگرانی‌های شدیدی پیرامون حریم خصوصی شهروندان ایجاد کند.

بازخورد و اشتراک‌گذاری این مطلب

اگر این گزارش برایتان مفید بود، با پسندیدن و اشتراک‌گذاری آن با دیگران، از محتوای تخصصی هوش مصنوعی حمایت کنید.

اشتراک‌گذاری در شبکه‌های اجتماعی:

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

ایجنت‌های هوش مصنوعی چگونه بازار را میان ارزان‌ترین قیمت و بهترین راهکار تقسیم می‌کنند؟
آخرین اخبار

ایجنت‌های هوش مصنوعی چگونه بازار را میان ارزان‌ترین قیمت و بهترین راهکار تقسیم می‌کنند؟

ورود ایجنت‌های هوش مصنوعی به چرخه خرید، استراتژی رقابتی شرکت‌ها را دستخوش دگرگونی بنیادین می‌کند. در دنیایی که نرم‌افزارها تصمیم‌گیرنده نهایی هستند، کسب‌وکارهای معمولیِ حاضر در میانه بازار تحت فشار شدیدی قرار می‌گیرند و تنها ارزان‌ترین ارائه‌دهندگان یا تخصصی‌ترین راهکارها شانس بقا خواهند داشت.

۶ دقیقه مطالعه
۰
۲۸ مهر
۵ نشتی مالی بزرگ هوش مصنوعی که بی‌صدا بودجه استارتاپ‌ها را می‌بلعند
آخرین اخبار

۵ نشتی مالی بزرگ هوش مصنوعی که بی‌صدا بودجه استارتاپ‌ها را می‌بلعند

استفاده از ابزارهای هوش مصنوعی می‌تواند هزینه‌های پیش‌بینی‌نشده‌ای روی دست استارتاپ‌ها بگذارد و بودجه آن‌ها را پیش از موعد خالی کند. در این گزارش، ۵ نشتی مالی پنهان در پروژه‌های هوش مصنوعی و راهکار حسابرسی ۳۰ دقیقه‌ای برای مهار آن‌ها را بررسی می‌کنیم.

۶ دقیقه مطالعه
۰
۲۸ مهر
معمای بازدهی هوش مصنوعی؛ چرا شرکت‌ها ارزش واقعی این فناوری را اشتباه اندازه می‌گیرند؟
آخرین اخبار

معمای بازدهی هوش مصنوعی؛ چرا شرکت‌ها ارزش واقعی این فناوری را اشتباه اندازه می‌گیرند؟

بسیاری از شرکت‌ها سودآوری هوش مصنوعی را صرفاً در تعدیل نیرو و صرفه‌جویی کوتاه‌مدت جستجو می‌کنند، اما بازدهی واقعی این فناوری در گرو بازطراحی جریان‌های کاری و انباشت «سرمایه شناختی» است؛ دارایی ارزشمندی که استانداردهای کهنه حسابداری آن را از ترازنامه‌ها پنهان کرده‌اند.

۷ دقیقه مطالعه
۰
۲۸ مهر