浙江
台达（Delta）公布了一些引人入胜的研发成果，显示 Wi-Fi 网络可能很快就能监测我们的生命体征。在本周于台北举行的Computex展会上，台达研究中心的闕志克博士展示了他们的算法如何通过分析Wi-Fi信号的干扰来检测呼吸频率甚至心跳。
事实证明，现代 Wi-Fi 的信道状态对微小的移动和环境变化相当敏感。通过精确测量在房间内跳动的 Wi-Fi 信号的飞行时间和到达角度，Delta 研发出了能够精确追踪呼吸的算法。
研究人员声称他们的呼吸频率估算算法在 5 米外测量呼吸频率的准确率达到 95%。即使是心跳的微小动作也能被发现，在一米之外计算脉搏的准确率高达 83%。他还展示了一段实验视频，在视频中，这项技术只需使用一对智能手机发射的 Wi-Fi 波，就能通过呼吸模式和身体动作分辨出两个人的睡眠状态。
如果这种技术能应用到智能手机上，那将是一项革命性的创举，因为它有可能让人们不再需要可穿戴设备来进行基本的健康追踪。Google在其 Pixel 智能手机上尝试了"非接触式"健康追踪技术，但该技术略显笨拙，用户需要录制一小段自己的片段来测量呼吸和心跳。也许 Wi-Fi 可以帮助简化这一过程。
不过，闕博士似乎在为这项技术撒下更大的网。他建议，Wi-Fi 接入点可用于监控医院里的病人或护理院里的老人，而不需要专用的生物医学传感器或心电图设备。
在酷热难耐的天气里，孩子和宠物被留在车内是另一个普遍存在的问题，这项技术有可能检测到这一问题。
除了医疗保健和安全领域，Delta 还相信他们的 Wi-Fi 分析可以通过检测可能降低信号的物理变化，优化仓库等挑战性环境中的网络性能。通过自动调整接入点配置，他们的目标是实现与私人 5G 部署相媲美的吞吐量。
主题演讲还谈到了台达借助人工智能和机器学习的进步开展的其他前瞻性项目。这些项目包括自动 3D 建模，以帮助无人机在没有 GPS 的情况下检查桥梁等基础设施；为自动驾驶汽车生成一套扩展的测试场景，使其超出人工合理模拟的范围；甚至训练机器人在使用电梯等环境中导航。
到目前为止，这些新生项目何时或是否会变成真正的产品还没有确切的时间表，但单单是演示就值得称赞。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
