Wi-Fi Sinyalleri ve Yapay Zeka Kullanılarak Odaların Gerçek Görüntüleri Oluşturuldu
Etrafımızdaki Wi-Fi cihazları sürekli olarak birbirleriyle sinyal alışverişi yapar ve bu da yankılı bir ortam yaratır. Radyo dalgaları yalnızca vericiyle alıcı arasında gidip gelmez; aynı zamanda duvarlardan, mobilyalardan ve çevrenizdeki diğer tüm nesnelerden de yansır. Böylece bulunduğunuz ortam hakkında, yani eşyaların nerede olduğuna dair bilgi taşır. Bu yankılı veriye Wi-Fi CSI (Channel State Information, Kanal Durum Bilgisi) deniyor. Daha önce CSI verileri kullanılarak odanın kaba taslak haritaları çıkarılabiliyordu, fakat yapay zeka sayesinde artık çok daha net sonuçlar elde edilebiliyor.
Gizli Difüzyon Modelleri Kullanıldı
Tokyo Bilim Enstitüsü’nden araştırmacılar, gizli difüzyon modellerini (latent diffusion models) Wi-Fi CSI ile birleştirerek odaların yüksek çözünürlüklü görüntülerini hem doğru hem de verimli bir şekilde üretmeyi başardı. CSI tabanlı görüntüleme yeni bir yöntem değil, ancak tek başına kullanıldığında yeterli veri olmadığından düşük kaliteli sonuçlar üretebiliyor. Üstelik yüksek işlem gücü gerektirdiği için süreç yavaş işliyor. Bu noktada yapay zeka devreye girerek boşlukları dolduruyor ve fotogerçekçi görüntüler ortaya çıkarıyor. Bunun için CSI verisi, doğrudan pikseller üzerinden değil, latent (gizli) uzaya aktarılıyor. Bu yüzden yönteme LatentCSI adı verilmiş.
Piksel uzayı, ham veriler taşıyan normal görselleri ifade ederken; gizli uzay, günümüzdeki görüntü üretici modellerin (ör. Stable Diffusion) kullandığı sıkıştırılmış, soyut bir içsel temsil biçimini ifade ediyor. LatentCSI yöntemi, Wi-Fi CSI verilerini gizli uzaya çeviriyor ve ardından bunu önceden eğitilmiş bir difüzyon modeline göndererek yüksek çözünürlüklü görüntüler üretiyor. Yapay zeka böylece Wi-Fi’nin yakalayamadığı ince detayları ve dokuları hayal ederek ekliyor. Araştırmacılar, Stable Diffusion 3’ün Wi-Fi verisini kabul edecek şekilde değiştirilmiş bir kodlayıcı sürümünü kullandılar; bu sayede süreç daha hızlı gerçekleşti ve daha az hesaplamaya ihtiyaç duyuldu.
Burada anahtar kelime “önceden eğitilmiş (pretrained)”. Çünkü araştırmacılar, odaya ait gerçek fotoğrafları alıp modeli bu görsellerle eğittiler. Yani model, odanın nasıl göründüğünü zaten biliyordu. Yapay zeka asıl işi yaparken, Wi-Fi CSI verisi odanın o anki gerçek zamanlı durumunu (kaç kişi olduğu, nerede durdukları, mobilyaların konumu vb.) sağlıyor.
Her ne kadar LatentCSI önceki Wi-Fi tabanlı görüntüleme yöntemlerinden çok daha iyi sonuçlar verse, yalnızca ortamı zaten iyi bilen, önceden eğitilmiş modellerle çalışıyor. Yani, internet servis sağlayıcına yönlendirici verilerini gönderip odanın görüntülerini oluşturmak mümkün değil. Fakat günümüzdeki bazı modemlerin halihazırda hareket algılama özelliğine sahip olduğunu düşünürsek, buradan doğabilecek gizlilik endişelerini görmek zor değil.
