RESEARCH / FUTURE TECH

นักวิจัย MIT ใช้ Generative AI พัฒนาระบบมองทะลุสิ่งกีดขวางด้วยสัญญาณไร้สาย

Robohub08 Apr 2026
1 min read
Key Takeaways
  • การนำ Generative AI มาช่วยตีความสัญญาณไร้สายช่วยปลดล็อกข้อจำกัดทางฟิสิกส์ของการสะท้อนสัญญาณ ทำให้การมองเห็นผ่านสิ่งกีดขวางมีความละเอียดและแม่นยำสูงขึ้น

ทำไมเรื่องนี้ถึงสำคัญ

เทคโนโลยีนี้จะช่วยเพิ่มประสิทธิภาพให้หุ่นยนต์ในคลังสินค้าในการตรวจสอบสินค้าโดยไม่ต้องแกะกล่อง และช่วยให้หุ่นยนต์ในบ้านอัจฉริยะสามารถทำงานร่วมกับมนุษย์ได้อย่างปลอดภัยและเข้าใจพื้นที่มากขึ้นโดยไม่ละเมิดความเป็นส่วนตัว

นักวิจัยจาก MIT ได้พัฒนาเทคนิคใหม่ที่ช่วยให้หุ่นยนต์สามารถ 'มองเห็น' และจำลองรูปร่างของวัตถุที่ถูกซ่อนอยู่หลังสิ่งกีดขวางได้ โดยการนำเทคโนโลยี Generative AI มาผสานเข้ากับสัญญาณคลื่นมิลลิเมตร (mmWave) ซึ่งสามารถทะลุผ่านผนัง ไม้ หรือพลาสติกได้ แต่เดิมสัญญาณเหล่านี้มีข้อจำกัดเรื่องการสะท้อนที่ทิศทางเดียว (Specularity) ทำให้ได้ภาพที่ไม่สมบูรณ์

ทีมวิจัยได้สร้างระบบชื่อ 'Wave-Former' ซึ่งใช้ AI ที่ฝึกฝนจากข้อมูลจำลองที่เลียนแบบคุณสมบัติของสัญญาณไร้สาย เพื่อเข้ามาเติมเต็มส่วนที่ขาดหายไปของวัตถุ นอกจากนี้ยังมีระบบ 'RISE' ที่สามารถจำลองสภาพแวดล้อมภายในห้องทั้งห้องได้จากการวิเคราะห์สัญญาณที่สะท้อนจากความเคลื่อนไหวของมนุษย์เพียงจุดเดียว โดยไม่ต้องพึ่งพากล้องที่อาจละเมิดความเป็นส่วนตัว

สรุปประเด็นหลัก

Wave-Former สามารถจำลองวัตถุ 3 มิติได้แม่นยำขึ้น 20% เมื่อเทียบกับเทคนิคเดิม

ระบบ RISE สามารถจำลองห้องทั้งห้องได้จากการสะท้อนสัญญาณของมนุษย์ที่เคลื่อนไหว

ใช้การจำลองข้อมูล (Simulated Data) เพื่อฝึกฝน AI เนื่องจากข้อมูลสัญญาณ mmWave จริงยังมีจำกัด

นวัตกรรมและเทคโนโลยี

robotics

Wave-Former

ระบบ AI สำหรับสร้างภาพจำลองวัตถุ 3 มิติจากสัญญาณ mmWave ที่ไม่สมบูรณ์

research

RISE

ระบบจำลองสภาพแวดล้อมภายในอาคารโดยใช้เพียงเซ็นเซอร์เรดาร์จุดเดียวและการเคลื่อนที่ของมนุษย์

Developer Impact
วิศวกรด้านหุ่นยนต์และ IoT สามารถนำแนวคิดนี้ไปพัฒนาต่อยอดระบบเซ็นเซอร์ที่ไม่ใช้ภาพ (Non-visual sensors) เพื่อสร้างระบบอัจฉริยะที่รักษาสิทธิส่วนบุคคลได้ดียิ่งขึ้น
Keywords
#mit #wireless vision #generative ai #mmwave #robotics
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

Robohub