Günümüzde etrafımızdaki Wi-Fi cihazları sürekli olarak birbirleriyle sinyal alışverişi yaparak, bu radyo dalgalarının adeta bir çevre bilinci kazanmasına neden oluyor. Sinyaller sadece verici ve alıcı arasında değil, aynı zamanda duvarlar, mobilyalar ve mekandaki diğer her şeyden yansıyarak, bu yansımalar sayesinde nesnelerin konumları hakkında bilgi taşıyor. Bu yankılı veri, Wi-Fi CSI (Kanal Durum Bilgisi) olarak adlandırılıyor ve geçmişte odanın kabataslak çizimlerini oluşturmak için kullanılabilse de, yapay zeka bu süreci çok daha doğru bir hale getirdi.
Bilim insanları, yapay zeka tabanlı yayılma modellerini (latent diffusion models) Wi-Fi CSI ile birleştirerek, yüksek çözünürlüklü ve doğru oda görüntüleri oluşturmanın bir yolunu keşfetti. CSI tabanlı görüntüleme yeni bir kavram olmasa da, genellikle yetersiz veri nedeniyle kaba sonuçlar veriyordu. Bu noktada yapay zeka devreye girerek, görüntüleri adeta fotogerçekçi hale getirmek için eksik bilgileri tamamlıyor. Bu yöntem, CSI verilerini piksel uzayı yerine 'latent uzay'a haritalayarak ismini alıyor: LatentCSI.
Piksel uzayı, çok fazla ham veri içeren normal görüntüleri ifade ederken, latent uzay modern görüntü oluşturucuların (Stable Diffusion gibi) kullandığı, sıkıştırılmış bir iç temsil biçimidir. LatentCSI, Wi-Fi CSI verilerini alır, bunları latent uzaya çevirir ve ardından yüksek çözünürlüklü görüntüler üretebilen, önceden eğitilmiş bir yayılma modeline besler. Bu model, Wi-Fi'ın tek başına yakalayamadığı ince detayları ve dokuları hayal ederek tamamlıyor. Araştırmacılar, sıradan görüntüler yerine Wi-Fi verilerini kabul eden modifiye edilmiş bir kodlayıcı ile Stable Diffusion 3'ü kullandılar. Bu sayede hem daha hızlı hem de daha az kaynak tüketimiyle işlem gerçekleştiriliyor.
Burada anahtar kelime 'önceden eğitilmiş' olmasıdır. Araştırmacılar, odanın gerçek fotoğraflarını kullanarak modeli eğittiler. Bu, modelin odanın nasıl göründüğüne dair önceden bir anlayışa sahip olduğu anlamına geliyor. Dolayısıyla, yapay zeka burada ana iş yükünü üstlenirken, Wi-Fi CSI odanın şu anki gerçek durumunu, yani kaç kişinin bulunduğunu, nerede durduklarını ve nesnelerin genel düzenini gerçek zamanlı olarak sağlıyor.
LatentCSI'nin mevcut Wi-Fi görüntüleme yöntemlerinden önemli ölçüde daha iyi olmasına rağmen, yalnızca çevreyi güçlü bir şekilde anlayan önceden eğitilmiş modellerle çalıştığı belirtiliyor. Bu, doğrudan bir modem verisiyle odanızın tahmini bir görüntüsünü elde edemeyeceğiniz anlamına geliyor. Ancak, bazı modern modemlerin zaten hareket algılama yeteneklerine sahip olması, bu teknolojinin getirebileceği gizlilik endişelerini de beraberinde getiriyor. Bu gelişmeler, her ne kadar henüz bir laboratuvar denemesi olsa da, gelecekteki olası kullanım alanları ve potansiyel riskler hakkında düşünmeye sevk ediyor.
