Wi-Fi-verkkoon kytketyt laitteet ympärillämme vaihtavat jatkuvasti tilaorientoituneita radioaaltoja. Nämä radioaallot heijastuvat seinistä, huonekaluista ja muista esineistä tilassa muodostaen tietoa näiden esineiden sijainnista. Tällaista tietojoukkoa tai tietoa Wi-Fi-kanavan tilasta (Wi-Fi CSI) on aiemmin opittu käyttämään karkeiden tilojen luonnosten rakentamiseen, ja näiden luonnosten tarkkuutta voidaan parantaa tekoälyn avulla.
Suomen yliopiston tutkijat ovat ehdottaneet menetelmää Wi-Fi CSI -tietojen käsittelyyn tekoälyn diffuusiomallien avulla. Matemaattisiin algoritmeihin perustuva Wi-Fi CSI -visualisointi antaa vain likimääräisiä tuloksia riittämättömän lähtötietomäärän vuoksi ja vaatii liian suuria laskentaresursseja – nämä puutteet voidaan korvata diffuusio-AI-mallilla, joka on koulutettu luomaan fotorealistisia kuvia. Tämä saavutetaan muuntamalla Wi-Fi CSI latentiksi (piilotetuksi) tilaksi – yleiseksi esitykseksi kohteista, joita diffuusio-AI-mallit käsittelevät, eikä pikselijoukoksi; siksi menetelmä on saanut nimen LatentCSI.
LatentCSI-tekniikka edellyttää Wi-Fi CSI:n muuntamista latentiksi tilaksi, joka sitten siirretään ennalta koulutettuun diffuusio-malliin, joka puolestaan tuottaa korkean resoluution kuvan, jossa on pieniä yksityiskohtia ja tekstuureja, joita Wi-Fi ei pysty itse ”näkemään”. Projektissaan tutkijat kytkivät Wi-Fi CSI -kooderin Stable Diffusion 3 -malliin, joka otti sen tiedot vastaan kuvan generointipyyntöinä, mikä säästää laskentaresursseja. On tärkeää, että malli oli esikoulutettu todellisilla valokuvilla tutkittavasta tilasta, eli se tiesi, miltä tila näyttää tyhjänä. Sen jälkeen tekoäly palautti muuttuvan ympäristön tilan näyttämällä, kuinka monta ihmistä huoneessa oli, missä he seisoivat ja mikä oli esineiden yleinen sijainti sisällä.
On epätodennäköistä, että palveluntarjoajat voivat nyt seurata tilaajia reitittimien avulla, mutta LatentCSI-tekniikka herättää kuitenkin joitakin kysymyksiä yksityisyyden suojasta. Se todennäköisesti auttaa seuraamaan ihmisiä, vaikka tällä hetkellä se on vain laboratoriossa esitetty demonstrointi. Tämä ei ole ensimmäinen tällainen ratkaisu: aiemmin italialaiset tutkijat ehdottivat tapaa tunnistaa ihmiset heidän kehonsa aiheuttamien Wi-Fi-signaalien vääristymien perusteella, ja suomalaiset tutkijat rakensivat radiosignaaleihin perustuvan näköjärjestelmän roboteille.
