– Por Redacción Guía Libre
En los últimos años, la idea de que señales de WiFi puedan “ver” a los seres humanos a través de paredes ha pasado de ciencia ficción a resultados demostrados en laboratorio.
Investigadores del MIT han liderado varios avances notables en esta dirección, desarrollando sistemas capaces de extraer información de presencia, movimiento e incluso esquemas de postura corporal sin emplear cámaras ni sensores adheridos al cuerpo.
Estos proyectos aprovechan las propiedades físicas de las ondas de radio —su capacidad de atravesar algunos obstáculos, reflejarse y modificarse por el entorno— para inferir lo que sucede en espacios ocultos o con obstrucciones.
Uno de los primeros trabajos fue Wi-Vi, presentado en 2013 por Fadel Adib y Dina Katabi. En ese sistema se transmiten dos señales de WiFi casi idénticas, pero desfasadas (una invertida), de modo que las reflexiones de objetos estáticos se cancelen y solo queden aquellas que cambian en el tiempo (es decir, las provenientes de personas en movimiento).
Con ello, Wi-Vi puede estimar cuántas personas hay tras una pared y sus desplazamientos básicos. Aunque no reconstruye un “esqueleto humano”, marca una primera hazaña al discriminar movimiento y ubicación en ambientes ocultos.
Más recientemente, el proyecto WiTrack (también del equipo de Katabi / Adib) representa un paso más ambicioso: rastrear movimiento en tres dimensiones (x, y, z) sin que la persona use dispositivo alguno. Las mediciones experimentales mostraron que WiTrack puede localizar el centro de masa de un cuerpo con errores medianos de entre 10 y 13 cm en horizontal y 21 cm en la vertical.
Además, es capaz de proporcionar una estimación gruesa de la dirección de un brazo extendido (por ejemplo, determinar hacia dónde apunta una mano) con un error angular mediano de unos 11,2 grados.
El salto más notable hacia la estimación de postura corporal completa vino con RF-Pose, un sistema que combina señales de radiofrecuencia con redes neuronales para traducir las reflexiones que rebotan en distintas partes del cuerpo humano en una figura de “palitos” (stick figure) que representa articulaciones, postura y movimiento.
En su diseño, se usaron cámaras como supervisor en el proceso de entrenamiento: la red aprendió a correlacionar las señales de radio con las posturas visuales captadas por la cámara, y después ―ya entrenada— opera solo con señales de radio, incluso en escenarios donde hay muros u obstáculos.
Sorprendentemente, aunque nunca había visto a través de paredes durante su entrenamiento, el modelo generaliza lo suficiente como para estimar posturas en entornos con oclusiones.
Un proyecto más reciente llamado BodyCompass busca aplicar estas ideas al monitoreo del sueño. La meta es inferir la postura corporal de una persona mientras duerme sin usar cámaras ni sensores adheridos.
En estudios con más de 200 módems WiFi instalados en hogares reales, el sistema alcanzó una precisión de alrededor del 94 % cuando se dispone de datos etiquetados del usuario (y algo menor si la calibración es limitada).
Esto demostraría que no solo es factible usar radiofrecuencia para detectar posturas activas, sino también para aplicaciones pasivas y prolongadas durante las noches.
Naturalmente, estos avances tienen también desafíos importantes. El entorno —muros gruesos, materiales densos, múltiples reflexiones (multipath)— dificulta el filtrado de señales ruidosas. También la presencia de múltiples personas puede complicar la separación de las reflexiones correspondientes a cada cuerpo.
Muchos de estos sistemas han sido en demostraciones controladas de laboratorio o en ambientes quizá más simples que una vivienda típica con muchos objetos y mobiliario variados. Además, el tema de la privacidad es delicado: aunque no se capturan imágenes tradicionales, la capacidad de “ver” a través de muros plantea riesgos de vigilancia no deseada (un ejemplo de la ciencia ficción lo tenemos en la película Batman, el caballero de la noche, donde aplican precisamente eso, pero usando teléfonos celulares como sonares).
En resumen, los trabajos del MIT y de otros grupos muestran que la idea de usar ondas WiFi o radiofrecuencia para detectar personas, ubicaciones e incluso posturas corporales no es mera especulación: es realidad en prototipos experimentales.
Con desarrollos futuros en hardware, algoritmos de aprendizaje automático más robustos y salvaguardas éticas, esta tecnología podría integrarse en sistemas de salud, hogares inteligentes, vigilancia de caídas y otras aplicaciones útiles — siempre cuidando los límites éticos y legales que implica “ver” sin cámara.
