← Radar

Konu: Araştırma3 dk okuma

Wi-Fi seni duvarın arkasından görebilir mi? Wi-Fi algılama, abartısıyla ve gerçeğiyle

Bu neden önemli?

Kamera olmadan hareket algılamak; yaşlı bakımı ya da alarm için faydalı. Ama Wi-Fi duvardan geçtiği için aynı teknik, evde olup olmadığını ya da ne zaman uyuduğunu dışarıdan anlamaya da yarayabilir. Wi-Fi algılama artık resmî bir standart, yani bu konu yakında modemlerin içine girebilir.

Wi-Fi sinyali odada ne yapıyor?

Modemin bir veri paketi gönderdiğinde sinyal telefonuna dümdüz gitmiyor. Duvarlardan, eşyalardan ve senden yansıyarak, birçok farklı yoldan geliyor. Wi-Fi bir paketi aynı anda onlarca dar frekans parçası (alt taşıyıcı) üzerinden gönderiyor. Alıcı cihaz, her parçanın ne kadar zayıfladığını ve ne kadar kaydığını ölçüyor.

Bu ölçümün adı CSI (Channel State Information, yani kanal durum bilgisi). Cihaz bunu her pakette zaten hesaplıyor, çünkü veriyi doğru çözebilmek için kanalın o anki hâlini bilmesi gerekiyor. Normalde bu sayılar kullanıldıktan sonra atılıyor. Ama saklarsan bir şey fark ediyorsun: Odada biri hareket ettikçe sayılar da değişiyor. Vücudun, sinyalin yansıma biçimini bozuyor.

Kamera öğretmen, Wi-Fi öğrenci

Asıl zorluk bu sayıların ne anlama geldiğini çözmek. İnsan gözüne rastgele dalgalanan değerler gibi görünüyorlar. Araştırmacıların çözümü zekice: Odaya bir kamera koyup görüntüdeki vücut duruşunu bir poz tanıma modeliyle çıkarıyorlar. Aynı anda Wi-Fi verisini kaydediyorlar. Sonra ikinci bir modeli sadece Wi-Fi verisine bakıp kameranın verdiği cevabı tahmin etmeye eğitiyorlar. Model yeterince öğrendiğinde kamera kaldırılıyor. Carnegie Mellon Üniversitesi’nin 2022 sonunda yayımlanan “DensePose From WiFi” çalışması bu fikrin en bilinen örneği.

RuView: İddialar ve küçük yazılar

RuView, Wi-Fi ile duvar arkasından insan, nefes ve kalp atışı algıladığını söyleyen, GitHub’da çok popüler olmuş açık kaynak bir proje. Ucuz ESP32-S3 kartları için CSI toplayan bir yazılım da içeriyor. (Aynı çip ailesinde dil modeli çalıştıran bir projeyi de görmüştük.)

Ama projenin kendi belgeleri bile manşetten daha temkinli. %82’lik poz doğruluğu, Singapur’da 40 kişiyle dört farklı odada kaydedilmiş MM-Fi veri setinde ölçülmüş. Test örnekleri eğitimdeki kayıtlarla aynı oturumlardan geliyor. RuView’in kendi çalışmasına göre model hiç görmediği bir odada denendiğinde doğruluk %10 civarına iniyor. Birkaç etiketli örnekle o odaya göre yeniden ayarlanınca toparlanıyor. Projenin README’si tek ESP32 kartla canlı iskelet çıkarma özelliğinin henüz hedefin çok altında olduğunu da yazıyor. Videoya göre RuView’in viral demosunda kişiyi takip eden iskelet aslında web kamerasından geliyor, Wi-Fi kısmı simüle ediliyor.

Üç kart, bir öğleden sonra

Better Stack’ten Andris bunu evde denedi. 10 dolarlık üç ESP32-S3 kartına RuView’in yazılımını yükledi. İki değişiklik yaptı: Her kart kendi rengiyle yanıyor ve kartlar sadece modemi değil, birbirlerini de dinliyor. Böylece odayı farklı açılardan kesen dokuz “algılama hattı” oluşuyor.

Eğitimde web kamerası öğretmen oldu. Google’ın MediaPipe poz modeli tarayıcıda çalışıp “oturuyor”, “çömeliyor” gibi etiketler üretti. Görüntü tarayıcıdan çıkmadı, sadece etiket gönderildi. Toplam 9 dakikalık hareket kaydıyla küçük bir model eğitildi. Ayrı bir test oturumunda sekiz hareketin ortalaması %79,5 çıktı. Rastgele tahmin %12,5 verirdi. Oda boşken model her seferinde doğru bildi. Zıplama %97, oturma %93 oldu. El sallama ise sadece %13’te kaldı: Kollar vücuda göre küçük, sinyali yeterince değiştirmiyor.

Kurulumun sınırları açık. Bir kişi, bir oda, bir öğleden sonra. Kartların yeri değişirse ya da odaya başka biri girerse model yeniden eğitilmeli.

Gizlilik tarafı

Bu düzenin en kolay yaptığı iş, odada biri olup olmadığını anlamak. Wi-Fi sinyali duvardan geçiyor ve modemin sürekli yayın yapıyor. Videoya göre prensipte duvarın öbür tarafına konan ucuz bir kart, evde olup olmadığını ya da ne zaman uyuduğunu çıkarmaya yetebilir. Hırsızın işine yarayacak tam da bu bilgi.

IEEE, Wi-Fi algılamayı resmî bir standart hâline getirdi: 802.11bf, Eylül 2025’te yayımlandı. Wi-Fi’nin alt katmanlarına, cihazların algılama ölçümlerini standart bir yolla yapabilmesi için eklemeler getiriyor. Yani bu özellik ileride sıradan modemlere hazır gelebilir. Aynı teknik iyi işlere de yarıyor: kamerasız bir hareket sensörü, evde yalnız yaşayan yaşlı bir yakının hareket edip etmediğini izlemek ya da düşme algılama.

Düşün

  • Evindeki modem, odada kimin olduğunu bilebilseydi bu veriyi kimin görmesine izin verirdin?
  • Kamerasız algılama, kameraya göre daha mı gizlilik dostu, yoksa sadece daha mı görünmez?

Videoyu izle

Tıklayınca video YouTube'dan yüklenir; o ana kadar bu sayfa YouTube'a hiçbir istek göndermez.
Kaynaklar (8, İngilizce)

Kendi cümlelerimizle yazılmış bir özettir, çeviri değildir. Tüm kaynaklar yukarıda.

Konu: Araştırma3 dkVideo: Better Stack

AIR-LLM: Baz istasyonu modeli yayınlasa, telefonun hesabı radyo dalgasında yapsa?

MIT ve Duke'tan araştırmacılar, bir dil modelinin ağırlıklarını 5G baz istasyonundan yayınlamayı ve telefonun hesabı belleğe hiç yazmadan, doğrudan gelen radyo sinyali üzerinde yapmasını öneriyor. Simülasyonda cihazın harcadığı enerji yüzlerce kat düşüyor. Ama bu henüz gerçek bir telefon ve gerçek bir kuleyle denenmemiş bir fikir.

Konu: Araştırma3 dkVideo: Better Stack

Dust: Geri yayılım olmadan transformer eğitmek, küçük ölçekte işe yaradı

Bugünkü bütün sinir ağları geri yayılımla (backpropagation) eğitiliyor. Q Labs'in Dust yöntemi, gradyanı hesaplamak yerine katman çıktılarına küçük rastgele dürtmeler yapıp sonucu ölçerek tahmin ediyor. Küçük GPT tarzı modellerde kısa eğitimlerde geri yayılımı geçti, ama şimdilik çok daha fazla hesap istiyor.