Forskere fra Stanford University og University of Pittsburgh har udviklet software, der udnytter en smartphones indbyggede accelerometer, og bruger dette til at afgøre, om dens bruger kan være fuld - udelukkende baseret på hvordan de går.
"Hver smartphone i øjeblikket fremstillet har mange indlejrede sensorer," Brian Suffoletto, lektor i akutmedicin ved Stanford University, fortalte Digital Trends. "En af disse sensorer er et 3-akset accelerometer. Vi fik adgang til denne sensor og prøvede bevægelsen fremad-tilbage, side-til-side og op-ned retning 100 gange i minuttet, mens personer gik i en lige linje ved hjælp af en gratis app, Phyphox. Vi rensede derefter dataene og genererede funktioner relateret til gang, såsom skridthastighed og variabilitet af side-til-side-bevægelse. [Derefter] trænede vi en model, hvor hver person fungerede som deres egen kontrol og undersøgte, hvor godt disse modeller, når de vises nye data om individet, kunne skelne mellem perioder med forgiftning og ædruelighed."
Anbefalede videoer
Til undersøgelsen rekrutterede forskerne 22 voksne frivillige i alderen 21 til 43. De fik en blandet drink indeholdende vodka, der ville give en alkoholprocent på 0,2 procent. I syv timer skulle deltagerne udføre forskellige gangopgaver, mens de blev alkometer.
Relaterede
- Hvordan Nintendo kunne bruge A.I. at bringe 4K-spil til Switch Pro
- For at bygge en naturtro robothånd skal vi først bygge en bedre robothjerne
- Facebook-undersøgelse viser, hvordan sociale medier kan påvirke vores ferieadfærd
Disse data blev derefter brugt til at bygge en A.I. model. Algoritmen er angiveligt omkring 90 % nøjagtig til at forudsige, hvornår alkoholkoncentrationen i åndedrættet overstiger 0,08 %. Dette er det niveau, hvor en person vil teste positiv for kørsel under indflydelse (DUI) i USA.
Kommer du snart til en telefon nær dig?
Der er selvfølgelig forskelle i folks gangmønstre, som kan påvirke sådanne aflæsninger. En person med et problem i skridtet, fra at brække benet som barn, kunne gå på en måde, der kunne resultere i en falsk positiv. På grund af dette, sagde Suffoletto, er det vigtigt, at enhver fremtidig kommerciel version af dette værktøj skal sikre, at hver bruger fungerer som deres egen kontrol. Det betyder, at de skulle give nok baseline-data om, hvorvidt de havde drukket alkohol på bestemte tidspunkter for at træne modellen på netop deres telefon.
Forvent dog ikke, at dette værktøj sendes i den nærmeste fremtid. "Der er flere vigtige ting, der skal ske, før vi er sikre på effektiviteten, og dette værktøj kan blive udrullet kommercielt," sagde Suffoletto. ”For det første skal vi bygge modeller, der er nyttige, når telefonen placeres på forskellige dele af kroppen eller i en håndtaske. Derefter skal vi bestemme, hvor godt modellerne fungerer i den virkelige verden, hvor folk måske ikke går i lige linjer. Mest interessant for mig er, om en kombination af forskellige funktioner såsom skrivehastighed på en telefon [også] kunne komplementere gangfunktioner."
Hvor nyttigt et værktøj som dette ville være, vil naturligvis afhænge af, hvordan dataene bruges. Hvis det bruges til at forhindre folk i at drikke og køre ved at sende en meddelelse om, at du ikke bør sidde bag rattet i bilen, ville det være en god idé. Hvis det bruges til at fortælle annoncører, at du nyder at drikke ved frokosttid på en fredag? Måske mindre.
Et papir, der beskriver arbejdet, var for nylig offentliggjort i Journal of Studies on Alcohol and Drugs.
Redaktørens anbefalinger
- Er du vores næste forfatter eller redaktør? Vi ansætter!
- Smart ny A.I. systemet lover at træne din hund, mens du er væk hjemmefra
- Vi kan snart hoste ind i vores telefoner for at se, om vi har COVID-19
- Denne nylige undersøgelse viser, at vi allerede er vant til vores A.I. assistenter
- En app bruger dit smartphone-kamera til at fortælle, om du er opmærksom på arbejdet
Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.
