Hacker News · 27.07.2026 ·ИИ в бизнесе

ИИ-алгоритмы научились определять уровень стресса дайверов по пузырькам воздуха

Исследователи из Университета Миннесоты разработали систему компьютерного зрения, способную оценивать психофизиологическое состояние дайверов в реальном времени. Анализируя размер, частоту и динамику выхода пузырьков воздуха при выдохе, ИИ-модель выявляет признаки паники или стресса. Технология позволяет автономным подводным роботам оперативно реагировать на критические ситуации, обеспечивая безопасность людей в сложных условиях погружения.

Традиционные методы мониторинга состояния дайверов требуют использования громоздких датчиков, которые могут ограничивать подвижность и создавать неудобства. Новый подход опирается исключительно на визуальные данные, получаемые с камер, установленных на подводных аппаратах или шлемах. Нейросеть была обучена на обширном массиве видеозаписей, где сопоставлялись параметры дыхания с объективными показателями стресса, что позволило добиться высокой точности распознавания паттернов поведения.

Внедрение подобных систем открывает новые возможности для автоматизации спасательных операций и повышения безопасности при проведении глубоководных работ. Роботизированные помощники, оснащенные таким «зрением», могут сопровождать дайверов, вовремя подавая сигналы тревоги или предлагая помощь при обнаружении аномалий в дыхательном ритме. Это решение снижает зависимость от человеческого фактора в экстремальных средах.

Ключевые факты

Разработчики использовали алгоритмы компьютерного зрения для анализа динамики пузырьков воздуха, выдыхаемых дайвером.
Система способна в реальном времени классифицировать уровень стресса, основываясь на изменении частоты и объема выдоха.
Технология позволяет автономным роботам-компаньонам мониторить состояние человека без использования носимых биометрических датчиков.
Исследование проводилось специалистами Университета Миннесоты для повышения безопасности в профессиональном дайвинге и подводных исследованиях.

Источник: Hacker News

Обсудить с ИИ

Похожие материалы

Hacker News · ИИ в бизнесе Использование ИИ-дронов в поисково-спасательных операциях Австралийские спасатели успешно применили беспилотники с ИИ-аналитикой для обнаружения пропавших туристов в труднодоступной местности. Система компьютерного зрения в реальном времени обрабатывает видеопоток, выделяя объекты, соответствующие силуэтам людей, что значительно сокращает время поиска по сравнению с визуальным осмотром местности операторами. Технология позволяет эффективно работать в условиях сложного рельефа и ограниченной видимости. arXiv · ИИ в бизнесе ИИ-мониторинг среды в реанимации для прогнозирования делирия Исследователи представили метод раннего выявления делирия у пациентов в отделениях интенсивной терапии с помощью анализа факторов окружающей среды. Делирий является распространенным осложнением, которое значительно увеличивает сроки госпитализации и стоимость лечения, однако его своевременная диагностика остается сложной задачей для медицинского персонала. arXiv · Исследования и наука NeuralActuator: повышение точности управления роботами через нейросетевое моделирование Исследователи представили NeuralActuator — метод нейросетевого моделирования динамики приводов, решающий проблему расхождения между симуляцией и реальностью в робототехнике. Традиционные линейные модели не учитывают трение, гистерезис и тепловые эффекты, что критично для бюджетных платформ. Новый подход позволяет более точно предсказывать выходной крутящий момент, значительно повышая эффективность обучения политик управления и точность выполнения команд в сложных физических условиях. arXiv · Машинное обучение Физико-ориентированный подход к детекции падений на edge-устройствах Исследователи представили новый метод обнаружения падений, основанный на анализе динамики устойчивости человеческого тела, а не на классификации статических поз. Подход использует физические принципы для оценки потери равновесия в реальном времени, что позволяет эффективно внедрять систему на маломощных edge-платформах. Это решение повышает точность мониторинга в системах безопасности и ухода за пожилыми людьми, минимизируя ложные срабатывания. arXiv · Машинное обучение Адаптивные границы безопасности для визуальной навигации роботов Исследователи представили метод адаптивной настройки границ безопасности для автономных роботов, работающих в сложных закрытых пространствах. Вместо использования фиксированных параметров, которые часто приводят к ошибкам из-за неточностей восприятия, система динамически корректирует дистанцию до препятствий. Это позволяет роботам избегать лишних объездов и минимизировать риск столкновений при движении в условиях неопределенности. arXiv · Исследования и наука Автоматическое распознавание стресса по голосу в клинических исследованиях Исследователи разработали метод автоматического определения уровня стресса на основе анализа речи, используя данные Трирского социального стресс-теста. Система классифицирует состояние человека как стрессовое или нейтральное, а также прогнозирует физиологические и эмоциональные реакции. Технология предлагает неинвазивный способ мониторинга психического состояния, что открывает новые возможности для поведенческой психологии и клинической диагностики без необходимости использования громоздких датчиков. arXiv · Память и RAG Как улучшить надёжность ИИ-агентов в робототехнике Исследователи из MIT и других ведущих университетов предложили новый подход к улучшению надёжности ИИ-агентов в робототехнике. В своей работе, опубликованной на arXiv, они рассматривают проблему обнаружения аномалий в поведении роботов, управляемых генеративными моделями. arXiv · Исследования и наука Объяснимое обучение с подкреплением для управления воздушным движением Исследователи представили метод объяснимого обучения с подкреплением (XRL), предназначенный для поддержки авиадиспетчеров в критически важных задачах. Система повышает доверие операторов к ИИ, предоставляя интерпретируемые обоснования для принимаемых решений. Это критически важно для внедрения автоматизации в авиации, где прозрачность алгоритмов напрямую влияет на безопасность полетов и эффективность управления сложными воздушными потоками. arXiv · Машинное обучение Новый фреймворк для диагностики повреждений конструкций с помощью ИИ Исследователи представили метод обучения нейросетей для мониторинга состояния инженерных конструкций в условиях дефицита реальных данных. Фреймворк сочетает многоуровневые сверточные автокодировщики и трансферное обучение, используя массивные симуляции для компенсации нехватки экспериментальных образцов. Это позволяет эффективно выявлять скрытые дефекты в структурах, минимизируя вычислительные затраты на генерацию высокоточных моделей и повышая точность диагностики в реальных промышленных условиях. The Decoder · ИИ в бизнесе Nvidia и университеты США обучили роботов навыкам захвата через ИИ-агентов Исследователи из Nvidia, Университета Карнеги — Меллона и Калифорнийского университета в Беркли представили метод обучения робототехники с помощью автономных ИИ-агентов. Система использует возможности генеративного кода для самостоятельной корректировки движений роботов в реальных условиях. Вместо классического программирования каждого действия, агенты анализируют неудачные попытки и автоматически переписывают алгоритмы управления, чтобы повысить точность выполнения сложных манипуляций.

← Все материалы