Dina Katabi, BC ’99, PhD ’03

In Katabi

In KatabiPatrick Leger

Dina Katabi, SM '99, PhD '03, stammte aus einer Familie von Ärzten in Syrien, wo sie geboren wurde, aber sie verließ das Medizinstudium, um sich mehr auf Mathematik zu konzentrieren, und studierte Elektrotechnik an der Universität von Damaskus und dann Informatik als Doktorandin am MIT, wo sie jetzt Professorin ist.

In ihrer frühen Arbeit entwickelte sie neuartige Möglichkeiten, um Überlastungen in drahtlosen Netzwerken zu verhindern und Dinge wie Wi-Fi und Mobilfunkdienste schneller und effizienter zu machen. Um das Problem der Interferenz – Signale, die um den gleichen Weg konkurrieren – zu überwinden, hat sie es angenommen und eine Methode entwickelt, um Signale aus verschiedenen Quellen zu mischen und sie auf der Empfängerseite zu decodieren.



Ein Markenzeichen ihrer Arbeit, sagt sie, ist die Überbrückung von Disziplinen, und ihre Herangehensweise an drahtlose Netzwerke ist insofern einzigartig, als sie vom Signal bis zur Anwendung reicht. Es ist nicht die traditionelle Art und Weise, wie Menschen über ein Feld denken, sagt sie.

Als sie 2013 ein MacArthur-Genie-Stipendium gewann, hatte Katabi ihren Fokus von der Art und Weise, wie drahtlose Signale Daten übertragen, darauf gerichtet, wie sie von Menschen abprallen. Ihr Team baute ein an der Wand montiertes Gerät, das Funkwellen mit extrem geringer Leistung aussendet und maschinelles Lernen nutzt, um Informationen aus der Art und Weise zu extrahieren, wie diese Signale von den Körpern der Menschen reflektiert werden. Da die Signale Wände durchdringen, wird das Gerät zu einer Art Röntgenblick, der den Herzschlag, die Atmung, den Gang und mehr einer Person ohne jeden tragbaren Sensor messen kann. Diese Informationen können auch emotionale Zustände und sogar bestimmte Schlafstadien offenbaren.

Die Vision ist es, eine passive Überwachung für Gesundheit und Wohlbefinden durchzuführen, sagt Katabi. Das Gerät könnte zum Beispiel subtile Veränderungen bei Alzheimer-Patienten erkennen und einige Wirkungen ihrer Medikamente überwachen. Sie glaubt, dass ihre Technologie auch Metriken wie die Schmerzskala objektiver machen könnte, ein weiterer Weg, um die Medizin zu verbessern.

verbergen