13岁少年因研发AI跌倒检测设备获2.5万美元奖励 - 商业内幕

虽然许多青少年正在使用AI来完成家庭作业和社交，但13岁的凯文·唐（Kevin Tang）却用它来帮助他人。

"几年前，我奶奶不幸在我家的厨房里摔倒了，而且没有人立即注意到，"唐告诉《商业 Insider》。等到家人发现她并拨打911时，"已经太晚了，因为她留下了永久性的脑损伤。"

后来他得知，他朋友的祖辈也曾经摔倒过，而且由于他们住在另一个州，家人直到第二天才发现。

在那之后，唐感到必须找到一种方法，不仅帮助他的家人和朋友，还要帮助每年遭受摔倒困扰的数百万老年人。

BI的"年轻天才"系列聚焦于下一代创始人、创新者和思想家，他们正在努力重塑行业并解决全球挑战。在此查看该系列的更多故事，或联系编辑杰西·奥尔维格（Jess Orwig）分享您的故事。

他的FallGuard项目为他赢得了2025年3M青年科学家挑战赛的一等奖和25,000美元的现金奖励，他表示他已经将部分奖金重新投入到项目的改进和发展中。

唐于2024年夏天开始研发FallGuard。从那时起，他已经将其构建并开发成一个使用AI实时检测人员摔倒的设备，并通过FallGuard移动应用程序立即向该人员的家人手机发送警报。它还可以检测一个人躺下时间过长的情况。

"该系统不依赖蜂窝网络运营商，也不会产生任何消息费用，"唐在一封后续电子邮件中写道。"一个FallGuard设备可以链接到多个手机，这样多个护理人员可以同时收到警报。"

与需要记住充电和佩戴的可穿戴设备不同，FallGuard通过连接到计算机的摄像头工作。"你可以把[摄像头]放在墙上，它就一直工作，"唐说，后来补充道，"没有录制或上传视频，这有助于保护隐私。"

有几个局限性是，人必须摔倒摄像头的视野范围内。此外，摄像头必须连接到装有FallGuard模型的计算机，该模型一次只能支持一个摄像头。唐说他正在努力扩展系统，使一个设备可以支持多个摄像头，这些摄像头可以放置在整个房子的各个地方。"这样你就无需使用多台电脑，"他说。

唐使用MediaPipe（谷歌开发的AI库）构建了FallGuard，该库可以通过在人体上放置关键点来映射屏幕上的人。通过唐开发的两阶段跌倒检测算法，FallGuard随时间分析姿势和运动。唐表示，它通过计算机视觉模型中的一种常见工具——边界框（bounding boxes）来实现这一点，该工具可以追踪人体比例从站立到躺下的变化。

如果AI检测到躺下事件，它会查看前一秒钟以检查人员的速度是否突然下降，从而帮助区分跌倒和故意躺下。

他说，还有一些小问题需要唐解决，以提高FallGuard的可靠性。

在3M青年科学家挑战赛期间，唐与3M的机器人学和AI专家马克·吉尔伯森（Mark Gilbertson）配对，后者在该项目上指导他。

虽然凯文自己完成了所有的编程和设计，但吉尔伯森表示他帮助解决了诸如唐应该如何将设备安装在墙上以及使用什么材料之类的问题。

从一开始，吉尔伯森就说凯文的个性和项目就引起了他的注意。"我喜欢他的项目与他的生活有情感联系，"吉尔伯森告诉BI。

吉尔伯森说，当唐获奖时，他很高兴这条新闻会让更多可能使用FallGuard的人了解到它。

确实，唐说迄今为止他已经收到了大约500个家庭的兴趣。"有一个案例让我印象深刻，是一个人非常努力地照顾他的妻子，但他自己是聋人，所以听不见妻子摔倒，"吉尔伯森说，并补充说那个人表示，"这个发明真的会改变我们的生活和生活质量。"

唐使用奖金的一件事是购买了一台MacBook来为计算机编写FallGuard应用程序，这样人们就可以将自己的计算机转换为FallGuard设备。他说它适用于大多数普通计算机。

当被问及最自豪的是什么时，唐没有提到奖金、头衔或媒体关注。相反，他指向了设备本身，它挂在他身后的墙上。

"我真的很自豪我的项目从一开始就经历了如此多的演变，"他说。从三脚架和相机，到壁挂式设备，再到任何人都可以下载的应用程序——每个型号都比前一个有所改进。"我只是不断工作，直到有了最终产品。"