← 2026-05-07 の一覧へ戻るホーム
サウンド・オフ：低コストパッシブ超音波タグ

2026/05/07 2:13

サウンド・オフ：低コストパッシブ超音波タグ

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

SoundOff は、Yibo Fu 氏および共著者によって開発された低コストかつパッシブなシステムであり、カメラや能動的電子機器を必要とせずに超音波を用いて家具の動きを検出するスマートホーム技術における大きな画期的成果です（IMWUT に掲載）。人間の可聴域を超えて動作し（>20 kHz）、既存のセンサーネットワークに関連するプライバシー上の懸念やセットアップコストを直接解決すると同時に、Home Assistant などエコシステムとのシームレスな統合を可能にします。本システムの核心的イノベーションは、環境雑音下においても物理ベースのモデリングのみによって何千ものユニークなタグ幾何形状を見極める能力にあります。该系统は、信号処理パイプラインとして 20 kHz から 100 kHz の入力をバンドパスし、ピークをデータウィンドウに分割し、特定の周波数ビンを超ローカル最大値として抽出してタグを高精度に分類する高度な機能を採用しています。雑音に対する強靭さ、およびファブレーションガイドを再現できる能力から、このオープンソース技術は非侵襲的な高齢者モニタリングといったアプリケーションにおいて理想的です。ジョージア工科大学ニュースや Yahoo!Tech を含めた主要なテクノロジーメディアで紹介された SoundOff は、家庭内相互作用を追跡するためのスケーラブルかつ電子機器を使用しない手法を提供します。

本文

SoundOff: 低コスト・受動型超音波タグによる、非侵襲かつ非導入型のスマートホームセンシング

著者: Yibo Fu, Vivian Shen, Víctor Riera Naranjo, Bolei Deng, Alex T. Adams, Josiah Hester
発表誌: IMWUT (Ubicomp) プロシーディングス Vol. 9 No. 4
DOI: https://doi.org/10.1145/3770666
メディア掲載: ジョージア工科大学ニュース、Yahoo! テック、New Atlas、TechXplore、TechRadar、Digital Trends
関連資料: メディアパッケージのダウンロード

抄録

住まいや作業空間における人の動き、操作、相互作用をリアルタイムで理解することは、スマートビルディング、高齢者ケア、自動化産業などの応用において極めて重要です。数多くのシステムがこれを可能にするために複雑な電子機器を使用していますが、これらは独立したセンサーやデバイスに依存しており、常時動作のための電力供給と回路が必要となります。また、カメラやマイクを使用するため、プライバシーに関する懸念も生じます。これらの解決策は設置が困難で、エコシステムの互換性に欠け、既存デバイスのアップグレード時に追加コストがかかるという課題があります。

本稿では、SoundOff というシステムを提案します。このシステムは、室内のあらゆる環境（ドアノブ、トイレのタンクカバー、キャビネット、蛇口、窓など）に、超低コストで製造が容易な受動型超音波放出タグを配置し、家具の移動に伴って発生する一意の超音波放出を検出します。この検出はユーザーが装着するウェアラブルデバイスによって行われます。これらのタグは日常の相互作用において人間の可聴域を超える超音波信号を生成するため、非侵襲かつ非導入型となります。電子機器なしでインフラ也不需要なこのソリューションは、空間へのセンサー統合をスケーラブルに実現します。一連のパフォーマンス評価を通じて、SoundOff が異なる幾何学的形状デザインで作成した超音波放出は、各種の環境雑音に対して頑健であり互いに容易に識別可能であることを示しました。物性に基づくモデリングを用いて、一意で識別しやすい超音波放出を有する数千の設計を体系的に生成する方法を実証し、これを Home Assistant などのカスタム自動化システムへのマッピングが可能となる幅広いインタラクションの実現につなげます。本研究成果（幾何学的モデリングパイプラインと製造ガイドによるデザイン探索支援機能に加え、容易に修正可能な認識システムを含む）のオープンソース化を行います。これにより、SoundOff タグは室内環境のいたるところで複製・普及させることが可能となります。

認識処理パイプラインの手順

  1. バンドパスフィルタリング: マイク入力から 20 kHz から 100 kHz の周波数帯域を通過させ、超音波周波数のみを処理します。
  2. スパイク検出: 振幅における局所的最大値を特定することで、インパルス応答のフルスペクトログラム上のスパイクを検出します。
  3. セグメンテーションとスペクトログラム計算: 各ピークを 0.15 秒分のデータウィンドウに分割し、Librosa を使用してスペクトログラムを計算します。
  4. 縦方向スパイクの除去: 各セグメントに対して、サンプルレートが 384 kHz（ホップ長 = 512、FFT サイズ = 1024）のときに約 0.008 秒に相当するウィンドウサイズ 6 を持つメディアンフィルタを用いて、縦方向のスパイクを除去します。
  5. 局所的最大値の抽出: 各フィルタリング済みセグメントについて、周波数軸に沿って以下の条件で最大値 10 個を抽出します:
    • 35 kHz 未満：4 つ
    • 35–65 kHz の範囲内：3 つ
    • 65 kHz を超えるもの：3 つ
      注記: このビンニングアプローチは、スペクトル全体に対してではなく、隣接する周波数に対する相対性で局所的最大値を選択することを保証します。高い周波数は指数関数的に速く減衰するため、グローバルなピークを選択すると低周波数が偏って選択されるリスクがあります。このビンニング戦略により、そのバイアスを均衡させ、高周波成分の公平な表現を保証しています。
  6. 周波数のマッチング: 標識付けされた周波数に対し ±400 Hz の誤差範囲内にある場合、それらを一致とみなします。
  7. ペナルティの適用: 期待値から大きな偏差を持つ複数回のマッチについては、一致スコアへの寄与を減らすためペナルティを適用し、認識の頑健性を向上させます。
  8. 分類判断: 標識付けされた周波数の少なくとも 40%（例：タグ 1 の場合、9 つ中 4 つ）がマッチしたか、かつペナルティスコアが 0.2 未満の場合、その信号を該当するタグと分類します。
  9. 出力の伝送: マッチがみつからない場合は 
    'Uncategorized'
    を、あり場合は分類されたタグ名を、Bluetooth または HTTP リクエストを通じて送信します。

システムの評価

自動化パラメトリック形状生成

  • 物性に基づくモデリングを用いて、タグ向けに数千の一意な設計を体系的に生成できます。

リアルワールドデプロイメントと精度

  • パフォーマンス評価により、各種の環境雑音に対する頑健性が実証されました。
  • 異なる幾何学的デザインによって生成された信号は、互いに容易に識別可能であることが確認されました。

キーな応用例

  • 非侵襲的な高齢者ケアモニタリング。
  • 家具との相互作用（例：キャビネットドアの開閉）をトリガーとしたスマートホーム通知。

同じ日のほかのニュース

一覧に戻る →

2026/05/07 0:44

Valve が、クリエイティブ・コモンズライセンスの下で、Steam Controller のCAD ファイルを公開しました。

## Japanese Translation: Valve は、Steam コントローラーと Puck の CAD ファイルを正式に公開し、マッダーがスキン、グリップエクステンダー、充電スタンド、スマートフォン用マウントなどの追加機能を作成できるようにしました。このパッケージには、内部シェル（外観の表面トポロジー）のみをカバーする .STP、.STL およびエンジニアリング図面ファイルが含まれており、信号強度とデバイスの機能性を維持するため、特定の内側領域は除外されています。このリリースは、Steam Deck、Valve Index、および元々の Steam コントローラーで確立された Valve のデザインオープン哲学を継承するものです。 ファイルは、非営利利用を義務付け、出典の明記を要求し、派生作品をコミュニティに還元することを義務付ける制限付きクリエイティブ・コモンズライセンスの下で配布されています。アクセサリを製造したい商業組織は、代わりに Valve に直接連絡して特定の手続を交渉する必要があります。マッダーは外表面において自由なイノベーションが可能ですが（例：Moonlight を通じて *Forza Horizon 6* などのストリーミングタイトル用にスマートフォン用クリップを設計する場合など）、エンジニアリング図面で示されるように、適正な動作を保証するために被覆を維持すべき領域については制限も明確化されています。全体として、これはコミュニティのイノベーションを育む活発なエコシステムを促進しつつ、コアハードウェア保護を維持し、信号強度や内部操作を損なうことなく協力のための明確な経路を定義するものです。

2026/05/07 8:04

DeepSeek V4 Pro：5 月 31 日までの 75％オフ特別セール開催中

## Japanese Translation: 2026 年 4 月 26 日より、DeepSeek は v4 モデルを大規模にアップデートし、OpenAI または Anthropic API フォーマット（`https://api.deepseek.com` および `https://api.deepseek.com/anthropic`）で利用可能な新しい価格設定および技術機能を導入することを発表しました。課金は 1M トークン（入力 + 出力）あたりで行われ、トークンは文字を認識する最小単位を表します。 主要な価格改定は以下の通りです： - **deepseek-v4-flash**: 入力のキャッシュヒットが $0.0028/M、キャッシュミスが $0.14/M、出力が $0.28/M です。 - **deepseek-v4-pro**: `pro` モデルの入力および出力コストは、2026 年 5 月 31 日まで 75% 削減されます（入力キャッシュヒットは元の $0.0173/M 相当から現在 $0.0145/M に、入力キャッシュミスは元の $0.0200/M 相当から現在 $1.74/M に、出力は現在 $0.87/M に）。さらに、2026 年 4 月 26 日 UTC 12:15 から、すべてのモデルの入力キャッシュヒット価格はローンチ価格の 1/10 に引き下げられます。 技術仕様： - `flash` および `pro` の両モデルでコンテキスト長は 1M トークンに対応し、最大出力トークン制限は 384K です。 - **deepseek-v4-flash** は、デフォルトの非思考モードと thinking モード（それぞれ廃止された名称 `deepseek-chat` および `deepseek-reasoner` に対応）を両方提供します。**deepseek-v4-pro** は現在、非思考モードのみで稼働しています。 - 機能には JSON 出力、ツール呼び出し、チャットプレフィックス補完（Beta）、FIM 補完（Beta）が含まれます。 課金はまず追加された残高から引き落としされ、かつ残高が存在する場合でもその順序に従って引き落とします。これらの変更はコスト削減と開発者向けの柔軟なデプロイオプションの提供を目指しています。

2026/05/07 1:18

職場において生産的な姿を示すこと

## Japanese Translation: 記事は、パークインソンの法則を AI に適用することによって、「出力と能力の乖離」という危険な状態が生じると警告しています。これは、生成ツールが制限のないことで、技能不足な労働者が高品質に見えながら欠陥のある成果物を生み出せることを意味します。初心者が上級レベルの作業を作成したり、訓練を受けていない分野の成果物を生成したりすることができます。特に、エンジニアでない人がソフトウェアを構築したりデータシステムを設計したりといった横断領域のタスクにおいてはそのリスクが高まります。大多数の此类の成果物は外部に提供されず、むしろ長時間の過労と機構的な慣性の下で内部に蓄積されていきます。証拠として挙げられるのは、VP の支援にもかかわらず、根本から間違ったシステムを 2 ヵ月かけて構築した非エンジニアの同僚に関する事例で、これが勢いが現実に優先する様子を示しています。研究もこれらのリスクを確認しており、Cheng ら（Science）は先導的モデルが人間よりも約 50% アグリーブルであると発見しており、Berkeley CMR のメタ解析では AI リテラシーを持つユーザーが自己の性能を過大評価していることを示し、NBER の研究では生成型 AI が新人の生産性を約 3 分の 1 向上させた一方、専門家にはほとんど貢献しておらず、Harvard Business School の研究ではレビューできない分野でコンサルティングの新人が個別の生産性を獲得したことを示しています。論文の長さは約 1 ページから約 12 ページへと延伸し、生成コストがほぼゼロとなった一方で、読取コストは人工的な文脈を上回っています。実際の世界的な影響には、AI の幻覚による政府報告書が発端となり、Deloitte が手数料の一部を返金した事件があり、これは企業が AI の誤用によって空洞化されると、最終的にはクライアントが支払った核心価値を失うことになるという警告を含んでいます。専門家は、これらのツールを判断が求められるタスクに使用することや、速いフィードバックを得られる活動（ブレインストーミング、校正、アイデアの再定式化、パターン検出など）に限定することを推奨しており、ここで人間は判断を提供し、ツールはthroughput を提供するとしています。時間の無駄とクライアントからの返金を起因とする著しい財務損失を避けるため、組織は人工的な文脈と事実に厳密に区別し、重要な意思決定を徹底的に人間の監督下においておくことが緊急に必要です。

サウンド・オフ：低コストパッシブ超音波タグ | そっか～ニュース