2026/06/10 6:01

企業が ALPR にスマートフォン、AirPods、スマートウォッチの追跡機能を追加する

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

要約▶

Japanese Translation:

監視企業は、米国で法執行機関による車両の追跡に現在利用されている自動ナンバープレートリーダー（ALPR）に対する主要なアップデートを提案しています。このアップグレードの名称は SignalTrace です。このイニシアチブは、Bluetooth アイデンティファイダーを携帯電話やウェアラブルデバイスから取得するセンサーを追加することで、監視を車単体を超えて拡張することを目的としています。本質的な問題は、この技術が匿名の車両の監視を追跡機能から特定の個人（運転者または乗客など）の特定へと移行させ、重大なプライバシー懸念を引き起こすという点にあります。既存のカメラインフラを活用してこれらの一意のデジタル信号を収集することで、このアップグレードは人々の位置追跡を単なる車両の追跡から正確に可能にします。完全なストーリーは有料会員（ボーナスポッドキャストコンテンツも受けられる）のみを対象として制限されていますが、報告書によれば、広範な実施は個人デバイスに対する大規模データ収集への決定的な転換を意味する可能性があります。記事執筆者のジョセフは、SignalTrace について知る読者やレオナルドで働く方々から情報を集めており、週に一度のストーリーラウンドアップを含む投稿を受け取るために無料会員に登録することを求めております。

Text to translate:

## Summary:
A surveillance company is proposing a major upgrade to Automatic License Plate Readers (ALPRs), currently used by law enforcement to track vehicles across the U.S., called SignalTrace. This initiative aims to expand surveillance beyond cars by adding sensors to capture Bluetooth identifiers from phones and wearables inside them. The core issue is that this technology would shift tracking capabilities from monitoring anonymous cars to identifying specific individuals, such as drivers or passengers, raising significant privacy concerns. By utilizing existing camera infrastructure to gather these unique digital signals, the upgrade allows for precise location tracking of people rather than just their vehicles. While the full story remains restricted to paid members (who also get bonus podcast content), the report suggests that widespread implementation could mark a critical shift toward mass data collection on personal devices. The article author, Joseph, is actively seeking information from readers who know about SignalTrace or work for Leonardo and can sign up as free members to receive the post along with a weekly email round-up of stories.

本文

監視企業と SignalTrace 技術の拡散：自動車へのセンサー追加計画

監視企業の新たな展開：ALPR へのセンサー追加

計画内容: 監視企業が、道路上を走行する車両のナンバープレート撮影を行う自動ナンバープレートリーダー (ALPR) にセンサーを追加することを計画しています。
収集対象の変化: この改造により、装置は車両そのものだけでなく、以下から独自の識別情報を収集できるようになります。
- 車内のスマートフォン
- ウェアラブルデバイス
- その他の Bluetooth 対応機器
プライバシーリスク: 警察などが、これを利用して特定の運転者や乗員を特定する可能性があります。

SignalTrace とは何か？

技術の定義: **「SignalTrace」**という技術名称で呼ばれています。
機能の変革:
- 単なる ALPR カメラ車を追跡する装置から、特定の個人の詳細な位置情報を容易に追跡できるものへ進化する技術を指します。
現状の普及: ALPR カメラは米国全域で広く導入されています。
影響: SignalTrace の導入により、一部のカメラがより多くのデータを収集する能力を持つようになります。

開発者へのメッセージと連絡先

情報提供依頼: SignalTrace に関する知識や、レオナルド (Leonardo) 社での勤務状況など、ご存知の方からのご意見をお待ちしています。

連絡方法:

Securely シグナル (Signal) アプリ: ユーザー名
```
joseph.404
```
```
joseph.404
```
電子メール:
```
joseph@404media.co
```

※本記事は有料会員限定コンテンツです。無広告閲覧や特典ポッドキャストへのアクセスには、有料会員の購読が必要です。

同じ日のほかのニュース

一覧に戻る →

2026/06/10 1:58

クロード・フェブル 5

## 日本語訳：以下の改善されたバージョンでは、欠落していた安全性の詳細、具体的な価格設定構造、データ保持ポリシー、および可用性のタイムラインを補いながら、明瞭性を維持しています： ## まとめ： Anthropic は、一般使用に安全であり、ソフトウェア工学、可視化解析、長期コンテキスト処理、科学的研究、およびメモリータスクにおいて従来のすべてのバージョンを超えた「Mythos クラス」のモデルである **Claude Fable 5** を導入しました。同モデルは直ちに API とサブスクリプションプラン（Pro から Enterprise まで）で利用でき、6 月 22 日まで利用可能です（6 月 23 日からは使用クレジットに移行）。価格は入力トークンあたり **10 ドル**、出力トークンあたり **50 ドル** で設定されており、Claude Mythos Preview など以前のプレミアムモデルよりも大幅に安価です。 Fable 5 は転換的な性能向上を提供し、以前は何ヶ月もかかった工学タスクを数日へと圧縮するとともに、薬剤設計を約 10 倍加速させます。安全性と有用性のバランスを取りつつ、Fable 5 におけるセンシティブなトピックに関するクエリについては、**Claude Opus 4.8** にフォールバックを行う設定となっており、これは保守的なチューニングによりセッションの **約 5% よりも少ない割合** で発生します。さらに、特定の分類器は生物学/化学分野での危険な研究の向上や悪意のあるハッキング試行をブロックします。また、Anthropic は Mythos クラスモデルに対して新しい **30 日間のデータ保持ポリシー** を実施し、このトラフィックを新モデルの訓練や安全性以外の目的で使用することを禁止しています。一般向けの Fable 5 バージョンは依然として非常に安全ですが、未検閲バージョンである **Claude Mythos 5** は、15 カ国以上で選択されたサイバーセキュリティおよびインフラストラクチャパートナー（将来的には約 150 の新しい組織へ拡大）を独占的に対象とする **Project Glasswing** を通じて利用可能です。この戦略的動きは、責任ある使用基準を損なうことなく科学的発見を加速し、重要インフラのセキュリティを強化することを目的としています。プログラムには、将来、特定の生命科学研究者のために生物学/化学の safeguards を解除する計画も含まれています。

2026/06/10 6:01

NPM バージョン 12 で導入される予定のbreaking changes

## Japanese Translation: npm v12 開始（推定リリースは 2026 年 7 月）、`npm install` に対してより厳格なセキュリティデフォルトが適用されます。最も重要な変更は、自動スクリプト実行の無効化です（`allowScripts` がデフォルトでオフ）。明示的に承認されないと、preinstall、install、postinstall スクリプト（`node-gyp` を介するネイティブビルドを含む）がブロックされます。準備のためには、これらの変更を警告付きで利用可能な npm v11.16.0+（またはそれ以降）を使用してください：`npm approve-scripts --allow-scripts-pending` を実行し、信頼できるパッケージについては `npm approve-scripts` で明示的に承認し、他は `npm deny-scripts` で拒否します。結果となる許可リストは `package.json` に書き込まれコミットすべきであり、v12 へのアップグレード後は承認されたスクリプトのみが実行されます。さらに、デフォルトでは `--allow-git`（npm 11.10.0+ で利用可能）は none に解決され、Git ベースの依存関係に対して明示的なフラグが必要となり、`.npmrc` オーバーライドを介した潜在的なコード実行経路を閉じます。同様に、`--allow-remote`（npm 11.15.0+ で利用可能）はリモート URL から依存関係を解決する場合にデフォルトで none に設定されます。`--allow-file` および `--allow-directory` は現在のデフォルトを維持します。保守担当者および CI/CD パイプラインは依存関係を検証し、`package.json` 内の許可リストを更新し、アップグレード前に変更をコミットする必要があります。そうでない場合、手動の例外を設定しない限りビルド失敗となります。詳細は npm ドキュメントの `npm approve-scripts`、`npm deny-scripts`、および `allow-scripts config` をご参照ください。

2026/06/10 4:21

FPGA を用いたKolmogorov-Arnold Networkによる超高速機械学習

## Japanese Translation: 本テキストは、Kolmogorov-Arnold Network（KAN）を Field-Programmable Gate Array（FPGA）上で展開し、超高速機械学習に特化して設計された革命的な新ハードウェアアーキテクチャを導入します。従来の GPU はスケジューリング遅延およびメモリオーバーヘッドによりマイクロ秒以下の応答時間を達成できず苦労しますが、この FPGA ベースのアプローチでは、ニューラルネットワークをリプログラミング可能なデジタルロジックと直接統合するため、アルゴリズムと設計のコデザインを採用しています。固定された重みではなく、B スプライン基底関数によって定義される学習可能なエッジアクティベーションに置き換えることで、伝統的なルックアップテーブルモデルに見られるような指数関数的スケーリングの問題を回避します。この手法は、定点符号化によるデータエンコーディングの簡素化を実現し、トレーニングの安定性を確保します。主な革新点は、「B スプラインの局所性」の利用であり、グリッドセルごとにアクティブとなる基底関数の数が限られているため、ネットワークの次数を増やすことなくグリッドサイズを拡大することでモデルを水平方向にスケール可能になります。得られる枠組みは「KANELÉ」と命名され、従来の実装に対する驚異的な 2,700 倍もの速度向上を達成し、オンデバイスでの動的モデル更新が可能となる真のオンライン学習を実現します。この画期的な成果は、量子コンピューティング制御システムなどリアルタイム意思決定が必要な産業に対し、高効率性と継続的改善を支援する GPU の代替として堅牢な選択肢を提供します。大規模テストにおいて、同システムは関数近似やキュビット読み出しなどのタスクで伝統的な MLP よりも優れたハードウェアスケーリングと収束性を示し、50,000 パラメータまで扱いながらマイクロ秒以下のレイテンシを維持しました。