Author

technews

世界の技術ニュースをリアルタイムでキャッチし、日本語でわかりやすく発信。AI・半導体・スタートアップから規制動向まで、グローバルテックシーンの「今」をお届けします。

ブラウザだけで動く GNU Radio、しかも .grc をそのまま開ける

GNU Radio は、SDR を触る人にはおなじみの定番ツールです。そこに「ブラウザで動く版」が出てきた、というのが今回の話です。しかも単なるデモではなく、GNU Radio Companion 風の編集画面でフローグラフを組み、実行し、スペクトラムやウォーターフォール、コンスタレーションをその場で見られるとしています。インストール不要、Python 不要、サーバー不要という割り切りもかなり強い。技術的な面白さだけでなく、SDR 入門のハードルをどこまで下げられるかという点でも気になる取り組みです。

ブラウザで GNU Radio を動かすという宣言

GNU Radio World は、GNU Radio Companion に似たフローグラフ編集・実行環境を、ブラウザタブの中だけで完結させるサービスだと説明している。フローグラフとは、受信した信号をどのブロックで処理し、どんな表示を出すかを線でつないで組む GNU Radio の設計図のようなものだ。このサービスでは GNU Radio の DSP stack と Qt GUI sinks を WebAssembly にコンパイルしており、ユーザーはブラウザ上でフローグラフを作って Run を押すだけで、ライブの spectrum、waterfall、constellation plot を表示できる。ローカルに Python を入れる必要もなく、外部サーバーに処理を投げる形でもない。

元記事が強調しているのは、ただ動くという以上に「元の GNU Radio に近い」ことだ。.grc ファイルを読み書きできるので、既存の native GNU Radio の資産をそのまま持ち込みやすい。例として、サンプルの flowgraphs と example IQ recordings も用意されている。さらに、RTL-SDR、PlutoSDR、HackRF とは WebUSB 経由で接続できるとしている。つまり、ブラウザだけで手元の SDR ドングルや無線機器を使い、実機の信号を扱える設計になっているわけだ。

画面の説明も具体的だ。エディタと QT GUI のタブがあり、フローグラフがまだ動いていない状態では「No flowgraph running」と表示される。Run を押すと QT GUI が開き、Arrange や Stop の操作もできる。Open in GNU Radio World というリンクも用意されていて、単なる埋め込み表示ではなく、リンクとして扱いやすいようにしているという注記まである。記事全体を見る限り、GNU Radio を「インストールして使う専門ツール」から「リンクを開けばすぐ触れるもの」に変えようとしているサービスだと受け取れる。

ここで一番大きいのは、SDR の学習コストが下がることだと思う

この手のツールで本当に効くのは、機能の数より最初の一歩の軽さだと思う。GNU Radio は強力だが、初学者にとっては導入の壁が高い。環境構築でつまずき、Python の依存関係で迷い、Qt の表示で苦労する。そういう「本題に入る前の面倒」が一気に減るなら、教育用途ではかなり強い。特に授業やハンズオンで、受講者全員の環境を揃えるのが難しい場面では、ブラウザ完結は単なる便利機能ではない。開始率を上げる装置になる。

もうひとつ面白いのは、.grc に触れている点だ。ブラウザ向けに新しい独自形式を作ると、便利そうに見えても既存資産と切れやすい。ところが元の GNU Radio と同じファイルを読み書きできるなら、「ブラウザ版はおもちゃです」で終わりにくい。既存ユーザーが試しやすく、コミュニティの流れにも乗りやすい。もちろん、どこまで同じ互換性を保てるかは実際に触ってみないと分からないが、少なくとも設計思想はかなりまっとうだと感じる。

WebAssembly で DSP を持ち込む発想は、見た目以上に野心的だ

WebAssembly を使って GNU Radio の DSP stack を動かす、という発想自体は珍しくない。ただ、Qt GUI sinks まで含めてブラウザに載せるのは、かなり攻めている。信号処理だけならまだしも、波形を描き、周波数を更新し、ユーザーの操作に即応する UI までまとめて Web 側に寄せるのは、実装の手間が大きいはずだ。だからこそ、ここで示されているのは「技術デモ」より「移植の意思」に近い。

一方で、ブラウザで動くことには当然トレードオフもある。ローカルアプリほど自由にハードウェアへ触れない場面は出るだろうし、パフォーマンスやデバイス対応も環境に左右されるはずだ。元記事は RTL-SDR、PlutoSDR、HackRF を WebUSB で扱えると述べているが、これは逆に言えば、USB 周りの制約やブラウザ実装の差を受ける可能性があるということでもある。だから、万能の置き換えではなく、まずは「始める」「試す」「見せる」用途に刺さる形だと見るのが自然だと思う。

既存ユーザーより、むしろ配る側に刺さるかもしれない

このサービスは、GNU Radio を毎日使う人より、他人に GNU Radio を触らせる人に効く可能性がある。研究室の新人、授業の受講者、ワークショップ参加者、あるいは SDR のデモを見せたい技術広報の担当者だ。URL を開けば編集画面が出て、サンプルもあり、実機接続の道もある。こういう「配布しやすさ」は、個人の快適さよりも共有のしやすさに直結する。ソフトウェアの価値が、使う人だけでなく説明する人にも広がるわけだ。

逆に、プロの現場でのメイン環境になるかというと、そこは慎重に見たい。複雑なプロジェクトをブラウザで長時間回し続けるより、手元のネイティブ環境の方が安心なケースは多いはずだ。けれど、最初の検証や再現、教育、レビューの場面ではブラウザ版のほうが圧倒的に速いことがある。つまり、この種のツールは置き換えではなく補助線として強い。GNU Radio World は、その補助線をかなり実用的な形で引こうとしているように見える。こういう試みが増えると、専門ツールは「使える人のもの」から「触れば分かるもの」に少し近づくのではないかと思う。

参考: GNU Radio World — GNU Radio flowgraphs in your browser

同じ著者の記事

研究者の告白文が投げかける、採用と説明責任の話

ある研究者が、自分の立場や採用にまつわる考えをまとめた文書を公開した。見た人によっては、ただの個人声明に見えるかもしれないが、大学や研究機関の内部で交わされがちな価値判断が、かなり率直な形で外に出た点が気になる。しかもこの手の文書は、書いた本人の意図だけでなく、どう受け取られるかで意味が大きく変わる。だからこそ、内容を追うだけでなく、その空気まで含めて読む価値がある。 元記事は、NYU Courant Institute の Tristan Blank による `statement.pdf` で、研究者としての考え方や、自分がどんな基準で人を見ているかを述べた声明だった。PDF の文字抽出は崩れていて全文をきれいには読めないが、少なくともこの文書が「自分は何を重視し、何を重視しないか」をはっきり言葉にしたものだという輪郭は見える。 文書の中心にあるのは、研究や採用をめぐる姿勢の表明だ。大学や研究機関では、成果だけでなく、どんな環境を作るか、誰を評価するかが常に問われる。この声明は、その判断を曖昧にせず、むしろ明文化すること自体に意味がある、という立場に立っているように読める。単なる「い

papoo.work

自動運転車は本当に危ないのか、最新データが少し違う答えを出している

自動運転車は「事故を減らすのか、それとも新しい危険を持ち込むのか」という議論がずっと続いてきた。IEEE Spectrum のこの記事は、その問いに対して、少なくとも今見えているデータは人間の運転より自動運転のほうが安全かもしれない、と押し返している。しかも話はロボタクシーだけではない。自動ブレーキや車線逸脱警報のような運転支援機能まで含めると、すでに路上の安全を少しずつ変え始めている、という見方だ。完全自動運転の完成を待たなくても、交通事故の減少はもう始まっているのではないか、というのがこの記事の中心にある。 この記事がまず示すのは、自動運転に対する不安は根強いが、研究の積み上がり方はそれと少し違う、ということだ。自動運転車はまだ台数が少なく、走る場所も天候も限られているので、人間の運転と単純に比べにくい。それでも、事故率やけがの発生率を見ると、自動運転車は人間よりかなり少ないという証拠が増えていると記事は整理している。 その前段として、ADAS（advanced driver assistance systems、運転支援システム）の効果が挙げられる。IIHS（Insurance

papoo.work

Google Ads に「マルウェア」と判定された開発者の反論

Google Ads で広告を出したら、突然アカウントを止められた。理由は「Malicious software」と「Compromised Site」。ただ、本人は「そんなものはない」と反論し、公開した検証結果を並べて再審査を求めた。この記事は、そのやり取りの経過と、なぜ本人がここまで強く false positive を疑っているのかを記録したものだ。しかも最後には、Hacker News で話題になった結果、アカウントが復活したと追記されている。広告審査のブラックボックスさと、開発者が巻き込まれる理不尽さが、かなり生々しく見える話だった。 記事の主題は、RACE という macOS 向け terminal multiplexer の広告が Google Ads で止められた、という出来事だ。RACE は Rust で書かれたネイティブアプリで、複数の端末を自由な大きさで並べ、開発作業に合わせて配置できる。普通の terminal multiplexer のように、アプリを閉じても shell session を生かしたままにできるのが売りで、作者自身が開発し、日常的に使い、保守も

papoo.work

Tailwind CSS が Shopify の一員になるという話

Tailwind CSS を使っている人にとって、かなり大きな節目のニュースだ。Tailwind Labs が Shopify に加わり、Tailwind の開発はこれから Shopify の中で続いていくことになった。単なる買収や提携の発表ではなく、オープンソースとして広く使われてきたフレームワークが、長期的に維持される場所を得た、という意味合いが強い。しかも対象は、週に1億1000万回以上インストールされるほど普及したツールだ。 Tailwind Labs の創業者 Adam Wathan は、Tailwind を作り始めた当初は自分のプロジェクトをきれいに作りやすくしたかっただけだと振り返っている。それが9年以上を経て、ChatGPT、X、Cloudflare、Reddit、Shopify など世界的に知られたサービスでも使われる規模になった。今回の発表で彼が伝えたのは、Tailwind Labs が Shopify に入ることで、Tailwind に「安定した長期的な居場所」を与え、何百万人もの利用者にとって必要な状態で継続的に保守していく、という方針だった。 なぜ Shopi

papoo.work

Desert Ant Labsが打ち出す「端末で動くAI」を前面にした理由

AIモデルをクラウドで呼び出すやり方が当たり前になった一方で、端末の中で直接動く小さなモデルを見直そうという流れも強まっている。Desert Ant Labsの発表は、その動きをかなり強い言葉で押し出したものだ。単に「軽いモデルがあります」という話ではなく、音声・画像・テキストの仕事を端末内で即座に処理し、しかも無料で回せると主張している。この記事では、その新ラボが何を出してきたのかを整理したうえで、どこに現実味があり、どこに野心がにじんでいるのかを見ていく。 Desert Ant Labsは、欧州発の「opinionated on-device intelligence」を掲げるフロンティアAIラボとして立ち上がったと発表した。ここでいう on-device intelligence は、処理をクラウドに送らず、スマートフォンやPC、ブラウザの中で完結させる考え方だ。彼らはその方針をかなり徹底していて、音声、画像、テキスト向けの小型・特化型モデルをまとめて公開している。発表時点で最初の18モデルが使えるようになっており、そのうち12は stable、6は beta。Swift、Kot

papoo.work

AIに「青くする」だけを頼んだらどうなるか

Webページのボタン色を変えるだけ、という一見地味な依頼をめぐって、ひとつの短いインタラクティブ作品が公開されている。題材は agentic AI assistants、つまりユーザーの代わりにページを操作しようとするAIだ。今この作品を取り上げるのは、AIが便利になるほど「余計なことをしないでほしい」という感覚が、むしろ強くなっているからだと思う。派手なデモより、こういう小さな失敗のほうが、現場の実感に近い。 Opusfived は、Miloš が公開した短いインタラクティブ・コメディだ。ページを開くと、かなり素っ気ない文言が目に入る。「Make the “Add to Cart” button blue. Do not let Claude change anything else.」つまり、「Add to Cart」ボタンを青くしてほしい。ただし Claude には、それ以外の変更を一切させるな、という指示である。 サイト自体は大がかりな体裁ではない。トップには作品名の Opusfived があり、その下に依頼文が置かれ、あとは「Let’s Go」と「About & Terms」

papoo.work

GPT-5.5 Pro の推論を“先に見せる”と、他モデルはどれだけ寄ってくるのか

オープンモデルの出力が、別のモデルの「考え方」にどれだけ引っ張られるのかを確かめた短い実験が出てきた。題材は一見地味だが、モデル同士の学習のつながりを探るうえではかなり示唆がある。しかも今回は、教師役に GPT-5.5 Pro を使い、以前の実験と比べてどのモデルがどちら方向に寄るのかを見直している。単なるベンチマークではなく、「どのモデルが誰の影響を受けたのか」を探る話として読むと面白い。 元記事は、`reasoning-prefill-1-1.md` という Gist に置かれた実験メモだ。タイトルにある “Reasoning prefills on a few open models, v1.1” の通り、いくつかのオープンモデルに対して「推論の書き出し部分を先に与える」と、回答の見え方がどう変わるかを調べている。ここでいう reasoning prefill は、モデルが答えを出す前の“考える途中”の文面を、別のモデルから少しだけ差し込むやり方だ。今回はその教師を GPT-5.5 Pro に変えて、前回の実験をもう一度回した。 実験の手順はこうだ。各問題について、対象モデルには

papoo.work

GPT-6 Astraが見せた「強いのに、まだ全部は見せない」感じ

OpenAIのGPT-6 Astraをめぐって、モデル性能そのものだけでなく、その内部で何をしているのかにも注目が集まっている。Sebastian Raschka氏は、Astraの初期印象、looped transformersと呼ばれる構造、そして「推論の途中経過を隠しているのではないか」という噂を同じ記事の中で追っている。新モデルの実力を眺めるだけでなく、近ごろのLLMがどこへ向かっているのかを読む材料として面白い内容だ。とくに、computer use と reasoning の関係をどう見るかは、今後のモデル設計を考えるうえでかなり示唆的だと思う。 Raschka氏はまず、OpenAIが公開したGPT-6 Astraをここ数日使ってみて、これまで触った中で最良クラスのモデルだと書いている。ただし、単に「賢い」と言って終わらせず、どの領域で伸びたのかを細かく見ているのがこの文章の中心だ。Astraは、文章生成、数学、coding などほぼ全カテゴリで前モデルのGPT-5.6を上回り、とくに3D rendering と animation のようなグラフィカルな作業で目立って強いと

papoo.work

AI エージェントはテストを本当に使いこなせるのか

コード生成エージェントにテストを書かせれば、品質は簡単に上がる。そう期待したくなるが、実際にはそう単純ではないらしい。Dan Luu のこの記事は、その直感をかなり意地悪に検証している。エージェントに「TDDを使え」「QuickCheckを使え」「property-based testingを使え」と指示したとき、どれだけ実際の正しさに効くのかを、かなり大きな条件数で比べた。結果は、派手な万能策は見えず、むしろエージェントはテスト手法の使い方自体が下手だ、という話になっている。 元記事は、以前に行った Zstd 実装の評価を土台にしている。Zstd は圧縮関連の実装課題で、そこに coding agent を使わせ、テストや検証のやり方を変えたときに正答率がどう動くかを見た。実装言語は Rust にそろえ、エージェントには同じ課題をさまざまな追加指示つきで解かせている。たとえば「Use test-driven development」「Use Lean 4」「Use QuickCheck」「Use property-based testing」といった具合だ。 試した条件はかなり多い。

papoo.work

Apple Silicon で 2.8T の Kimi K3 をSSDから流し込むという実験

Apple Silicon の Mac で、2.8兆パラメータ級の MoE モデルをどう動かすか。argonautlabsai/deltafin は、その無茶にかなり真面目に挑んだ GitHub リポジトリだ。単なる「動いた」報告ではなく、SSD から expert をストリーミングしながら、どこまで実用速度に近づけるかをベンチマーク付きで公開している。しかも、モデルを削ったり「だいたい同じ」で済ませたりしない。そこがこの話の面白いところだと思う。 元記事が扱っているのは、ARGODRIVE Deltafin という fork だ。元になっているのは gavamedia/deltafin で、そこに ARGODRIVE の storage work と benchmark package を足したものだという。狙いははっきりしていて、Kimi K3 を「フルのまま」、しかも Apple Silicon 上でできるだけ速く動かすことにある。 README の TL;DR では、Kimi K3 は 2.8T-parameter の MoE モデルで、expert weights は 1.4

papoo.work