想像してみてください。カメラもスマートウォッチもスマホアプリも不要です。自宅にある既存のWiFiルーターが、部屋に人がいるかどうか、どこにいるか、呼吸数が正常か、睡眠の質はどうかなどを教えてくれるのです。
これはSFではありません。少なくとも、RuViewプロジェクトはそれが可能だと主張しています。
GitHubで62,595スター、今週だけで8,028スターの増加。WiFiセンシングプロジェクトが、ほとんどのAIフレームワークを上回る注目を集めています。一体何をしているのか？信頼に値するのか？詳しく見ていきましょう。
基本原理
RuViewの核心的な考え方は非常に物理的です：WiFi信号は伝播中に物体にぶつかると反射や屈折を起こします。人が部屋の中を移動したり、呼吸したり、あるいはただ座って動いていなくても、その身体が電波を乱し、測定可能な変化を生み出すのです。
具体的には、**CSI（Channel State Information、チャネル状態情報）**を使用しています。従来のWiFiデバイスは「信号強度が十分か」だけを気にしますが、CSIはより細粒度の情報を記録します。各サブキャリアにおける振幅と位相の変化です。これらの変化には、空間内の物体の位置や運動状態などの情報が含まれています。
RuViewはESP32-S3チップ（1枚9ドル）をCSI収集ノードとして使用し、信号データを事前学習済みモデルに送信して、検出結果を出力します。
何が検出できるのか
READMEとテストドキュメントから、RuViewの能力範囲は以下の通りです：
- 存在検知と人数カウント――壁越し検知、検証セットで100%の精度
- 呼吸数モニタリング――6〜30 BPMのリアルタイム検知、バンドパスフィルタ 0.1〜0.5 Hz
- 心拍数モニタリング――40〜120 BPMのリアルタイム検知、バンドパスフィルタ 0.8〜2.0 Hz
- 動作認識――歩行、着座、ジェスチャー、転倒
- 環境マッピング――RFフィンガープリントによる部屋識別、家具の移動検知
- 睡眠モニタリング――夜間監視、睡眠段階の分類、睡眠時無呼吸症候群のスクリーニング
最も注目を集めているのは、"100% presence accuracy on the validation set"（検証セットで存在検知精度100%）という主張です。わずか8KBの4ビット量子化モデルがRaspberry Pi上でマイクロ秒レベルの推論を行い、検証セットにおいて存在検知の精度が100%であると謳っています。
この数字は高すぎるため、本能的に疑いたくなるほどです。
しかし、プロジェクトには正直な自己制限も多い
ここは強調しておきたいのですが、RuViewのREADMEの冒頭には「Beta Software」の警告があり、既知の制限事項が列挙されています：
- ESP32-C3および初代ESP32は非対応（シングルコアのため、CSI DSPの演算能力が不足）
- 単一ノードでのデプロイでは空間解像度に限界があり、2つ以上のノードを推奨
- カメラなしの姿勢認識精度には限界があり（PCK@20 ≈ 2.5%）、カメラでアノテーションしたデータを用いて35%以上まで引き上げるのが目標だが、現時点では実測データは未公開
このような自己批判はオープンソースプロジェクトでは珍しく、多くのプロジェクトが自らの能力を過大に宣伝する中、RuViewはREADMEの最上部に制限事項を直接記載しています。
技術アーキテクチャ
コードリポジトリから、RuViewのエンジニアリングレベルは非常に高いことがわかります：
- 1,463件のテストをすべてクリア――これは単なるデモプロジェクトではありません
- Rust 1.85+ で記述――Rustで組み込みセンサーコードを記述し、型安全性とメモリ安全性を確保
- Dockerマルチアーキテクチャ対応（amd64 + arm64）
- crates.io にパッケージ公開済み（
wifi-densepose-ruvector） - RuVector と Cognitum Seed をベース――永続化メモリ、暗号証明、AI統合を備える
スパイクニューラルネットワーク（spiking neural networks）を使用しており、30秒以内に新しい環境に適応できます。マルチバンドのグリッドスキャンで6つのWiFiチャネルをカバーし、隣人のルーターを「無料のレーダー照射器」として利用することさえ可能です。
各測定はEd25519ウィットネスチェーンによる暗号証明が行われます。これは、データが改ざんされていないことを検証できることを意味します。医療やセキュリティのシナリオにおいて、この特性は極めて重要です。
実際の適用シナリオ
RuViewには、非常に現実的な応用シナリオがいくつかあると考えられます：
一人暮らしの高齢者見守り。 高齢者にデバイスを装着させる必要も、カメラを設置する必要も（プライバシー保護）なく、既存のWiFiだけで転倒、呼吸異常、睡眠障害をモニタリングできます。高齢化社会において、これは切実なニーズです。
スマートホームの自動化。 部屋に人の入室を検知すると、自動で照明を点灯したりエアコンを調整したりします。従来の赤外線センサーよりも高精度で、人間とペットを区別することも可能です。
セキュリティ。 壁越し検知能力により、カメラの死角となるエリアの監視が可能になります。
しかし、明らかな限界もあります：
- 姿勢認識精度は依然として低く（PCK@20 ≈ 2.5%）、カメラに代わって精密な動作認識を行うことはできません
- 複数のノードをデプロイして初めて最高の効果を発揮し、単一のESP32では解像度が不十分です
- これはベータ版プロジェクトであり、APIやファームウェアは変更される可能性があります
懐疑的な視点（Skepticism Time）
62,000スターという数字は確かに驚異的です。しかし、GitHubのスター数は実際の使用量を意味するものではありません。このプロジェクトには8,247のフォークと1,000万回以上のダウンロードがあります。これらの数字の方が実際の使用状況に近いと言えます。
また、"100% 検証セット精度"という主張については強調しておきたい点があります：検証セット ≠ 現実世界です。実験室環境と実際の家庭環境とのギャップは、組み込みセンサープロジェクトに携わったことのある人なら誰でも理解しています。温度変化、ペットの動き、電子レンジの干渉、隣人のWiFi干渉……これらすべてが精度に影響を与える可能性があります。
RuViewチームはこの点について誠実であり、ベータ版であることと既知の制限を明確に示しています。しかし、利用者としては、この数字に対して健全な懐疑心を持つ必要があります。
結論
RuViewは「デプロイすればすぐに使える」成熟した製品ではありません。しかし、それは注目すべき方向性を示しています：至る所にあるWiFi信号を感知媒体として活用し、プライバシーを侵害することなく空間知能を実現するという方向性です。
姿勢認識精度が現在の2.5%から35%（彼らの目標）まで向上すれば、真のゲームチェンジャーとなるでしょう。しかし、それまでは、可能性を秘めた実験プロジェクトとして捉えるのが適切です。