MITの研究チームが、無線による視覚化技術において画期的な進歩を遂げた。この技術により、ロボットは壁の裏側や瓦礫の下に隠れた物体を正確に認識できるようになる。具体的には、現代のWi-Fiなどで利用される高周波のミリ波（mmWave）と生成AIを組み合わせることで、電波反射に伴う物理的な制約を克服することに成功したのだ。

従来の無線センシングでは、信号が鏡のように特定の方向にのみ反射する鏡面反射（Specularity）が課題となり、得られるデータに大きな欠落が生じることが多かった。これを解決するため、研究チームは生成モデルを用いて3D形状の欠損部分を予測・補完するシステム「Wave-Former」を開発した。無線専用の大規模データセットは希少だが、チームは既存の視覚データセットを転用し、ノイズの多い電波反射の特性をシミュレートする巧みな手法を導入している。

さらに、個別の物体認識にとどまらず、室内のマッピングを行う「RISE」システムも提案された。これは、移動する人間に反射して戻ってくる信号を追跡する仕組みである。従来は干渉として破棄されていた「ゴースト信号」を活用することで、屋内の情景を完全に再現できるようになった。この技術は、カメラを使わずにプライバシーを守りながらスマートホームを管理できるほか、密封された梱包の中身をロボットが確認する物流分野など、幅広い応用が期待されている。

MITの研究チームが、無線による視覚化技術において画期的な進歩を遂げた。この技術により、ロボットは壁の裏側や瓦礫の下に隠れた物体を正確に認識できるようになる。具体的には、現代のWi-Fiなどで利用される高周波のミリ波（mmWave）と生成AIを組み合わせることで、電波反射に伴う物理的な制約を克服することに成功したのだ。

従来の無線センシングでは、信号が鏡のように特定の方向にのみ反射する鏡面反射（Specularity）が課題となり、得られるデータに大きな欠落が生じることが多かった。これを解決するため、研究チームは生成モデルを用いて3D形状の欠損部分を予測・補完するシステム「Wave-Former」を開発した。無線専用の大規模データセットは希少だが、チームは既存の視覚データセットを転用し、ノイズの多い電波反射の特性をシミュレートする巧みな手法を導入している。

さらに、個別の物体認識にとどまらず、室内のマッピングを行う「RISE」システムも提案された。これは、移動する人間に反射して戻ってくる信号を追跡する仕組みである。従来は干渉として破棄されていた「ゴースト信号」を活用することで、屋内の情景を完全に再現できるようになった。この技術は、カメラを使わずにプライバシーを守りながらスマートホームを管理できるほか、密封された梱包の中身をロボットが確認する物流分野など、幅広い応用が期待されている。