ライトバルブ型コンピュータが、ヘッドセットの未来像に挑む

空間コンピューティングにはマーケティングの問題がある。業界が提示する「未来のビジョン」はどれも、画面を顔に装着させるものばかりだ。メガネ、ゴーグル、ヘッドセット。売り文句はいつも「あなた自身がコンピュータを身につけるのだ」というものだ。デザイナーのギヨーム・アルドーは、その逆を賭けたものを作った。ここ数年で見た中でも最も説得力のあるアンビエント・コンピューティングのデモだ。普通のエジソン型ソケットにねじ込める電球型のデバイスで、カメラで部屋を見渡し、音声を聞き取り、周囲の面に直接インターフェースを投影する。彼はこれを「Lightbulb Computer」と呼んでいる。正直なところ、ヘッドセット派は的外れな問題を解こうとしているように見えてくる。

顔に画面を載せることの問題点

ここで何を批判しているのかを正確にしておこう。「画面は悪い」では議論にならない。画面は非常に優れたものだ。問題は、現代の画面コンピューティングが私たちに押し付けるインタラクションのモデルであり、それは三つの層にまたがる問題だ。

• 構造的に個人向け。ノートPCやスマートフォンは、ひとりに対してひとつのものしか見せない。共有するには端末を回したり、顔を寄せ合ったり、テレビにミラーリングしたりするしかなく、どれもぎこちなく、後付けの対応だ。ヘッドセットではこの問題はむしろ悪化する。仮想オブジェクトを共有する二人はそれぞれ互換性のあるソフトを動かすヘッドセットが必要で、部屋にいる三人目からは、何もない空間に向かって手を振っている二人が見えるだけだ。
• 注意を奪う設計。レシピを確認するためにスマホを使っても、ロックを解除し、通知バッジを見て、気づけば四分後に我に返る。レシピは一行も読んでいない。このデバイスは、あなたを中に留めておくよう設計されている。
• 身体的に厳しい。手が濡れている、小麦粉まみれ、キッチンでトマトソースの瓶の上にスマホを載せている。曇るゴーグル、メガネを圧迫するヘッドセット、髪を崩すデバイス。さらに顔に装着する機器は熱と電池の予算が厳しく、二時間ほどで電池切れになる。

ヘッドセットの売り文句は、ディスプレイがどこまでもついてくるようにすることで最初の問題を解決しようとする。しかし二つ目の問題は引き継いでしまうし、社会的なコストも加わる（光学的にはまさに無視しているように見えるので、周囲からはそう見えてしまう）。さらに身体的な制約も強まる。すべてを顔に収まるまで小型化しなければならず、電力、演算、熱の問題がどれも負け戦になる。

Lightbulb Computerが実際に応えようとしているのは、まさにこの問題だ。「より良いAR機器が必要だ」ではなく、「情報がただ部屋の中に存在していたらどうか」という問いである。

プロジェクター・コンピューティング：失敗の歴史こそが面白い

実は、テーブルや壁にインターフェースを投影するというのは新しい発想ではない。むしろ非常に古いアイデアで、何度も失敗を繰り返してきた。その失敗パターンを見ると、今回の試みがどこで違うのかがよくわかる。この分野に長くいる人なら、この波が来ては砕けるのを何度も見てきたはずだ。歴史を知っておく価値はある。

第一の波：研究室のデモ（2000年代）

MITメディアラボはプロジェクターとカメラの組み合わせを徹底的に追求した。I/O BulbやLuminARといったプロジェクトは、デスクランプの形をしたカメラ・プロジェクターのペアで、十年以上前に投影型インターフェースとジェスチャー入力を実演していた。素晴らしい研究で影響力も大きかったが、消費者への影響はゼロだった。理由は？当時のコンピュータビジョンは実用にはほど遠く、プロジェクターは暗く、熱く、高価で、現実的なソフトウェアスタックも存在しなかった。インタラクションのコンセプトは正しかったが、物理的な部分がすべて間違っていた。

第二の波：巨大なテーブル型コンピュータ

二〇〇八年から二〇一二年頃、MicrosoftはオリジナルのSurface（ノートPCではなくテーブル）を出し、Lenovoもテーブルサイズのマルチタッチ PCを試作した。共有サーフェスという発想は正しかった。コーヒーテーブルを囲んで数人が同じインターフェースに触れるのは、本当に良い体験だ。しかし価格、重さ、そして専用の家具型コンピュータは「陳腐化する家具」だという点で失敗した。買っていたのは機器ではなく、部屋のレイアウトへのコミットメントだった。

第三の波：ウェアラブル・プロジェクター

その後は小型化の流れが来た。プロジェクターを身につけるというものだ。Amazonは「どんな面でも表示できる」プロジェクターのコンセプトで特許を取得した。Humane AI Pinは胸に装着するレーザープロジェクター型のアシスタントで、二〇二四年四月に出荷されたが、数ヶ月で反面教師となった。出力は暗く、ジェスチャー操作は屋外の日光に負け、熱によるスロットリングは激しく、結局はスマホを恋しくさせるだけの製品だった。教訓は、身につけるプロジェクターは顔装着型コンピュータの電力・熱の制約をすべて引き継ぎ、さらにプロジェクター特有の電力消費も加わるということだ。

一方、オークランドのDynamiclandと、その後継のFolkといったコミュニティ主導のプロジェクトは、社会的な仮説を見事に証明した。Dynamiclandでは部屋そのものがコンピュータになる。プログラムはテーブル上の物理的な紙のオブジェクトで、カメラがそれを読み取り、プロジェクターが注釈を重ね、人々は共有空間を囲んで協働する。訪れた人に聞けば、未来に来たような感覚だったと言うだろう。ただ、その建物の外に出ることはなかった。

実際に機能するもの：部屋規模、ソケット給電、視覚ネイティブ

Lightbulb Computerの設計判断を、この失敗の歴史と照らし合わせてみると、既知の地雷をひとつずつ避けていることがわかる。

• 電池ではなく壁電源。エジソン型ソケットにねじ込むか、ポータブルのベースに置いて使う。エジソンソケットは、人類の文明の中で最も普及した給電取り付け口だ。電池の予算は不要で、頬の熱を心配する必要もない。そして何より、プロジェクターに十分な明るさ（ルーメン）を与えられる。
• 部屋そのものがディスプレイ。デフォルトで部屋規模なので、共有操作がペアリング機能ではなく基本の振る舞いになる。壁一面の地図の前まで歩いていって旅行を計画するほうが、ヘッドセットで向き合うよりも、社会的などの指標で見ても優れている。
• 現代のコンピュータビジョンを入力層に。ポインティング、ハンドトラッキング、どの棚を指しているかの認識。Appleのハンドトラッキング・フレームワークや最新のビジョンモデルが「頼れる水準」に達したのは、つい最近のことだ。二〇〇八年ごろの同種のものは、自分のセンサーと格闘するプロトタイプにすぎなかった。今回のデモは、コンシューマー向け4Kレーザープロジェクター、ウェブカメラ、そしてMacで動いている。
• 音声はモダリティのひとつで、UI全体ではない。話しかければ、その場で答えが返ってくる。本棚の本の背表紙番号を伝えるのではなく、棚の本を直接ハイライトする。投影によって、環境そのものでループが閉じるのだ。

特にキッチンのデモは、目指すシナリオをみごとに捉えている。タイマーとレシピをカウンターに固定し、手は生地まみれ、ロック解除もなく、持つ必要もない。これはスマホの小さな改善ではなく、機械との関係そのものが違う。シェルをゼロから作ることが頭をすっきりさせてくれるのと似ている。コンピューティング環境に積み重なった層を剥がしてみると、どこが本当に支えになっていて、どこがただの習慣だったのかがわかる。プロジェクター・コンピューティングはデバイスを剥ぎ取り、残る有用な部分（答え、タイマー、地図、リマインダー）を見つけ、それを部屋の中に置くのだ。

さらに、歴史的な既視感もあり、触れずにはいられない。初期の産業デザインのインターフェースには、「もしモノ自体がインターフェースだったら？」という実験が数多くあった。ジュークボックス、自動販売機、制御盤などだ。汎用の画面がすべてのインタラクションを飲み込む前の話である。アンビエントなプロジェクター・コンピューティングは、不思議なことにその回帰だ。情報は、持ち歩く光る長方形に抽象化されるのではなく、関連する物や場所に紐づけられる。

ハードウェアより先にデザイン

技術に詳しい人がこのプロジェクトを見ると、最初に気になるのはたいてい仕様だ。アルドーがプロジェクトの議論の中で述べた答えは、そこで最も興味深いエンジニアリング上の発言だ。技術仕様は重要ではない、と。デモはMac、コンシューマー向け4Kレーザープロジェクター、ウェブカメラ、そしてカスタムのプロジェクションマッピングとレンダリングのソフトウェアで動いている。プロトタイプは、ひとつの設計上の問いに答えるために存在している。そもそもこのインタラクションは実現可能で、望ましいものなのか？イエスと答えられて初めて、ハードウェアを逆算して考えるのだ。

私の考えでは、これは正しい手順であり、業界が通常やっていることとはまったく逆だ。通常の定石は、「技術が存在する（小型ディスプレイ！導波路！）から、ヘッドセットを作って、後から用途を探そう」というものだ。Humane Pinは、能力先行の思考の典型的な犠牲者だ。技術的には印象的だが、体験としては無意味だった。アルドーの順序は、歴史的に本当に革命的な製品を生み出してきた順序だ。VisiCalcは表計算ソフトのハードウェアのデモではなく、あまりに明白に欲しくなるインタラクションであり、それがPC業界そのものを生み出した。これについてはVisiCalcがいかにハードウェアを買う価値のあるものにしたかでも書いたことがある。

コミュニティの反応から、実際のバージョンに組み込むべきディテールがひとつある。音声とジェスチャーの境界でのレイテンシだ。指をさしながら「ここに置いて」と言うと、システムが処理するまで間が空く。提案された解決策は、低フレームレートのローリング映像バッファを保持し、音声ストリーム上の「ここ」という単語にタイムスタンプを付け、処理が終わったときの手の位置ではなく、実際に指していた瞬間のフレームを解析するというものだ。これは洗練されている。さらに、発話を検出した瞬間に、キャプチャした位置に小さな確認ドットを投影すれば、ユーザーは手を下ろしてよいとわかる。デモと製品を分けるのは、こうした小さなインタラクションの磨き込みであり、それが研究上の問題ではなく解決可能なエンジニアリングの問題であることは心強い。

ジンの問題と、その他の正直な反論

さて、反論について。これは決して軽いものではなく、提灯記事を書くつもりもないので取り上げておく。

私が見た中で最も鋭い批判は、これを「ジンの問題」と捉えるものだ。このデザインは、常に見張り、常に聞き耳を立て、願いを叶える存在を家の中に設置し、自然言語で話しかけられることでその不気味さを増幅する。寝室や浴室にカメラがあるのは、ポケットに入れてあり、起こすまで暗いままのスマホとは根本的に違う。この不快感は懐古主義ではなく、理にかなった脅威モデルだ。

緩和策は存在するが、それはマーケティング文句ではなく、設計の根幹にある必要がある。

• オンデバイス処理のみ。映像フレームが一度でも家の外に出れば、そのデバイスは少しおしゃれなランプシェードをつけた監視ビジネスモデルの一例にすぎなくなる。あるコメント投稿者の懸念、つまり出荷されたバージョンが「クラウド連携型で、ただの高性能なFlockカメラになる」というのは、打ち負かすべき予測だ。
• 設定ではなくハードウェアによるガードレール。カメラのインジケーターLEDは配線で固定し、物理的なシャッターを設け、カメラが動くのは明示的なユーザー操作のときだけにする。インジケーターライトがソフトウェア制御なら、いずれ嘘をつくようになる。
• 設計による部屋の区別。キッチンや作業場へ持ち運べるポータブルユニットは、常にすべてを見ている天井設置型ユニットを六台つけるより優れている。

隣接する歴史から得られる基礎的な懸念もある。アンビエント型の消費者向けセンサーとデータ取り扱いの実績は惨憺たるものだ。ローカル処理を謳いながら、こっそり外部に通信するデバイスは例外ではなく、ひとつのジャンルになっている。これが実際の製品として出荷されるなら、プライバシー設計がすべてを左右する。「第一に考慮すべき事項」というのは、破られることを喜んで探すような人々による監査を受けることを意味しなければならない。

二つ目の反論はもっと地味だ。任意の家庭に投影するのは難しい。壁紙、直射日光、暗い面、猫。デモは管理された環境で動いているが、実際のリビングは照明条件が過酷で、表面もまちまちだ。4Kレーザープロジェクターは助けになるが、物理法則を覆すことはできない。投影されたインターフェースは明るい部屋では色褪せる、それだけのことだ。ヘッドセットは表示面（網膜）を常に自分で支配するが、Lightbulbは表示面を環境から借りる。これは本物のトレードオフであり、これが置き換えではなく補完的な用途に限られる理由だ。正直なところ、それで問題ない。スマホはどこにも行かないし、そうではないと主張するまともな人もいない。この主張はより狭く、より強い。日常の数十回の場面で、デバイスの儀式なしに、ひとつの情報だけ、ここで欲しいとき、これは勝つ。

たとえ製品化されなくても、今これが重要な理由

たとえLightbulb Computerが永遠に試作品のままだとしても、ヘッドセットの一極集中が必然ではなく選択であることを示した点で、すでに価値のある仕事をしている。業界のR&D予算はパーソナルなウェアラブル・ディスプレイに圧倒的に向けられており、その資本配分が必然であるかのように見えてしまうのは容易だ。優れた代替案のデモが一つあるだけで、人々が求めるものが変わる。

この系譜も評価すべきだ。ここでのアイデアは、数十年にわたるユビキタス・コンピューティング研究を貫いている。ゼロックスPARCのWeiserの「静かなコンピューティング」、Dynamiclandの共有ルーム、MITの研究室のプロジェクターなどだ。しかし、その大半は商業的な追い風を得られなかった。変わったのはビジョンではなく、基盤技術がようやく追いついたことだ。ビジョンモデルはミリ秒単位でシーンを読み取る。レーザープロジェクターは明るく、小さく、そこそこ安くなった。音声インターフェースは、いろいろ不満はあっても、ちゃんと動く。Lightbulb Computerは、古くからの良いアイデアが新しい良い部品と出会ったときに何が起きるかを示している。

私の予想はこうだ。部屋規模のアンビエント・コンピューティングの何らかの形は、この十年以内に出荷される。しかしそれは今回の試作品のようには見えないだろう。おそらく地味で、サーモスタットを作っている会社の天井照明器具のようなものになる。そして、こうしたものがたいていそうであるように、目立たないユースケースを通じて浸透する。キッチンのタイマー、廊下の共有マップ、指差して点灯させる照明などだ。顔に装着するコンピュータも、それなりのニッチを保ち続けるだろう。しかし三十年間ウェアラブルの夢を追いかけてきた末に、キッチンのソケットにねじ込まれた一つの電球が、コンピューティングの未来は顔ではなく部屋の中にあるのだと私に確信させるのに、何より大きく貢献した。