30ドルラジオ＋ローカルAI＝インターネット不要スマートホーム — エッジAIの実用例

概要

インターネットが切れると、スマートホームは停止します。クラウドベースの音声アシスタントもIoT自動化もすべて使えなくなります。しかし、30ドルのLoRaラジオとMac miniで動作するローカルLLMだけで、完全オフラインのスマートホームを実現した事例が登場しました。

ウクライナ在住の開発者が、戦争による頻繁な停電とインターネット断絶の状況で、Meshtastic LoRaラジオとOllamaローカルモデルを組み合わせてインターネットゼロ環境のスマートホーム制御システムを構築しました。

この記事では、このプロジェクトのアーキテクチャ、技術スタック、実装コスト、そしてエッジAIの実用的な可能性を分析します。

システムアーキテクチャ

全体システムは驚くほどシンプルです。

graph TD
    A[T-Echo 携帯ラジオ] -->|LoRa 433MHz<br/>暗号化| B[T-Echo USB → Mac mini]
    B --> C{メッセージルーティング}
    C -->|SAY: プレフィックス| D[Home Assistant TTS → スピーカー]
    C -->|AI: プレフィックス| E[phi4-mini 分類器 → gemma3:12b]
    C -->|ステータス照会| F[Home Assistant センサー]
    C -->|オンライン?| G[Discord → クラウドAI]
    C -->|オフライン?| H[Ollama ローカルモデル]
    I[Outboxフォルダ] -->|自動送信| A

核心はデュアルルーティングです。インターネットがあればクラウドAIを活用し、なければ自動的にローカルモデルに切り替わります。ユーザーは違いを意識する必要がありません。

コア技術スタック

LoRa通信 — Meshtastic + Lilygo T-Echo

MeshtasticはオープンソースのLoRaメッシュネットワークファームウェアです。各ノードがメッセージをリレーするため、複数台を配置すれば数キロメートルにわたる通信網を構築できます。

• ハードウェア: Lilygo T-Echo (~30ドル)
• 周波数: 433MHz LoRa
• 特徴: 暗号化チャンネル、USB接続、メッシュリレー
• 制約: メッセージあたり200文字制限（AI応答の自動分割で解決）

ローカルLLM — Ollama

オフラインAIの核心は2段階モデル構造です。

モデル	役割	サイズ	用途
phi4-mini	インテント分類器	~2B	「スマートホームコマンドか質問か」の判別
gemma3:12b	応答生成	12B	実際の回答と推論

軽量モデルでまず意図を分類し、大きなモデルは必要な時だけ呼び出す構造で、Mac mini M4 16GBでも十分にリアルタイム応答が可能です。

Home Assistant連携

スマートホーム制御とTTS（テキスト音声変換）をHome Assistantが担当します。

• 照明制御、センサー読み取り、在室確認
• SAY: プレフィックスでラジオから送信したテキストを自宅スピーカーで音声出力
• ウクライナ語TTS対応

SAY: Привіт, я скоро буду вдома
→ 無線電波 → Mac mini → HA TTS → スピーカーで音声再生

インターネット接続が一切不要な完全オフライン音声メッセージです。

実装コスト分析

このシステムの最大の魅力はコストです。

項目	価格	備考
Lilygo T-Echo × 2	~60ドル	固定局 + 携帯用
Mac mini M4 16GB	~500ドル	既存保有時は0ドル
Home Assistant	無料	オープンソース
Ollama + モデル	無料	オープンソース
Meshtasticファームウェア	無料	オープンソース
HA Voice PEスピーカー	~50ドル	TTS出力用
総追加コスト	~110ドル	Mac mini既存保有時

クラウドAIサービスの月額サブスクリプションなしに、一回限りの110ドル投資で完全なオフラインAIスマートホームが完成します。

エッジAIの実践的教訓

1. オフラインファースト設計の価値

このプロジェクトは戦争という極限状況で生まれましたが、オフラインファースト設計の価値は普遍的です。

• 災害時: 地震、台風、停電時の通信独立性確保
• プライバシー: 音声データがクラウドに送信されない
• レイテンシ: ローカル処理で応答速度向上
• コスト: 月額サブスクリプションゼロ

2. 小さなモデルの戦略的活用

phi4-mini（2B）をルーターに、gemma3:12bを実行器に分離したアーキテクチャは、エッジデバイスでLLMを活用する模範的なパターンです。

graph LR
    A[ユーザーメッセージ] --> B[phi4-mini<br/>インテント分類]
    B -->|スマートホームコマンド| C[Home Assistant API]
    B -->|一般的な質問| D[gemma3:12b<br/>応答生成]
    B -->|TTSリクエスト| E[HA TTS → スピーカー]

3. メッシュネットワークの拡張可能性

Meshtasticはメッシュプロトコルのため、ノードを追加すれば通信範囲が拡張されます。原作者が構想する近隣規模AIネットワークは現実的なシナリオです。

• 各ノードにローカルLLMを搭載
• メッシュリレーで数キロメートルのカバレッジ
• インターネットなしのコミュニティAIインフラ

自分で実装するには

このシステムを再現するために必要な最小要件です。

1. ハードウェア準備: Lilygo T-Echo 2台、Mac mini（またはApple Silicon Mac）、HA対応スピーカー
2. ソフトウェアインストール: Meshtasticファームウェア、Ollama、Home Assistant
3. モデルダウンロード: ollama pull phi4-mini、ollama pull gemma3:12b
4. リスナーデーモン構築: Meshtastic CLIでUSBラジオ接続、Pythonデーモンでメッセージルーティング
5. HA連携: REST APIまたはWebSocketでHome Assistantを制御

全スタックがオープンソースのため、コードを直接書くかAIコーディングツールに委任できます。

結論

30ドルラジオ + ローカルAI = インターネット不要スマートホーム。この等式はシンプルですが、エッジAIの実用的な未来を明確に示しています。

クラウドに依存しないAIシステムはもはや理論ではありません。16GBメモリのMac miniと30ドルのラジオがあれば、今日すぐに実現できる現実です。ローカルLLMの性能が向上し続ける今、エッジAI × IoTの組み合わせは最も実用的なAI活用領域の一つになるでしょう。

参考資料

• Reddit - I plugged a $30 radio into my Mac mini and told my AI “connect to this”
• Meshtastic 公式サイト
• Ollama 公式サイト
• Home Assistant 公式サイト
• Lilygo T-Echo