【ITニュース解説】Last Light: a ghost story from the things a house records
2026年10月29日に「Dev.to」が公開したITニュース「Last Light: a ghost story from the things a house records」について初心者にもわかりやすく解説しています。
ITニュース概要
「Last Light」は、家で記録された短いイベントログからAIモデルQwen3 4Bが怪談を生成するローカルツールだ。ユーザーはイベントを貼り付け、ムードを選ぶだけで3シーンの物語を作成できる。このプロジェクトは、全ての処理をユーザーのPCで完結させ、プライバシーを保護しつつ、オープンソースとして公開されている。
ITニュース解説
「Last Light」は、コンピューターが記録する日常の出来事から、不気味なゴーストストーリーを生成するユニークなアプリケーションである。これはHacktoberfest Open-Source AI Challengeの「Ghost in the Machine」というテーマに向けて作成されたもので、機械が淡々と記録した「事実」を元に、AIが「幽霊」のような物語を紡ぎ出すというコンセプトが特徴だ。
このアプリケーションは、例えば「廊下の電気が消えた」「モーションセンサーが空のキッチンを感知した」「ラジオが勝手に起動したが、選局はされていない」といった、短いイベントログをユーザーが入力するところから始まる。ユーザーは3個から24個の短いイベントを貼り付け、物語の雰囲気を「静かな不安(Quiet unease)」か「不気味なサスペンス(Eerie suspense)」のどちらかを選択する。すると、AIがそのイベントを元に3つのシーンからなるゴーストストーリーを自動的に作成する。生成された各シーンには、それがどのイベントからインスピレーションを得たのかを示すリンクが張られており、ユーザーは元のログと生成された物語を照らし合わせることができる。また、生成された物語と元のイベントログは、まとめてテキストファイルとしてダウンロード可能であり、後でオフラインで読んだり、共有したりするのに役立つ。
「Last Light」の技術的な中核を担うのは、Qwen3 4BというオープンウェイトのAIモデルである。これは、比較的軽量ながらもクリエイティブな文章生成能力を持つAIで、このプロジェクトではゴーストストーリーの作成に特化して利用されている。このAIモデルを実際に動かすためには、Ollamaというツールが使われる。Ollamaは、ローカル環境、つまりユーザー自身のコンピューター上でAIモデルを実行するためのフレームワークであり、これによってインターネット経由で外部のAIサービスに接続することなく、自分のPCだけでAIの推論処理を完結させることが可能になる。
アプリケーションの構成はシンプルである。Webページは、基本的なHTML、CSS、JavaScriptで構築されており、特別なフレームワークは使われていない。バックエンドのサーバーはPythonの標準ライブラリを使って作られている。ユーザーがイベントログをWebページに貼り付けると、サーバーはまずその各行に番号を振り、その後、ローカルで稼働しているOllamaのAPIエンドポイントにログデータを送信する。Qwen3 4Bモデルは、このデータを受け取り、タイトル、3つのストーリーシーン、そして各シーンが参照する元のイベントのIDを生成する。この際、Ollamaの構造化出力APIが利用され、AIからの返答は特定のJSON形式に従うように制約されるため、アプリケーション側で扱いやすいデータとして結果が返ってくる。生成された物語はWebページに表示され、ユーザーは元のログと並べて確認できる。
このプロジェクトの設計思想にはいくつかの重要な点がある。まず、最も強調されるのは「プライバシー」と「コントロール」である。多くのAIサービスがクラウド上で動くのに対し、「Last Light」は完全にローカルで実行される。つまり、ユーザーが入力した家のイベントログが、インターネットを通じて外部のサーバーに送信されることは一切ない。一度アプリケーションとAIモデルのデータ(ウェイト)をダウンロードしてしまえば、インターネットに接続されていない状態でも(厳密な検証はされていないが、設計上は)動作可能である。これは、個人のプライバシーに深く関わる可能性のあるデータを扱う上で、非常に大きな利点となる。
次に、「オープンソース」であることの重要性も挙げられる。使用されているQwen3 4Bモデルはもちろん、アプリケーションのソースコード、AIへの指示文(プロンプト)、データ形式の定義(スキーマ)、そして生成結果をチェックするバリデーションコードまで、すべてが公開されている。これにより、システムエンジニアを目指す初心者がコードの内容を自由に調べて学習したり、あるいは自分の目的に合わせて変更したりすることが可能になる。特定のサービス提供者に依存することなく、自分がシステムの動作を完全にコントロールできるという点は、オープンイノベーションの大きな価値である。
さらに、AIが生成するものが「フィクション」であることの明確な区別も重要な設計ポイントだ。たとえば、元のログには「玄関のドアは閉まっていた」と書かれていても、AIが生成する物語では「ドアが少し開いていた」と描写されることがある。これはAIが物語性を高めるために創作した部分であり、元のログの「証拠」とは異なる。このアプリケーションでは、生成された物語はあくまでインスピレーションであり、元のログの「証拠」ではないことを明示することで、AIによる創作と事実の混同を防いでいる。
このプロジェクトの開発においては、品質保証も重視されている。入力されるイベント数の制限、イベントの順序、AIからの返答の形式、無効なイベント参照の有無、HTTP通信の挙動、AIの推論失敗時の対応、同時生成要求の拒否など、14項目にわたる自動テストが実装されている。これらのテストは、実際のAIモデルを呼び出す代わりに、事前に用意された擬似的な応答(モック)を使って実行されることで、効率的にアプリケーションの基本的な機能が正しく動作することを確認している。また、実際のAIモデルを使った検証も行われ、選択された「静かな不安」と「不気味なサスペンス」という両方のムードで物語が生成されるか、Webブラウザ上での表示やデータのダウンロード機能が正しく動作するかが確認されている。CPUを使った推論では、物語の生成に約2分強の時間がかかることもあるが、これはローカルで動く小規模なAIモデルの特性によるトレードオフである。
開発プロセス自体にもAIが活用されている点が興味深い。記事によれば、AIエージェント「Codex」が、指示に基づいてアプリケーションの実装、テストの実行、そしてこのニュース記事の草稿作成まで行ったという。もちろん、最終的な承認は人間が行っているが、これはAIが単なるツールとしてだけでなく、開発パートナーとして機能し得る可能性を示している。
「Last Light」は、AI、オープンソース、そしてローカル実行という技術を組み合わせることで、ユーザーのプライバシーを守りつつ、クリエイティブな体験を提供する新しい形を示している。CPU推論の待ち時間や小規模モデルの表現力の限界といったトレードオフは存在するものの、誰もが自分のコンピューター上でAIモデルを動かし、その動作を完全に把握・制御できるという自由は、今後のシステム開発においてますます重要となるだろう。このプロジェクトは、AIがもたらす創造性と、データセキュリティ、そしてオープンな開発の精神がどのように融合し得るかを示す、具体的な事例である。