電波が弱くなっても画像が急に消えず、画質が少しずつ落ちていく。そんな無線の画像伝送を、FPGA（回路の構成を書き換えられるチップ）の上で毎秒30フレームで動かした作品が、GitHubで公開された。中国の全国大学生組み込みチップ・システム設計コンテストの2026年FPGA部門への出品作で、公開したのはVimcovan氏（GitHubのアカウント名）だ。
通常の画像の無線伝送では、画像をJPEGで圧縮し、誤り訂正の符号を付けてから電波に載せる。JPEG方式は、信号と雑音の強さの比（SNR）がある値を下回ると誤りを直しきれず、画像が丸ごと出なくなる。作品が使うDeepJSCC-Qは、一対のニューラルネットワークで画像を電波の信号に直接変換し、受信側で画像に戻す方式だ。Tungらが2022年に論文で発表した。
作品は、DeepJSCC-Qの符号化器と復号器に加え、Wi-Fiに似た方式の通信処理まで、すべてFPGAの回路として組み込んだ。基板はAMDのFPGAを載せた開発ボードPYNQ-ZUを2枚使い、それぞれに無線チップAD9361のカードを付けた。送信側は256×256画素の画像を915MHzで送る。
READMEは、同じ通信処理と同じ信号数でJPEG方式と比べた実測値を載せる。電波を弱めていくと、JPEG方式はSNRが約20dBから17dBに下がる間に、画質の指標PSNRが27.8dBから復号不能まで落ちた。DeepJSCC-Qは、SNRを32dBから5.5dBまで下げても、PSNRの低下は5.5dBにとどまった。受信側は600秒で1万8000フレームを受け取り、回路内の遅延は約71.5ミリ秒だった。いずれも室内での実測値で、比較に使った画像は1枚に限る。
設計報告によると、開発は参加者と2つのAIコーディングエージェント、Claude CodeとCodexとの協働で進めた。参加者は目標と制約の提示、技術的な判断、配線や電源投入などの物理的な作業を担い、AIは無線部分の調整、モデルの学習、回路記述の生成、測定を担当した。9月1日から10月7日までの会話は40件、参加者のメッセージは766件に上る。
リポジトリは回路データ、学習済みモデル、測定データを収め、ライセンスはMITだ。送信に915MHzを使うため、日本国内で同じ設定のまま電波を出せるかは電波法上の確認が要る。