Hun-Bot

2025 キャップストーンデザイン & ハッカソン

ハッカソン AI

ハッカソン概要

テーマ：生成AI APIを活用したビジネスモデル開発 / 生成アルゴリズムを活用したビジネスモデル開発

私たちのチームの選択：生成AI APIを活用したビジネスモデル開発

大学のホームページに告知が掲載されたとき、大学連合ハッカソンであり、ホテルで2泊3日の食事と軽食が提供されると書かれていた。試験が終わったばかりの自分にとっては、休息と開発プロジェクトを同時に進められる良い機会だと思った。

チーム編成は、事前に回答したGoogleフォームをもとに、できるだけ公平に割り当てると主催者から案内された。合計5つの大学が参加し、各チームは5人で構成された。

私たちのチームはまずアイデア出しから始め、以下のような案が出た。

1. 利用規約を要約するChrome拡張機能
2. ゲーミフィケーション -> 童話実装 & 心理検査 -> Gamification
3. 本の要約
4. 感情日記
5. プロンプト変換器 -> AI向けに整形 [Markdown、複数形式]
6. GPT検出器を回避できる生成AI
7. 専攻者向け学習カリキュラム
   -> 具体化
8. スマホ通知の要約(重要度) + スマホを見ている状況で通知が出たら自動で消す機能(Face)
   -> 具体化
9. 現実の問題を解決するソリューションを提示するAI
10. アルバイトや職種の分析、契約書レビューAI
11. プログラミング学習
12. No More Vibe Coding & Quiz AI
13. Code -> Tagging AI
14. AIとの会話内容の要約 + プロンプト -> 次の会話へ継続
15. 赤ちゃん言葉でけんかするロボット
    -> 具体化
16. 部屋の片付け推薦AI
    -> 具体化
17. AIかどうかを判別するもの
18. 情報の信頼性検証AI
19. ドローン周波数位置検証AI
20. 最適な睡眠時間を分析するウェアラブル + AI
21. 食事写真分析 + ヘルスケアAI

チーム構成と役割

私はプロジェクトリードを担当し、チームはフロントエンド1名、バックエンド1名、デザイン1名、ハードウェア設計1名で構成された。

役割は以下のように分けた。

  • Project Lead（本人）：全体企画・開発方針の統括、技術アーキテクチャ設計、スケジュールと役割調整、PPTと発表の主導、関連論文・市場調査
  • Frontend（1名）：UI開発およびReactベースの会話ページ実装
  • Backend（1名）：FastAPIサーバー構築、STT・TTS・LLM API連携
  • Design（1名）：キャラクター、ロゴデザイン、PPT
  • Hardware（1名）：Raspberry Pi 5設計、センサー・マイク・スピーカーモジュール構成［オンラインツール］

アイデア：赤ちゃん言葉でけんかするロボット玩具

https://youtu.be/Tgk9L-6XsvA の動画に加えて、動くサボテンのおもちゃまで想定して考案したアイデアで、チームメンバーの投票によって選ばれた。

このアイデアについて調査していると、「喃語」には特定の意味がないことがわかり、生成AI APIを活用して作るには不向きだと判断した。

そこでアイデアを変えようとしたが、既存アイデアの調査中に、18か月から3歳の時期に子どもの言語能力が爆発的に伸びるという点を見つけた。そこで方向性だけを変え、対象年齢を18か月から3歳に絞って、より具体的にdevelopしてみようと考えた。

データ：https://talkbank.org/ | https://langcog.github.io/childes-db-website/index.html 実際の製品：https://catius.cafe24.com/

変更後のアイデア：子どもと一緒に成長する対話型ロボット玩具

コアアイデア：

  1. 子どもと一緒に成長する -> その年齢に合った発達段階と必要能力を、自社アプリで提供する。
  2. 子どもが玩具と会話しながら、言語能力と認知能力を発達段階に沿って確認できるよう、レポート形式で提供する。
  3. 18か月から3歳、3歳から4歳、4歳から4.5歳のように、発達段階理論に基づいた適切な会話内容を提供する。
  4. 子どもの言語・脳発達を支援する。
  5. 子どもが投げたり叩いたりしたときの衝撃に備えたハードウェア設計と、かわいい外観を用意する。

課題？

  1. 幼い子どもが簡単に玩具を操作できるようにするには？ -> カメラ認識、目立つスイッチなど。
  2. GDPR-K（韓国）、児童オンラインサービス関連法
  3. アルゴリズムの誤り、解釈リスク -> fallback、モデル学習の多様性［問題：データが十分ではない］
  4. 技術と規制

プロジェクト構造

技術スタック

Frontend: React, Vite, Tailwind Backend: FastAPI, WebSocket, Python Gen AI: GPT-4-turbo, Clova STT Database: SQLAlchemy + Alembic（User/Log保存） Deployment: localhostを使用

問題解決プロセス

（エラー、ポート、DB、デプロイ、AI通信など主要な課題を中心に）

結果とデモ

（フロントエンド・バックエンド通信成功、MVP完成）

振り返りと感じたこと

（達成感、学んだこと、次の目標）

リンク

（GitHub、Demo URLなど）

目次

댓글