【準優勝の舞台裏】Liquid AIハッカソンで証明された「技術の共通言語」と創造性

1. はじめに：技術が繋いだチームと「AI Bicycle」

イベントと結果の報告： Liquid AI Hackathonで**準優勝（2位）という素晴らしい結果を報告します。このイベントは、Kaggleのグランドマスターである山本祐也氏 (Yuya Yamamoto, Weights & Biases)**のような著名なエンジニアも参加するハイレベルなものでした。
異文化を越えた出会い： 初めて会った日本人学生のHongoさん、Rikkaさんとチームを組みました。言語や文化は違っても、ハッカソンでは**「技術の共通言語」**で会話が進みます。
プロジェクト名と目的： 開発したアプリケーション名は**「AI Bicycle」です。日本の法律で自転車運転中のイヤホン使用が禁止されているという文化的制約に対し、移動時間を「より楽しく（More Fun）」、そして「よりインタラクティブに（Interactive）」**することに焦点を当てました。
モデルの意図： AIアシスタント特有の**「フィードバックを求める」、「何でも知っている」といったアシスタント的な振る舞いを敢えて排除**。まるで本当の自転車仲間のように、ウィキペディア的な知識を持たない、フランクで自然な会話ができるモデルを目指しました。

2. 技術の融合：フルスタック経験とAIの学習

私の貢献： 私はReact Nativeを用いたモバイルアプリケーションの実装を担当しました。これは新しい挑戦でしたが、これまでのフルスタック開発の経験が活かされ、短期間でのプロトタイプ開発に役立ちました。
AIツールの学習： 今回はチームメイトから学ぶことの多い経験となりました。特にHuggingFace、LM Studio、OpenAI APIなどの最新のAIツールやその概念について多くの知識を得ました。私の過去のAIトレーニングの基礎知識が、チームメイトがファインチューニングしたモデルを**アプリケーション内でどのように使用するか（Input/Output）**を理解するのに大いに役立ちました。
HongoさんとRikkaさんの献身：
- Hongoさんは、徹夜でLambda Cloudを使用してモデルのファインチューニングに尽力してくれました。また、OpenAI開発者アカウント設定のサポートも感謝しています。
- Rikkaさんは、モデルをダウンロードし、LM Studioでのローカル動作確認、およびモデルとアプリをつなぐためのPythonサーバーの構築を担当してくれました。
アプリの核心機能：
- 1. 風景認識： 撮影した画像と音声入力から、モデルが景色をコメントする。
- 2. カジュアルな会話： Whisperで音声をテキストに変換し、モデルとフランクな会話をする。

3. 「Vibe Coding」再評価と「経験の壁」

Vibe Codingの有効性： 以前はVibe Coding（勢いでコードを書くこと）に批判的でしたが、ハッカソンのような状況では非常に有効だと考えを改めました。AIモデル、Androidアプリ、Pythonサーバー、外部APIという複数の要素を同時に扱う場合、勢いと集中力が不可欠です。
「経験の壁」： しかし、知識不足はAIでは埋められません。「モデルのデプロイメントが最初のステップである」という根本的な知識や、「画像フォーマットの非互換性」といった現場の経験は、ChatGPTではなく、人間の経験やYouTubeのチュートリアルを通して初めて解決しました。残念ながら、画像フォーマットの互換性の問題は、ハッカソン中には解決できませんでした。
デベロッパーの真の価値： やはり、技術を「システムとして統合し、動かす」経験こそが、AI時代におけるデベロッパーの核となる能力です。

4. 日本的な「楽しさ」とキャリアへの繋がり

アイデアの力： 2位という結果は、**「AI Bicycle」というアイデアの「面白さ（Fun）」が評価された部分が大きいと感じています。一見「面白くて不真面目」なテーマだからこそ、誰もが欲しくなる「魅力」**が生まれたのだと思います。これは、私が以前経験したゲームハッカソンと同じく、日本的な創造性の特徴です。
プロジェクトとブログの関連性：
- 以前の記事で作成した名刺が、イベントでのネットワーキングの際に非常に役立ちました。ブログに書いた内容が、すぐに実社会で役立つことを証明できました。
- このハッカソンでの経験は、技術力だけでなく、即応性や異文化での協働能力を証明する、強力な証拠となります。

5. まとめと感謝：挑戦は続く

今回の Liquid AI Hackathonへの挑戦は、単なるプログラミングのイベントではなく、チームで困難を乗り越える経験そのものでした。

私たちは、ハッカソンのテーマである「LFMモデルを限界以上に活用し、日本特有の課題を解決する」というミッションを、「AI Bicycle」というアイデアと、モバイルアプリ、サーバー、AIモデルの統合という形で達成しました。準優勝という結果は、技術の実行力とアイデアの創造性が評価された証だと受け止めています。

技術的な課題（モデルのデプロイや画像フォーマットの非互換性など）に直面するたび、HongoさんやRikkaさんの専門知識、そして私自身のフルスタックの経験が、システムの**「統合」**という最も重要な部分を支えてくれました。この経験は、AI時代におけるデベロッパーの真価は、コードを書くことよりも「システム全体を繋ぎ、機能させる経験」にあるという確信をさらに強めました。

また、以前に作成した名刺が、ネットワーキングの場面で非常に役立ち、今回の成果を次のステップに繋げるための重要なツールとなりました。

感謝と今後の展望

最後に、この貴重な機会と、私たちが使用した素晴らしいリソースを提供してくださった皆様に、心より感謝申し上げます。

Liquid AI / Liquid Edge AI Platform：高性能なモデルと開発環境をありがとうございました。
- Hackathon ページ： https://hackathons.liquid.ai/
- Liquid Edge AI Platform： https://leap.liquid.ai
Lambda：モデルのトレーニングに不可欠なクラウド環境を提供してくださいました。
- Lambda Cloud： https://cloud.lambda.ai/
Weights & Biases (W&B)：チームでモデルとデータを追跡・管理するための強力なツールを提供してくださいました。
- W&B： https://wandb.ai/site/
Luma：イベントページ： https://luma.com/we2jbbp3?tk=iZtn55