フォトボックス フォー キッズ

機能

マルチモーダル認識を使用して家族の交流と幼児教育を促進するインタラクティブ システム「Photobox for Kids」を提案します。主なコンポーネントは 2 つあります。子どもが物や家族の思い出を撮影するための AI カメラと、自宅でインタラクティブに学習するためのフォトボックスです。保護者は家庭用品を撮影できます。この画像は、ビジョン言語モデル（VLM）によって、お子様に合わせてカスタマイズされた教育コンテンツの生成に使用されます。このシステムは「思考の連鎖」を採用し、簡単なクエリから複雑な説明へと進みます。登録済みのアイテムを子供がキャプチャすると、システムがアイテムを識別して説明します。登録されていない商品は、Gemini 1.5 モデルによって生成された説明をトリガーします。このシンプルな写真撮影方法により、幅広い Q＆A コンテンツが生成され、好奇心と理解を促進します。国際幼稚園での試験運用では、登録された 100 個のオブジェクトのうち 70% を子どもが思い出しました。AI カメラが家族の思い出を撮影し、フォトボックスは、子供がプリントした写真を提示したときに豊富なインタラクティブ コンテンツを提供します。このシステムは、Gemini モデルを使用してより豊かなインタラクティブ コンテンツを実現することで、以前の HCI の取り組みを拡張しています。現在、家族の交流を促進する効果を検証する研究が進行中です。