Concept: Digital Bonsai × Data Science Concept: デジタル盆栽 × データサイエンス
While the world is flooded with giant AIs (LLMs), "Hakoniwa AI" goes the opposite way.
Instead of asking a cloud deity for answers, it's a laboratory where you grow a "small brain" from scratch in the palm of your hand, observe its growth process (decreasing Loss), and dissect why it gave a specific answer (Feature Importance).
世の中は巨大なAI（LLM）で溢れていますが、「箱庭小AI」は逆を行きます。
クラウドの神様に答えを聞くのではなく、手のひらの中で「小さな脳」をゼロから育て、その成長過程（Lossの低下）を観察し、なぜその答えを出したのか（Feature Importance）を解剖するための実験室です。
This is not a ChatGPT API wrapper.
A neural network engine implemented entirely from scratch in Dart performs calculus (backpropagation) in real-time using your device's CPU.
ChatGPT APIのラッパーではありません。
Dart言語でスクラッチ実装されたニューラルネットワークエンジンが、あなたの端末のCPUを使って、リアルタイムで微積分（逆伝播）を行います。
Screenshots
* Images are from a development version (v1.2.0) ※画像は開発中のものです（v1.2.0）
Technical Specs
1. Comprehensive Analysis Tools 1. 分析機能が充実 (New in v1.3.0)
Visualizes the AI's thoughts, often called a black box.
Displays real-time bar graphs of "Connection Weights" to show which input data the AI values.
Furthermore, running "Sensitivity Analysis (Permutation Importance)" dynamically shuffles data to quantify decision logic more strictly.
Includes an "Input Selection (Laboratory)" to toggle inputs on/off and verify the importance of specific data.
Also supports "Accuracy" and "Confusion Matrix" for classification, and "Scatter Plots" for numeric prediction.
In Text Generation mode, it features "2-Step Future Prediction" that shows the probability distribution of upcoming characters step-by-step.
ブラックボックスと言われるAIの思考を可視化します。
「結合強度 (Connection Weights)」により、AIがどの入力データを重視しているかをリアルタイムでバーグラフ表示。
さらに「感度分析 (Permutation Importance)」を実行すれば、データを動的にシャッフルして、より厳密な判断根拠を数値化できます。
また、入力項目の有効・無効を切り替え、特定のデータの重要度を検証できる「入力項目の選択(実験室)」を設置。
そのほか、分類問題における「正答率」「混同行列」や数値予測での「散布図」も確認可能。
テキスト生成モードにおいては、推論画面で1文字ずつ進め、その先の文字確率分布を表示する「2手先までの未来予知」も実装。
2. 100% Custom Engine (No External APIs) 2. 完全自作エンジン (No External APIs)
Uses absolutely no external APIs like OpenAI, Gemini, or Claude.
Matrix operations, activation functions (ReLU/Sigmoid), and optimization algorithms (Adam/SGD) are all natively implemented as code within this app. It works perfectly even in airplane mode.
OpenAI、Gemini、Claude等のAPIは一切使用していません。
行列演算、活性化関数（ReLU/Sigmoid）、最適化アルゴリズム（Adam/SGD）のすべてがこのアプリ内のコードとして実装されています。機内モードでも完全に動作します。
3. Authentic Training Process 3. 本格的な学習プロセス
Not just "pretend play."
Calculates "Train Loss" and "Val Loss" in real-time for each Epoch. You can even numerically observe signs of Overfitting.
ただの「ごっこ遊び」ではありません。
Epochごとの「Train Loss（学習誤差）」と「Val Loss（検証誤差）」をリアルタイムで算出。過学習（Overfitting）の兆候さえも、数値として観測できます。
4. Text Generation & N-gram (New in v1.2.0) 4. テキスト生成とN-gram (New in v1.2.0)
Equipped with a "Small Language Model (SLM)" that vectorizes characters and reads the Context Window to predict the next character.
By adjusting the N-gram (1 to 5 characters), you can experiment with the process of how AI learns a language.
ひらがなをベクトル化し、文脈（Context Window）を読んで次の文字を予測する「小規模言語モデル（SLM）」を搭載。
N-gram（1から5文字）を調整することで、AIが言葉を覚える過程を実験できます。
| Engine エンジン | Pure Dart Neural Engine (Scratch Build) |
|---|---|
| Analysis Features 分析機能 | Connection Weights / Permutation Importance |
| Network Structure ネットワーク構造 | Multilayer Perceptron (0 to 5 hidden layers / up to 128 nodes per layer) 多層パーセプトロン (隠れ層0から5層 / 各層最大128ノード) |
| Optimizer 最適化手法 | Adam, SGD (with Momentum) Adam, SGD (Momentum対応) |
| Data Persistence データ永続化 | Hive (NoSQL Database) - Model sharing via lightweight JSON Hive (NoSQL Database) - 軽量JSONでのモデル共有が可能 |
| Privacy プライバシー | 100% Offline (Zero Data Transmission) 完全オフライン（データ送信ゼロ） |
Now Available on App Store
Download on the App Store
Compatible with iPhone / iPad
iPhone / iPad 対応
* Also runs on Macs with Apple Silicon (M1 or later)
※ Apple Silicon (M1以降) 搭載のMacでも動作します