【明報專訊】零售商若要測試和改善店面陳列效果，常要找來一批測試者戴上特別裝置，以記錄他們的視線焦點。這種做法成本極高，也非常花時間，難大規模應用。有公司研究出替代方案，以人工智能軟件代替真人，預測途人的視線焦點，稱可將應用門檻大幅拉低，令大規模使用變得可能，亦多了很多企業用得起。

明報記者 薛偉傑

Aitrak共同創辦人Michael MacMillan表示，以往零售商若要測試和改善店面的陳列效果，常要找來一批測試者戴上像眼鏡的特別裝置，再觀看其店面或貨架；或在電腦屏幕上觀看店面或貨架相片，以利用光學技術，將測試者視線聚焦的地方記錄下來。該方案可以統計測試者視線較多及較少聚焦的地方，然後以不同顏色顯示，稱為Heat Map。零售商可根據測試結果，評估店面或貨架的陳列是否達到預期作用、是否要調整等等。

這種做法成本極高，也非常花時間，不止小企業難負擔，中大型企業亦不可能每間分店、每個貨架，甚或每次更換上架貨品時，都做這種真人測試。

真人測試 機器學習訓練軟件

因此，Aitrak幾名創辦人早在2010年開始構思一種成本較低的折衷方案，那就是先找來一大批人觀看大量這類店面陳列的相片，利用上述儀器追縱他們頭3秒的視線落點。另一方面，他們設計了一套具機器學習(Machine Learning)功能的人工智能軟件，利用上述的大量測試結果「訓練」這套軟件。

他們利用這套人工智能軟件代替真人測試，以產生一幅預測的Heat Map。但可惜，當年的個人電腦運算能力不夠快，未能支持這種人工智能軟件運作，只好將這個構思暫時放下。

到2017年，個人電腦的運算能力已非常強大快速，尤其是在嶄新的圖像晶片支持之下；加上市場上已有多家大公司推出雲端服務，可按企業客戶的需求提供處理能力，該公司毋須再自行投資購買性能強大的電腦伺服器，也沒有不斷升級的問題，令整個構思變得可行。

雲端服務 毋須新機新軟件

於是，該公司在2017年重新開始研發上述的人工智能軟件，並找來數千人觀看大量零售店面陳列的相片。這數千人之中，有些是完全自願免費參與測試；有些則是從大學招募來的學生；有些則是收取費用的測試者。他們每人觀看了100至500幅相片，故組成了相當龐大的資料庫來訓練該公司的人工智能軟件。

到2018年第三季，這套與該公司同名的人工智能軟件，終於達到成熟程度，正式推出服務。至今年3月初，至少已有5至10間大公司簽約使用。

人工智能軟件透過雲端方式提供服務，故企業客戶毋須購買新機，亦毋須安裝軟件，只需將需要評估的店面陳列、貨架或平面廣告相片上載雲端，幾秒鐘後，系統便能夠提供到一幅預測的Heat Map。即使要為整間門市的眾多陳列和貨架做預測，通常也可在幾分鐘內完成。

測試勝同類技術 結果接近真人

他承認，Aitrak並非唯一想出以AI軟件模擬人類視線、為零售店預測Heat Map的公司。市場上至少有幾間同類公司，絕大部分來自歐洲、美國、以色列(該公司也屬於歐洲公司)。他稱從對照測試來看，該公司預測的Heat Map，與真人測試的結果相當接近，認為比幾個競爭對手勝出一籌(見圖)。