【ITニュース解説】I taught a local vision model to find the same AliExpress item cheaper — variant and shipping included

AliExpressのような大規模なオンラインマーケットプレイスを利用する際、多くのユーザーが直面する課題は、表示される価格が必ずしも最終的に支払う価格ではないという点だ。例えば、スマートフォン用の充電器を検索した際、検索結果には非常に安価な価格が表示されることがある。しかし、実際に商品ページを開いて詳細を確認すると、その安価な価格は充電器本体ではなく、短尺のUSBケーブルなど、別の商品のオプション価格であることが多い。本来欲しい充電器の価格はさらに高価であり、購入手続きの段階で別途送料が加算されることも頻繁にある。

このような状況では、ユーザーは本当に望む商品とその正確な価格を知るために多大な労力を費やすことになる。複数のタブを開き、それぞれの出品ページで希望する商品の仕様（電力、色、プラグの種類など）を選択し、送料を含めた最終的な合計金額を一つずつ確認し、比較する作業が必要となる。特に、電子部品を定期的に購入する趣味を持つ人や、修理業者、小規模な再販業者にとっては、この手作業は非常に時間と手間のかかる負担となる。

この課題を解決するために開発されたのが「pricehunt」というChrome拡張機能である。この拡張機能を使うと、ユーザーはAliExpressで目的の商品を選び、詳細なオプション（例えば、特定のワット数、色、プラグ形式など）を設定する。その後、「Find the same thing cheaper」ボタンをクリックするだけで、pricehuntが自動的にAliExpress内を巡回し、ユーザーが選んだ商品、オプション、そして送料を含んだ最も安い価格の出品を効率的に探し出す。

pricehuntは、まるで人間が手動で検索するような手順を自動化している。まず、ユーザーが選択した商品の写真を使ってAliExpressの画像検索機能を利用し、関連性の高い出品を見つけ出す。この際、単なる商品全体像ではなく、ユーザーが指定した特定のオプション（例えば、33Wの黒いEUプラグの充電器）が明確に写っている写真を基に検索することで、より的確な結果を追求する。次に、検索で見つかった数多くの出品を価格が安い順に一つずつ開いていく。各出品ページでは、拡張機能がユーザーの希望するオプションと一致するかどうか、そして送料を含めた総額がいくらになるかを厳密に確認する。また、出品者が設定しているタイトルも重要な情報として活用し、似たようなタイトルを持つ他の出品も幅広く検索することで、さらに多くの選択肢を発掘する。ウェブサイトのソート機能だけに頼らず、送料の有無も考慮しながら、拡張機能自身が独自の基準で結果を整理し、価格を比較検討する。

この拡張機能の中核をなす技術の一つに、AIモデルの活用がある。AIモデルは、拡張機能が検索で発見した商品の画像と、ユーザーが最初に選んだ商品の画像を比較し、両者が本当に同一の商品であるかを判別する役割を担う。例えば、AIモデルに対して「同じモデルか？」「同じ本体形状か？」「同じポート構成か？」「同じ電力表示か？」といった具体的な質問を投げかけることで、見た目は似ているが実際には異なる商品や、充電器とケーブルといった全く別の商品を誤って選択してしまう事態を防ぐ。この機能には、MiniCPM-V 4.7というオープンソースの画像理解モデルが採用されているが、ユーザーはOllama互換のモデルや、OpenAI互換のサーバーで動作する他のAIモデルに切り替えて利用することも可能である。

AIモデルがユーザー自身のコンピュータ上で「ローカル」に動作する点も、pricehuntの大きなメリットである。クラウドベースのAIサービスを利用する場合、検索ごとに費用が発生する可能性があるが、ローカルで実行すれば追加のコストは発生しない。さらに、ユーザーのAliExpressアカウント情報、カートの内容、検索履歴などが外部のサーバーに送信されることがなく、高いレベルでプライバシーが保護されるという利点がある。これは、ユーザーのログイン情報を使用してウェブサイトを閲覧する拡張機能にとって、特に重要なセキュリティ上の配慮である。

pricehuntは、特定のユーザー層にとって特に価値のあるツールとなる。例えば、過去に充電器を注文したのにケーブルが届いてしまいがっかりした経験のある一般消費者、毎月のように特定の電子部品を繰り返し注文する必要がある修理業者や趣味の電子工作愛好家、あるいはAliExpressから商品を仕入れて自国で再販している小規模事業者などがその対象となる。彼らにとって、たとえ数ドルの節約であっても、それが積み重なればコスト削減に大きく貢献し、事業の収益性や成功に直結する可能性があるためだ。

開発プロセスでは、いくつかの技術的な課題が克服された。例えば、AIモデルの実行にはllama.cppというツールが用いられ、GPUメモリが比較的少ない（4GB）環境でも動作するように最適化された。これは、AIモデルの学習済みデータの一部をシステムメモリ（RAM）に配置する「mixture of experts (MOE)」という技術を適用することで実現している。また、AIモデルが「Yes」と判断する際の確信度を、数値（トークン確率）として活用し、マッチングの精度を向上させている。商品画像の比較においては、まずブランドロゴなどの装飾を除去した上で、参照となる製品写真の「256ビットdiffhash」という、写真のユニークな特徴を表すデジタルな指紋のようなものを生成し、これをAIモデルによる確認と組み合わせることで、より正確な同一性判定を可能にしている。

開発中に発見されたバグも、ユーザーの実際の利用状況を記録したログデータを詳細に分析することで修正された。これには、AliExpressが表示する割引前の誤った価格を取得してしまう問題や、本来無料の送料を計算に含めてしまう問題、さらにはウェブサイトの画像配信サーバーが短時間に複数回のリクエストを受けるとアクセスを一時的に制限してしまう問題などが含まれる。これらの問題を着実に修正することで、拡張機能の信頼性と実用性が向上し、より正確な情報を提供できるようになった。

このようなツールがオープンソースとして開発・公開されることには、非常に重要な意味がある。大手マーケットプレイスは、必ずしもユーザーの「最安値を見つけたい」という純粋なニーズに特化したツールを提供するとは限らない。なぜなら、彼らにとっての「最適な価格」は、必ずしもユーザーにとっての「真の最安値」とは限らないからである。だからこそ、ユーザーが中身を検証し、信頼でき、さらには必要に応じてAIモデルを交換できるようなツールが求められるのだ。オープンモデルは、プライバシーの保護、運用コストの削減、そしてユーザーが多様なモデルを自由に選択できるという三つの大きな利点をpricehuntにもたらしている。これにより、ユーザーはより安心して、そして効率的に、本当に求める商品の最安値を見つけ出すことが可能となるのである。