智能采集平台( 阿里智能设计实验室：用AI做设计，做的事情很简单)

　　智能采集平台(

阿里智能设计实验室：用AI做设计，做的事情很简单)

　　@阿里巴巴UED：在今年UCAN大会开幕上，阿里巴巴集团UED委员会主席杨光发布的智能设计平台——鲁班出自乐城团队。该平台旨在通过人工智能算法和大量数据来训练机器学习。经过一段时间的研究，这个平台从去年的“双十一”开始就已经在阿里巴巴*敏*感*词*投入使用，其设计水平现在已经非常接近专业设计师的效果。会上，乐成介绍了阿里巴巴智能设计实验室的整个实践过程。

　　人工智能设计

　　我们的团队现在叫人工智能设计实验室，我们做的很简单，就是用AI来设计。人工智能这个概念现在太火了，有一个数据可以证明它有多火：去年人工智能领域的创业公司开得比肯德基还快。不可否认，这里肯定有泡沫成分，还有很多概念炒作。我们先抛开豪言，拆解这件事。

　　我们现在说的人工智能通过算法、数据和强大的计算能力来改善服务场景，这是人工智能的四大要素。我们团队今天做的就是用算法、数据、计算、场景去解决业务领域的事情，让这个事情看起来更可靠，更容易实现。

　　为什么我们的团队想要这样做？这不是来自YY的想法，而是在广泛的业务场景中发现的机会。以广告横幅为例。我们将其归类为“大量低质量且易于使用”的设计。这种设计需要设计师一天时间来制作，而上线只需要一天时间。而且是重复的，只是换个词，很适合用机器来代替。

　　今年UCAN的主题是新设计x新商业。新业务中非常大的概念是通过新技术和互联网手段完*敏*感*词*、物、场的重构。人是消费者，商品是商品的服务。，场景是连接人和商品的手段。新时代，我们需要寻找新的设计方式。

　　我们团队的使命是构建基于算法数据和前端业务需求的业务设计大脑。这个大脑可以理解设计，服务商业产品，做出合理的设计。

　　商业设计大脑面临的三个挑战

　　在我们开始做事之前，我们遇到了三个更严峻的挑战。

　　第一个挑战是缺乏标记数据。今天所有的人工智能都是基于大量的结构化标注数据，设计甚至还没有完成在线数据，更不用说标准化和结构化的数据。

　　第二个挑战是设计的不确定性。设计是一个非常不确定的东西。比如今天让机器设计一个高端的banner广告，就会被圈起来。

　　第三个挑战，没有先例可循。过去一年在全行业做了，发现没有现成的技术或框架可供参考。比如AlphaGo发表围棋AI论文后，世界围棋AI可以按照这种方法达到高级水平。在过去的一年里，我们都经历了自己的探索。我们今年给人工智能定义的定义是，我们做的是可控的视觉生成。可控是指根据业务需求和业务需求进行智能控制。它从头开始解决视力问题。

　　受控视觉生成过程

　　这是机器人从第一版到最新版的演变。2016年9月，勉强完成一张图的拼接，一点美感都没有。第二个是去年圣诞节前做的广告。看起来更精致了一点，整个设计还是很简单的。第三张图是两个月前的进展。基本上可以根据这个产品输入主体的氛围，找到最适合的背景氛围。整个设计细节和结构看起来更稳定。

　　我们现在可能已经学习了数百种常见的设计技术，并且每天都在学习。这就是我们目前的设计能力和设计效果。青云评价为P4，也就是助理设计师。我们今年的目标是实现P5，还有很长的路要走。

　　机器如何学习设计

　　让我详细解释一下这台机器背后的学习设计逻辑。

　　如果要让机器学习来设计，首先要让机器明白什么是感知设计。以这样一个很常见的广告为例。在机器的眼里，有一堆像素。如果今天用机器来理解像素的设计，那么设计的可控性就很弱了。因此，在早期的技术方案选择中，并未采用像素级制作，而是采用了元素级制作。

　　四个组成部分：设计框架、元素中心、演员、评估网络

　　形式一，设计框架。以这则广告为例。首先，通过人工标注，让机器了解这个设计的元素，比如产品主体、花朵背景、*敏*感*词*等。在上层，我们通过设计的经验和知识来定义一些设计技巧和风格。技术是指为什么这些元素可以以这种方式形成。这些知识在设计头脑中是机器不知道的，所以会有一个技术层用于输入。最上层是风格，当这些元素形成时，从审美或视觉的角度来看是什么感觉。让机器知道它是由什么制成的，为什么要这样制成，以及制成后会是什么样子。这个过程将设计问题转化为数据问题，

　　下一步是准备设计的原创文件，例如一系列花和设计方法，用于输入到深度学习系列网络。这个网络有一个很大的特点：它具有一定的记忆功能。因为设计是一个复杂的过程，一个设计往往需要几十个步骤才能完成。

　　经过这层神经网络的学习，我们就会得到一个设计框架。从技术上理解，它是由一堆空间特征和视觉特征组成的模型。从设计师的角度来看，相当于在做一套设计之前，设计师脑海中的一般框架印象。比如今天接到一个任务，做一个花的样式，想一想设计会怎么做，然后从一个堆文件中提取特征模型。

　　构图二，元素中心。因为我们是在做元素级的生成，所以我们必须准备一个元素库。我们将通过采集一些版权画廊并制作我们自己的设计元素来输入元素分类器。这个分类器会将这些元素分成背景、主题、装饰等各种类型，同时也会完成图片库的提取。

　　组成三、动作装置。接下来是设计的具体流程。比如今天我们接到一个设计任务，要为这样的一件衣服设计一个花式广告。这时会有一个搬运工，负责将之前准备好的基材放入设计框架中。这个过程与下围棋非常相似，棋盘在左边，棋子在右边。动子就是把元素放在棋盘上，这是整个动子的生成原理。

　　它与设计师的实际设计过程非常相似。比如设计师想做一朵花的时候，他会在软件中不断的调整每一个位置、每一个像素、每一个角度。同时，整个过程也是一个强化学习的过程，通过不断的试错，agent会变得更加智能。

　　表格四，评估网络。设计完成后，我们要从设计的角度来告诉机器人是好是坏。我们有一个设计评估网络，最终的效果是给任何完成的设计打分。其技术原理是，我们手动输入大量历史上的一些设计图的分数，从这里训练一个评分模型。同时，专家也会人工干预打分，完成双向反馈。

　　该框架不仅适用于横幅广告。Banner广告是我们找到的第一个也是最适合的业务场景。我们将其定义为一种通用设计智能，理论上可以设计所有数字内容。只要图像是由元素或像素组成的，理论上是可以做到的。

　　预览我们的最新实践。前两张图是机器完成的服装搭配。根据用户输入的服装产品，生成类似杂志的搭配效果图。此外，我们还在训练机器完成页面模块的设计，比如大量的营销活动页面，我们现在正在训练机器完成复杂的排版设计。

　　正在克服的三个挑战

　　目前，我们已经完成了框架的搭建和数据的自学习成长。接下来我们下定决心要攻克的三个问题，也是让机器更强大的关键突破点。

　　首先，使机器能够自主生成元素。我们现在的元素都是设计师提供的，一方面是为了保证版权，另一方面是为了保证质量足够。我们希望能够做到。当一台机器被要求制作一朵花时，它可以自己生成它。这也是计算机视觉生成中非常热门的话题。

　　二是提高认知认识。目前机器对语义理解的不是很好，只能根据需求或任务生成结果，不理解关系。接下来我们需要做的是，当用户输入“酷夏”的文案时，机器人能够理解“酷”这个词是什么意思，并明白这张照片代表“酷夏”的概念，有一个图片和文字之间有一定的关系。

　　最后一个，设计的迁移。比如今天通过大量专家数据训练数百种常规数据技术后，就可以完成主流的设计需求。当这些技术相似时，可以完成风格转移。我们会进一步探索AI，不再按需求完成使命，而是通过自我学习和进化，新的东西会出来。

　　AI+设计拥抱新时代

　　今天，人工智能设计真的来了。它没有任何意志就来了，它离我们很近。当新的浪潮袭来时，我们应该学习的是拥抱它，而不是转身骂它不可靠。

　　视觉设计的四个层次

　　最基本的就是复制和扩展。给你点东西，根据它展开，显然这一定是机器取代的第一个工作。并且到目前为止已经完成了一半以上，证明这是一个无法回避的问题。

　　第二层，场景表达。今天你给它一些东西，它可以理解，它可以表达对。比如今天的*敏*感*词*节，这些品牌都能找到合适的设计方式来表达*敏*感*词*节的温暖。这种手绘方式会稍微困难一些，也就是我们前面提到的语义层。

　　第三层，创意洞察。它可以带来一些启发性的东西。在天猫品牌中，往往会出现猫头鹰与品牌创意的结合。这是一台机器做不到的，或者说我这辈子都没想到它会做。

　　最后一层，创造趋势。这通常是设计大师所做的。它可以定义明年和未来几年的设计趋势，这是一种更高的设计能力。比如今年的“3月8日”女王节，天猫就采用了全新的设计手法，以这种轻盈的质感和细腻的方式来表达产品。它可以代表一种新的趋势和未来，一种新的手段，而这必须由人来做。

　　回到今天机器和人类之间的差异和比较，如果我们今天在人与机器之间进行设计战，机器最擅长数据、计算和学习。在数据方面，可以完成庞大的素材库，训练增长率，不断完成闭环。它的学习速度非常快，一个晚上就可以完成数十万次学习和培训课程。人类设计师的特点，首先在情感层面，我们理解同理心，表达情感，这是机器很难做到的。另外两层，创意和创造，设计师可以创造新的东西，做构图迁移，构图创意，审美趋势。如果真有人机大战，设计师应该还是回到创造的层面，

　　拥抱这个人工智能时代，我们有什么新的工作方式吗？例如，今天一位客户要求您进行设计。过去，他*敏*感*词*给他一个成品，*敏*感*词*完成一个设计任务。借助设计人工智能，可以将设计工具输入到机器中，并教导机器执行和生成。这样，您不仅可以为一个客户提供服务，还可以为成千上万的客户提供服务。

　　人工智能设计是一个不可阻挡的时代和未来。但它才刚刚到来，我们才刚刚迈出了第一步。我们还有很多时间，希望和我们的设计同事一起努力，继续做好这件事。

　　优社现已邀请“鲁班智能设计平台”负责人乐成到优社做在线公开课。有任何问题可以随时反馈给主编@3year2classchengyuan。

　　也可以看看乐成之前的搭档“特赞”。大家可以看看：双11期间，有1.7亿条横幅，全部来自阿里的“鲁班”AI设计系统

　　[关于优康]

　　UCAN是阿里巴巴专注于用户体验设计的年度设计盛会。4月27日-28日，由阿里巴巴用户体验设计委员会主办的UCAN2017用户体验设计论坛在阿里巴巴西溪园区举行。今年的主题是“新设计×新商业”。围绕“无界、融合、超远、成长”的理念，重新定义新商业环境下用户体验的转化和价值，不断拓展设计领域和设计理念，以科技、能量产生新的化学反应和业务。.