​一秒8000张的“鲁班“，今年双11的4亿张商品广告，全靠它撸完

一秒8000张的“鲁班“，今年双11的4亿张商品广告，全靠它撸完

2017年4月27日，阿里巴巴集团在西溪园区举行UCAN2017年度设计师大会。作为中国设计行业颇具规模且有行业影响力的盛会之。大会上，阿里正式公开了人工智能设计系统“鲁班”。此平台是通过人工智能算法和大量数据训练机器学习设计。通过一段时间的学习，此平台从去年“双十一”前就已经在阿里内部大规模投入使用，目前其设计水平已经非常接近专业设计师设计的效果。

一个超神的“人工智能设计师” -- 鲁！班！

当时还公布了一个让人震惊的数据

去年双十一

1.7亿张Banner，全靠它撸完。

阿里发布鲁班智能设计平台，将大规模赋能新商业

此智能平台将于今年双十一前开放赋能给平台商家使用。

11月2日，阿里巴巴方面透露，今年天猫双11将有大量机器人参与超级工程中，其中有一个叫“鲁班”的AI设计师，

此次双11的4亿张商品广告由它撸完

鲁班真的已经抢了初级设计师的饭碗。像助理、美工之类的设计师现在完全不需要了，甚至经过优化我觉得可以超越一大部分设计师。

例如双十一的Banner

通常由五个部分组成

文案、产品、背景、点缀元素、LOGO

AI通过不断学习、练习

掌握banner设计的所有套路风格

现在做海报不仅比你快，比你多

而且还审美也越来越好

AI能做的还不止这些！现在大部分人的使用习惯是趋同的，以互联网行业为例，经过多次的迭代发展，消费者的审美，APP的功能布局都变得非常的类似。而恰恰是这种类似套路，是可以被AI学习掌握的。

在未来

所有标准化设计都可以由AI完成

例如常见的UI界面

还有活动专题页

通过观察可以得出，无论有多复杂的页面设计，都是由以上四、五个核心模块组成的，每个模块又可以拆分成更细小的设计元素，“拼装能力”更强的AI设计师显然更有优势。

机器如何学习设计

下面和大家详细解释一下这个机器背后的学习设计逻辑。

我们要让机器学习设计，首先必须要让机器理解感知设计是什么。以这样一张非常常见的广告为例，在机器的眼里是有一堆像素点组成的。如果今天以像素为单位让机器去理解设计，对设计的可控性非常弱，所以在前期技术方案选择中没有走像素级生产，而是走向了元素级生产。

四个组成部分：设计框架、元素中心、行动器、评估网络

组成一，设计框架。还是以这个广告为例，首先通过人工标注的方式，让机器理解这张设计有哪些元素组成，比如它的商品主体，花的背景，蒙版。往上一层，我们通过设计的经验知识，定义一些设计的手法和风格。手法指的是这些元素为什么可以这么构成，这个知识在设计脑子里机器是不知道的，所以会有手法这一层做输入。最上面这一层是风格，当这些元素构成之后，它从美学或者视觉角度看是一个什么感受。让机器知道它是用什么组成的，为什么可以这么组成，以及它组成后的效果。这个过程将一个设计问题转化成数据问题，这就是设计数据化。

下一步是准备设计的原始文件，比如一系列花朵和设计方法，输入到深度学习系列网络。这个网络有一个很大特点：具备一定记忆功能。因为设计是个步骤很复杂的过程，经常有好几十步才能完成一个设计。

经过这层神经网络学习之后，我们会得到一个设计框架。从技术上理解，它是一堆空间特征和视觉特征构成的模型。设计师的视角来理解的话，它相当于设计师脑子里面在做一组设计之前大概的框架印象，比如今天你接到一个任务要做一个花朵风格，思考这个设计大概会怎么做，然后从一堆文件里提取出了特征模型出来。

组成二，元素中心。因为我们做的是元素级生成，所以必须准备一个元素的库。我们会通过收集一些版权图库，以及自己造设计元素的方式，输入到一个元素的分类器。这个分类器会把这些元素分布到各个类型里，比如背景、主体、修饰，也会完成图片库的提取。

组成三，行动器。接下来，就是设计的具体过程。比如今天我们接到一个设计任务，要为这样一件衣服设计一个花朵风格的广告。这时候会有一个行动器，负责把前面准备好的底料放到设计框架里。这个过程和下围棋很像，左边是棋盘，右边是下围棋的棋子。行动器就是把元素放到棋盘里，这是整个行动器的生成原理。

它很像设计师实际在做设计的过程，如设计师要做一个花朵的时候，也在软件里面会不断去调每个位置、每个像素、每个角度。同时，整个过程也是一个强化学习的过程，行动器会在不断试错中更智能。

组成四，评估网络。设计成品出来之后，我们要告诉机器人，从设计的角度是好还是不好。我们有一个设计评估网络，最终实现的效果就是给它输入任何一个设计成品，它能打个分。技术原理是，我们通过人工输入大量历史上投放过的一些设计图评分，它从这里训练出一个打分的模型出来。同时，专家也会人工干预打分，完成双向反馈。

这套框架并不是只能做Banner广告，Banner广告是我们找到的第一个最适合落地的业务场景。我们把它定义为是一个通用的设计智能，理论上，它可以设计一切的数字内容。只要是通过元素或者像素组成的图像，理论上都是可以完成的。

最后让我们看看五叶草的机器学习工作坊能做什么

视频加载中...