美工终结者「鹿班智能设计平台」是怎样工作的？

　　美工终结者「鹿班智能设计平台」是怎样工作的？

　　

　　@阿里巴巴UED：在去年UCAN会议开场，阿里巴巴集团UED委员会委员长杨光发布的智能设计平台——鹿班，便出自乐乘的团队。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，此平台从今年“双十一”前就早已在阿里内部*敏*感*词*投入使用，目前其设计水平早已十分接近专业设计师设计的疗效。在会议上，乐乘介绍了阿里智能设计实验室的实践全过程。

　　

　　用AI做设计

　　我们团队如今叫人工智能设计实验室，做的事情很简单，用AI做设计。人工智能如今这个概念很火了，有一个数据证明它有多火：去年人工智能这个领域的创业公司开张速率超过了麦当劳的开店速率。不可证实，这里一定有泡沫成份，也有好多概念的炒作。我们先抛掉高大上的词，把这个事情拆解一下。

　　现在讲的人工智能都是通过算法、数据和强悍的估算能力来构建服务场景，这是人工智能的四个要素。今天我们团队做的就是用算法、数据、计算、场景来解决商业领域的事情，这样促使这件事情看起来比较靠谱、容易落地。

　　

　　为什么我们团队会想要做这个事情呢，这不是YY下来的看法，而是从广泛的业务场景里找到的一个机会。以一个广告Banner为例，我们把它归类为“大量低质易耗”的设计，这样的设计，设计师花三天做下来，在线上投放时间也只有三天。而且是重复的，改改字就可以了，非常适宜被机器所替代。

　　今年UCAN的主题是新设计x新商业，新商业里特别大的概念，是要通过新的技术、互联网的手段，完*敏*感*词*、货、场的构建，人是消费者，货是商品的服务，场景就是联接人和商品之间的手段。在新的时期下，需要找到一种新的方法做设计。

　　我们团队的使命是基于算法数据和前台业务需求，打造一个商业设计脑部。这个脑部能理解设计，能为商业的产品去服务，做出合理的设计。

　　商业设计脑部的三大挑战

　　在开始做事情之前，我们遇见了三个比较严峻的挑战。

　　第一个挑战，缺少标明数据。今天所有的人工智能都基于大量的结构化标明数据，设计这件事情连数据都没有完成在线化，更别说标准化、结构化的数据了。

　　第二个挑战，设计不确定性。设计是个太不确定的东西，比如明天你使机器设计一个高档大气的Banner广告，它就蒙圈了。

　　第三个挑战，无先例可循。在整个行业里过去一年做出来发觉，没有一些现成的技术或则框架可以参考。比如AlphaGo把棋类AI论文发完以后，全世界象棋AI照这个方式都可以做到先进的水平。我们过去一年来都是自己一街摸索中走过来的，这一年走来我们给人工智能做的定义是，我们做的是可控的视觉生成。可控，就是按照商业的需求、业务的需求，智能地进行控制。它解决的是视觉从无到有的问题。

　　可控的视觉生成过程

　　这是机器人从诞生的第一版到近来一版的发展历程。2016年9月，勉强完成一张图片的拼合，没有哪些美感可言。第二张是去年圣诞节前做的广告，稍微看起来精美一点，整个设计还是十分简单。第三张是两个月前的进展，基本上可以依据这个商品输入主体的气氛，找到最符合的背景气氛，整个设计细节和结构，看起来更稳定一点。

　　

　　我们现今大约学会几百种常规的设计手法，并且每晚都在学习中。这是我们目前的设计能力和设计疗效，青云给它定的评级是P4，意味着它还只是个助理设计师。我们明年目标是做到P5，还有太长的街要走。

　　机器怎样学习设计

　　下面和你们详尽解释一下这个机器背后的学习设计逻辑。

　　我们要使机器学习设计，首先必须要使机器理解感知设计是哪些。以这样一张十分常见的广告为例，在机器的眼中是有一堆象素点组成的。如果明天以象素为单位使机器去理解设计，对设计的可控性十分弱，所以在前期技术方案选择中没有走象素级生产，而是迈向了元素级生产。

　　

　　四个组成部份：设计框架、元素中心、行动器、评估网路

　　组成一，设计框架。还是以这个广告为例，首先通过人工标明的方法，让机器理解这张设计有什么元素组成，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。手法指的是那些元素为何可以如此构成，这个知识在设计头脑里机器是不知道的，所以会有手法这一层做输入。最前面这一层是风格，当这种元素构成以后，它从美学或则视觉角度看是一个哪些体味。让机器晓得它是用哪些组成的，为什么可以如此组成，以及它组成后的疗效。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。

　　下一步是打算设计的原创文件，比如一系列花朵和设计方式，输入到深度学习系列网路。这个网路有一个很大特征：具备一定记忆功能。因为设计是个步骤很复杂的过程，经常有好几十步能够完成一个设计。

　　经过这层神经网路学习以后，我们会得到一个设计框架。从技术上理解，它是一堆空间特点和视觉特点构成的模型。设计师的视角来理解的话，它相当于设计师头脑上面在做一组设计之前大约的框架印象，比如明天你接到一个任务要做一个花朵风格，思考这个设计大约会怎样做，然后从一堆文件里提取出了特点模型下来。

　　

　　组成二，元素中心。因为我们做的是元素级生成，所以必须打算一个元素的库。我们会通过搜集一些版权图库，以及自己造设计元素的方法，输入到一个元素的分类器。这个分类器会把这种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。比如明天我们接到一个设计任务，要为这样一件校服设计一个花朵风格的广告。这时候会有一个行动器，负责把上面打算好的底料放在设计框架里。这个过程和下象棋太象，左边是棋盘，右边是下象棋的棋子。行动器就是把元素放在棋盘里，这是整个行动器的生成原理。

　　它太象设计师实际在做设计的过程，如设计师要做一个花朵的时侯，也在软件上面会不断去调每位位置、每个象素、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，评估网路。设计成品下来以后，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路，最终实现的疗效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，它从这儿训练出一个打分的模型下来。同时，专家也会人工干预打分，完成单向反馈。

　　

　　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宜落地的业务场景。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。只要是通过元素或则象素组成的图象，理论上都是可以完成的。

　　预告一下我们最新的实践。前两张图是机器完成的服装搭配，根据用户输入的服装商品进行组合搭配，生成类似刊物的搭配效果图。另外，我们也正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，我们如今正在训练它完成复杂的排版设计。

　　

　　正在攻破的三个困局

　　目前，我们早已完成了框架搭建，以及数据的自我学习成长。接下来我们决心攻破的三个困局，也是使机器显得愈发强悍的关键突破点。

　　第一，让机器能否自主生成元素。我们目前的元素是靠设计师来提供，一方面是为了保证版权，另一方面，保证它的质量足够高。我们希望能做到，要求机器造一个花朵时，它自己能生成下来，这也是目前计算机视觉生成的一个十分火的话题。

　　第二，提高认知理解。现在机器还不太理解语义，只能按照需求或则任务生成一个结果，并不了解其中的关系。我们下一步要做的事情是，当用户输入了“清凉一夏”的文案时，机器人能理解“清凉”这个词代表了哪些意思，并且理解这张相片代表了“清凉一夏”的理念，图文之间有一定的关系。

　　最后一个，设计的迁移。比如明天通过大量专家数据训练了几百种常规数据手法以后，它还能完成主流的设计要求了。当这种手法很相似时，就可以完成风格迁移。我们会进一步探求AI，不再依据需求完成使命，而是通过自我学习和演变以后有新的东西下来。

　　AI+Design 拥抱新时代

　　今天人工智能设计真的来了，它不以任何意志为转移的趋势走来了，它距我们太逾。当一个新的浪潮打过来的时侯，我们应当学会的是拥抱它，而不是调头就跑，边跑边骂不靠谱。

　　视觉设计的四个层次

　　

　　最基础的是临摹拓展。给你一个东西，照着它拓展一份下来，很明显这一定是机器第一步替代的工作。而且目前早已做到一大半了，证明这是一个无法回避的问题。

　　

　　第二层，场景抒发。今天你给它一个东西，它能理解，能抒发对。比如明天你按照*敏*感*词*节，这些品牌才能找到一种合适的设计手段，去抒发出*敏*感*词*节的温情，这种手绘的形式会稍为难一点，也就是我们上面提到的语义这一层。

　　

　　第三层，创意洞见。它还能有一些启发性的东西下来。天猫品牌上面时常有把猫头和品牌创意做联合的事情，这是机器不可能做到的事情，或者在我有生之年没有指望它能做到的。

　　

　　最后一层，创造趋势。这通常是设计大师做的事情。它能定义今年、未来几年的设计趋势迈向，这是更高的设计能力。比如去年“三八”女王节，天猫用了一种全新的设计手段，用这些太轻的质感、很饱满的方法来抒发商品。它才能代表一个新的趋势和未来，代表一个新的手段，这件事情一定是人来做的。

　　

　　回到明天机器和人之间的差别和对比，如果明天我们搞设计人机大战的话，机器最擅长的是数据、计算、学习。数据上，可以完成巨量素材库，训练成长速率，不断地完成闭环。它的学习速率之快，一个晚上可以完成几十万次的学习训练，是人不喝不吃也赶不上的。而人类设计师的特点，首先在情感层面，我们理解共情，情绪上有抒发，这是机器很难做到的。另外两层，创意和创造，设计师才能创造出一些新的东西，做组合迁移，组合创意，美学趋势。如果真正人机对战的话，设计师还是应回归创造、创意，以及理解用户的层面。

　　

　　拥抱这个AI时代，对我们来说有没有哪些新的工作方式呢。比如明天有客人使你做一个设计，以前是*敏*感*词*的给他一个成品，*敏*感*词*的完成一个设计任务。有了设计AI以后，就可以将一个设计手段输入给机器，教会机器做执行和生成。这样，你就可以不止为一个顾客服务，而是为成千上万的顾客服务。

　　人工智能设计是个不可抵挡的时代，是未来。但是它也刚才来，我们也刚才走出第一步。我们还有大量的时间，希望接下来和设计同行一起努力，继续把这件事情做好。

　　优设目前早已约请了「鹿班智能设计平台」的负责人乐乘来优设做一期线上公开课，大家有哪些想问的可以随时反馈给主编@3年2班程远喔。

　　之前优设的合作伙伴「特赞」也专访过乐乘，大家可以先瞧瞧：双11期间有1.7 亿个BANNER，都来自阿里的“鹿班”AI设计系统

　　［关于UCAN］

　　UCAN是阿里巴巴的年度设计峰会，聚焦用户体验设计。4月27—28日，由阿里巴巴用户体验设计委员会举行的UCAN2017用户体验设计峰会在阿里巴巴西溪园区举办，本届主题是“新设计×新商业”。围绕“无界、融通、超距、生长”等概念，重新定义用户体验在新商业环境中的蝶变和价值，不断把设计领域、设计概念向外延伸，与技术、能源和商业形成新的化学反应。

　　欢迎关注阿里巴巴UED 的微信公众号：

　　

　　「回顾2017 UCAN」

　　UCAN 2017回顾！8分钟看完设计大咖们的尖端干货阿里资深经理杨光：聊聊消费升级下的设计变化

　　【优设网 原创文章 投稿邮箱：】

　　================关于优设网================

　　“优设网“是国外人气最高的网页设计师学习平台，专注分享网页设计、无线端设计以及PS教程。

　　【特色推荐】

　　设计师须要读的100本书：史上最全的设计师图书导航：。

　　设计微博：拥有粉丝量200万的人气微博@优秀网页设计 ，欢迎关注获取网页设计资源、下载顶级设计素材。

　　设计导航：全球顶级设计网站推荐，设计师必备导航：