在過去，每年雙11，設(shè)計(jì)師們都會開啟狂加班模式：做海報(bào)、改文字、換商品、調(diào)設(shè)計(jì)、換 banner，每個(gè)設(shè)計(jì)師對接幾個(gè)運(yùn)營人員，富士康流水線一樣的重復(fù)性工作。一年雙 11 下來，完成上億張海報(bào)。

然而，這一切正在成為過去。

AI 改變了圍棋，現(xiàn)在也在改變海報(bào)設(shè)計(jì)。這是一個(gè)名為 " 魯班 " 的 AI 設(shè)計(jì)師，它將擔(dān)綱今年雙 11 的 banner 海報(bào)設(shè)計(jì)，數(shù)量高達(dá) 4 億張。

但考慮到魯班平均 1 秒鐘就能完成 8000 張海報(bào)設(shè)計(jì)，一天可以制作 4000 萬張，4 億只能算一個(gè)小小小小目標(biāo)。

這個(gè)海報(bào)設(shè)計(jì) AI" 魯班 "，誕生也與雙 11 有關(guān)。

每年雙 11，都是阿里設(shè)計(jì)師的大考：海量的設(shè)計(jì)需求，需要保證所有人都統(tǒng)一規(guī)范，遇到緊急設(shè)計(jì)需求，還要快速出稿，對每一個(gè)設(shè)計(jì)師都是腦力、體力雙重考驗(yàn)。

△ 千人千面需求的 banner 設(shè)計(jì)

于是，2015 年雙 11 后，阿里內(nèi)部開始萌生想法，當(dāng)年阿里正式在商品推薦上實(shí)現(xiàn) " 千人千面 "，所以希望強(qiáng)營銷導(dǎo)向的廣告資源位的設(shè)計(jì)也能實(shí)現(xiàn) " 千人千面 "。

因此 " 魯班 " 項(xiàng)目正式成立，并不斷發(fā)展至現(xiàn)今的 " 阿里智能設(shè)計(jì)實(shí)驗(yàn)室 "：讓魯班學(xué)習(xí)人類設(shè)計(jì)師的成果和經(jīng)驗(yàn)，不斷進(jìn)化，到今年雙 11，魯班的水平已經(jīng)達(dá)到了阿里內(nèi)部 P6 水準(zhǔn)。

魯班的學(xué)習(xí)進(jìn)化，主要有三大技術(shù)原理： 風(fēng)格學(xué)習(xí)（規(guī)劃 + 元素）、行動器，以及評估網(wǎng)絡(luò)。

首先是風(fēng)格學(xué)習(xí)模塊。

△ 魯班風(fēng)格學(xué)習(xí)

魯班先將大量設(shè)計(jì)素材的設(shè)計(jì)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化標(biāo)注，最后經(jīng)過一系列的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，輸出空間 + 視覺的設(shè)計(jì)框架。

框架設(shè)計(jì)中，首先通過人工標(biāo)注的方式，讓機(jī)器理解該幅設(shè)計(jì)有哪些元素組成，比如它的商品主體，花的背景，蒙版。往上一層，還需要通過設(shè)計(jì)的經(jīng)驗(yàn)知識，定義一些設(shè)計(jì)的手法和風(fēng)格。手法指的是這些元素為什么可以這么構(gòu)成。最上面這一層是風(fēng)格，當(dāng)這些元素構(gòu)成之后，它從美學(xué)或者視覺角度看是一個(gè)什么感受，讓機(jī)器知道它是用什么組成。

下一步是準(zhǔn)備設(shè)計(jì)的原始文件，比如一系列花朵和設(shè)計(jì)方法，輸入到深度學(xué)習(xí)網(wǎng)絡(luò)中。該網(wǎng)絡(luò)具備一定記憶功能，可以記住設(shè)計(jì)步驟中復(fù)雜的過程。

經(jīng)過這層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)之后，會得到一個(gè)設(shè)計(jì)框架。從技術(shù)上理解，它是一堆空間特征和視覺特征構(gòu)成的模型。從設(shè)計(jì)師的視角來看，它相當(dāng)于設(shè)計(jì)師腦里在做一組設(shè)計(jì)之前那個(gè)大概的框架印象。

在設(shè)計(jì)框架的同時(shí)，元素中心也在批量輸入元素（如底圖，主產(chǎn)品圖、修飾元素等），由元素分類器進(jìn)行學(xué)習(xí)，按照視覺特征和類型分類。

具體來說，魯班團(tuán)隊(duì)會提前收集一些版權(quán)圖庫，以及自己造設(shè)計(jì)元素的方式，輸入到元素分類器中。這個(gè)分類器會把這些元素分布到各個(gè)類型里，比如背景、主體、修飾，也會完成圖片庫的提取。

其次是行動器。

△ 魯班行動器元素分類

行動器的主要作用，是根據(jù)需求從風(fēng)格學(xué)習(xí)模塊中選擇設(shè)計(jì)原型，并從元素中心中選取元素，規(guī)劃出多個(gè)最優(yōu)生成路徑，完成圖片設(shè)計(jì)。

這與設(shè)計(jì)師實(shí)際工作過程非常相似，如設(shè)計(jì)師要設(shè)計(jì)一朵花，也會在軟件里會不斷去調(diào)每個(gè)位置、每個(gè)像素、每個(gè)角度。同時(shí)，整個(gè)過程也是一個(gè)強(qiáng)化學(xué)習(xí)的過程，行動器會在不斷試錯(cuò)中更聰明、更智能。

此過程完成后，將輸出多個(gè)設(shè)計(jì)圖，并最終交給 " 評估網(wǎng)絡(luò) " 對輸出產(chǎn)品進(jìn)行評分。

最后是評估網(wǎng)絡(luò)。

△ 魯班評估網(wǎng)絡(luò)

評估網(wǎng)絡(luò)的工作原理是輸入大量的設(shè)計(jì)圖片和評分?jǐn)?shù)據(jù)，經(jīng)過訓(xùn)練后，讓機(jī)器學(xué)會判斷設(shè)計(jì)的好壞。

魯班的基礎(chǔ)是來源于設(shè)計(jì)師的設(shè)計(jì)模板素材和元素素材，因此會有兩個(gè)設(shè)計(jì)師角色每天去訓(xùn)練魯班，一個(gè)負(fù)責(zé)幫助魯班完成最新的風(fēng)格學(xué)習(xí)（風(fēng)格學(xué)習(xí)），讓魯班不斷進(jìn)化，不斷掌握更好的設(shè)計(jì)技巧。

另一個(gè)的角色則是對魯班設(shè)計(jì)出來的成果進(jìn)行評估（評估網(wǎng)絡(luò)），告訴魯班什么樣的設(shè)計(jì)才是最好的。

設(shè)計(jì)師的核心職責(zé)，在于把設(shè)計(jì)變成數(shù)據(jù)化。目前，魯班已經(jīng)學(xué)習(xí)了百萬級的設(shè)計(jì)稿，擁有了演變出上億級的海報(bào)設(shè)計(jì)能力。

這背后，阿里的設(shè)計(jì)師和算法工程師做了三大功課。

第一，領(lǐng)域研究。找到該領(lǐng)域?qū)＜疑钊胙芯吭擃I(lǐng)域的經(jīng)驗(yàn)知識，構(gòu)建一套機(jī)器可以學(xué)習(xí)的數(shù)據(jù)模型。視覺設(shè)計(jì)專家把設(shè)計(jì)問題抽象成 " 風(fēng)格 - 手法 - 模板 - 元素 " 這樣一套數(shù)據(jù)模型，即把多年視覺設(shè)計(jì)經(jīng)驗(yàn)變成機(jī)器可學(xué)習(xí)的 " 數(shù)據(jù) "。

第二，數(shù)據(jù)鏈路。定義好數(shù)據(jù)模型后，抓取和標(biāo)注數(shù)據(jù)，并對數(shù)據(jù)集進(jìn)行分類和管理。在這個(gè)過程匯總，如果處理數(shù)據(jù)給算法訓(xùn)練的更新頻次，用什么數(shù)據(jù)去驗(yàn)證模型，如何評估模型效果，離線模型與在線數(shù)據(jù)在產(chǎn)品端如何打通？這一系列的數(shù)據(jù)問題就需要一套清晰的數(shù)據(jù)鏈路設(shè)計(jì)。

第三，算法框架。算法框架由算法科學(xué)家來制定，數(shù)據(jù)和算法的關(guān)系就像汽油和發(fā)動機(jī)，兩者密不可分。產(chǎn)品設(shè)計(jì)師需要與算法討論，把業(yè)務(wù)場景和數(shù)據(jù)問題輸入給算法。

這也是阿里內(nèi)部讓產(chǎn)品設(shè)計(jì)師學(xué)習(xí)機(jī)器學(xué)習(xí)的原因，因?yàn)楦愣惴蚣芎图夹g(shù)原理，才能更好理解工作原理。

但三方面功課背后，也不是沒有挑戰(zhàn)。整個(gè)魯班打造過程中，遭遇了三方面技術(shù)挑戰(zhàn)。

首先是缺少標(biāo)注數(shù)據(jù)。今天所有的人工智能都基于大規(guī)模結(jié)構(gòu)化標(biāo)注數(shù)據(jù)，設(shè)計(jì)這件事情連數(shù)據(jù)都沒有完成在線化，更別說標(biāo)準(zhǔn)化、結(jié)構(gòu)化的數(shù)據(jù)。

其次是設(shè)計(jì)的不確定性。設(shè)計(jì)是個(gè)很不確定的東西，設(shè)計(jì)需求把握和結(jié)果評估都存在人類主觀意識。比如你無法給機(jī)器輸入 " 高端大氣的海報(bào) " 這樣的指令。

最后是無先例可循。整個(gè)行業(yè)中沒有一些現(xiàn)成的技術(shù)或者框架可以參考，這和 AlphaGo 帶來的福利不同。當(dāng)時(shí) AlphaGo 團(tuán)隊(duì)公布論文后，全世界圍棋 AI 都照此提升了戰(zhàn)力。但對于魯班來說，并無先前經(jīng)驗(yàn)可以參考，一切全憑自己摸索。不過也并非完全沒有收獲，在探索中的一年，阿里魯班團(tuán)隊(duì)對 AI 產(chǎn)品有了更為清晰的定義。

他們內(nèi)部認(rèn)為，魯班做的 AI 是可控的視覺生成?？煽?，指的是根據(jù)商業(yè)的需求、業(yè)務(wù)的需求，智能地進(jìn)行控制；視覺生成，則表明魯班解決的是視覺從無到有的問題。

在 2016 年雙 11，魯班首次登場。它最終制作了 1.7 億張廣告 banner，點(diǎn)擊率提升 100%。

與人類對比的話，假設(shè)每張圖，人類設(shè)計(jì)師需要耗時(shí) 20 分鐘，滿打滿算也需要 100 個(gè)設(shè)計(jì)師連續(xù)做 300 年。

而今年，魯班也被進(jìn)行了進(jìn)一步迭代。設(shè)計(jì)水平顯著提升，最新的數(shù)據(jù)情況是：

魯班已經(jīng)學(xué)習(xí)了百萬級的設(shè)計(jì)稿，擁有演變出上億級的海報(bào)設(shè)計(jì)能力。 今年雙 11，魯班已經(jīng)可以實(shí)現(xiàn)一天制作 4000 萬張海報(bào)，平均每秒可實(shí)現(xiàn)設(shè)計(jì) 8000 張海報(bào)，并且每張海報(bào)會根據(jù)商品圖像特征專門設(shè)計(jì)，換句話說說，魯班設(shè)計(jì)出的海報(bào)，沒有一張會完全一樣的。

按照當(dāng)前阿里內(nèi)部對技術(shù)崗位的評判體系，海報(bào)設(shè)計(jì) AI 魯班，已經(jīng)達(dá)到了 P6 水準(zhǔn)，后續(xù)進(jìn)階也只會越來越快。

那設(shè)計(jì)師會就此被 AI 替代嗎？

當(dāng)然不會！

" 魯班今年花了半個(gè)月時(shí)間學(xué)會雙 11 設(shè)計(jì)風(fēng)格，目前已經(jīng)開始產(chǎn)出一部分人類沒教過它的設(shè)計(jì)了。但是最具創(chuàng)新意義的創(chuàng)造類設(shè)計(jì)，目前只能通過 人機(jī)協(xié)同 的方式完成。" 魯班負(fù)責(zé)人樂剩介紹說。

機(jī)器智能只是社會新生產(chǎn)力的一部分。機(jī)器人與人合作，既提升了效率和質(zhì)量，又讓天貓雙11超級工程變得如此“輕松”。

來源：阿里科技