AI设计师“鲁班”进化史:每秒制作8000张双11海报,没有一张雷同!

简介: 在过去,每年双11,设计师们都会开启狂加班模式:做海报、改文字、换商品、调设计、换 banner,每个设计师对接几个运营人员,富士康流水线一样的重复性工作。一年双 11 下来,完成上亿张海报。 然而,这一切正在成为过去。

在过去,每年双11,设计师们都会开启狂加班模式:做海报、改文字、换商品、调设计、换 banner,每个设计师对接几个运营人员,富士康流水线一样的重复性工作。一年双 11 下来,完成上亿张海报。

然而,这一切正在成为过去。

AI 改变了围棋,现在也在改变海报设计。这是一个名为 " 鲁班 " 的 AI 设计师,它将担纲今年双 11 的 banner 海报设计,数量高达 4 亿张。

但考虑到鲁班平均 1 秒钟就能完成 8000 张海报设计,一天可以制作 4000 万张,4 亿只能算一个小小小小目标。

这个海报设计 AI" 鲁班 ",诞生也与双 11 有关。

每年双 11,都是阿里设计师的大考:海量的设计需求,需要保证所有人都统一规范,遇到紧急设计需求,还要快速出稿,对每一个设计师都是脑力、体力双重考验。


△ 千人千面需求的 banner 设计


于是,2015 年双 11 后,阿里内部开始萌生想法,当年阿里正式在商品推荐上实现 " 千人千面 ",所以希望强营销导向的广告资源位的设计也能实现 " 千人千面 "。

因此 " 鲁班 " 项目正式成立,并不断发展至现今的 " 阿里智能设计实验室 ":让鲁班学习人类设计师的成果和经验,不断进化,到今年双 11,鲁班的水平已经达到了阿里内部 P6 水准。

鲁班的学习进化,主要有三大技术原理:风格学习(规划 + 元素)、行动器,以及评估网络。



首先是风格学习模块。


△ 鲁班风格学习


鲁班先将大量设计素材的设计数据进行结构化标注,最后经过一系列的神经网络学习,输出空间 + 视觉的设计框架。

框架设计中,首先通过人工标注的方式,让机器理解该幅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,还需要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。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。

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,输入到深度学习网络中。该网络具备一定记忆功能,可以记住设计步骤中复杂的过程。

经过这层神经网络学习之后,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。从设计师的视角来看,它相当于设计师脑里在做一组设计之前那个大概的框架印象。


在设计框架的同时,元素中心也在批量输入元素(如底图,主产品图、修饰元素等),由元素分类器进行学习,按照视觉特征和类型分类。

具体来说,鲁班团队会提前收集一些版权图库,以及自己造设计元素的方式,输入到元素分类器中。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。

其次是行动器。


△ 鲁班行动器元素分类


行动器的主要作用,是根据需求从风格学习模块中选择设计原型,并从元素中心中选取元素,规划出多个最优生成路径,完成图片设计。

这与设计师实际工作过程非常相似,如设计师要设计一朵花,也会在软件里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聪明、更智能。

此过程完成后,将输出多个设计图,并最终交给 " 评估网络 " 对输出产品进行评分。

最后是评估网络。


△ 鲁班评估网络


评估网络的工作原理是输入大量的设计图片和评分数据,经过训练后,让机器学会判断设计的好坏。

鲁班的基础是来源于设计师的设计模板素材和元素素材,因此会有两个设计师角色每天去训练鲁班,一个负责帮助鲁班完成最新的风格学习(风格学习),让鲁班不断进化,不断掌握更好的设计技巧。

另一个的角色则是对鲁班设计出来的成果进行评估(评估网络),告诉鲁班什么样的设计才是最好的。

设计师的核心职责,在于把设计变成数据化。目前,鲁班已经学习了百万级的设计稿,拥有了演变出上亿级的海报设计能力。


这背后,阿里的设计师和算法工程师做了三大功课。

第一,领域研究。找到该领域专家深入研究该领域的经验知识,构建一套机器可以学习的数据模型。视觉设计专家把设计问题抽象成 " 风格 - 手法 - 模板 - 元素 " 这样一套数据模型,即把多年视觉设计经验变成机器可学习的 " 数据 "。

第二,数据链路。定义好数据模型后,抓取和标注数据,并对数据集进行分类和管理。在这个过程汇总,如果处理数据给算法训练的更新频次,用什么数据去验证模型,如何评估模型效果,离线模型与在线数据在产品端如何打通?这一系列的数据问题就需要一套清晰的数据链路设计。

第三,算法框架。算法框架由算法科学家来制定,数据和算法的关系就像汽油和发动机,两者密不可分。产品设计师需要与算法讨论,把业务场景和数据问题输入给算法。

这也是阿里内部让产品设计师学习机器学习的原因,因为搞懂算法框架和技术原理,才能更好理解工作原理。

但三方面功课背后,也不是没有挑战。整个鲁班打造过程中,遭遇了三方面技术挑战。

首先是缺少标注数据。今天所有的人工智能都基于大规模结构化标注数据,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。

其次是设计的不确定性。设计是个很不确定的东西,设计需求把握和结果评估都存在人类主观意识。比如你无法给机器输入 " 高端大气的海报 " 这样的指令。

最后是无先例可循。整个行业中没有一些现成的技术或者框架可以参考,这和 AlphaGo 带来的福利不同。当时 AlphaGo 团队公布论文后,全世界围棋 AI 都照此提升了战力。但对于鲁班来说,并无先前经验可以参考,一切全凭自己摸索。不过也并非完全没有收获,在探索中的一年,阿里鲁班团队对 AI 产品有了更为清晰的定义。

他们内部认为,鲁班做的 AI 是可控的视觉生成。可控,指的是根据商业的需求、业务的需求,智能地进行控制;视觉生成,则表明鲁班解决的是视觉从无到有的问题。

在 2016 年双 11,鲁班首次登场。它最终制作了 1.7 亿张广告 banner,点击率提升 100%。


与人类对比的话,假设每张图,人类设计师需要耗时 20 分钟,满打满算也需要 100 个设计师连续做 300 年。

而今年,鲁班也被进行了进一步迭代。设计水平显著提升,最新的数据情况是:

鲁班已经学习了百万级的设计稿,拥有演变出上亿级的海报设计能力。今年双 11,鲁班已经可以实现一天制作 4000 万张海报,平均每秒可实现设计 8000 张海报,并且每张海报会根据商品图像特征专门设计,换句话说说,鲁班设计出的海报,没有一张会完全一样的。

按照当前阿里内部对技术岗位的评判体系,海报设计 AI 鲁班,已经达到了 P6 水准,后续进阶也只会越来越快。

那设计师会就此被 AI 替代吗?

当然不会!

" 鲁班今年花了半个月时间学会双 11 设计风格,目前已经开始产出一部分人类没教过它的设计了。但是最具创新意义的创造类设计,目前只能通过人机协同的方式完成。" 鲁班负责人乐剩介绍说。

机器智能只是社会新生产力的一部分。机器人与人合作,既提升了效率和质量,又让天猫双11超级工程变得如此“轻松”。


原文发布时间为:2017-11-8

本文作者:人机协同

本文来自云栖社区合作伙伴“阿里技术”,了解相关信息可以关注“阿里技术”微信公众号

相关文章
|
5月前
|
人工智能 自然语言处理 vr&ar
AI 做海报都这么厉害了?设计师不容错过的 DALL·E 3 进阶玩法~
AI 做海报都这么厉害了?设计师不容错过的 DALL·E 3 进阶玩法~
75 0
|
人工智能 UED
AI能不能取代设计师
AI能不能取代设计师
143 0
|
人工智能 程序员 数据库管理
不用网页设计师,AI可以做一个网站了
不用网页设计师,AI可以做一个网站了
179 0
|
机器学习/深度学习 人工智能 算法
AI绘图工具能取代设计师吗
AI绘图工具能取代设计师吗
|
机器学习/深度学习 人工智能 算法
AI绘图工具能取代设计师吗?
AI绘图工具能取代设计师吗? 我们知道, AI技术是计算机科学的一个分支,它将人类的知识与智能结合起来。在最近一次 AI技术被讨论的时候,甚至有一些人提出了“人类是不是要失业”这样的问题。 然而,这个问题并没有那么简单。因为 AI技术可以帮助人类创造新的技能和知识,而这些技能和知识是人类独有的。因此,如果我们问这个问题:“AI绘图工具能取代设计师吗?
|
人工智能
【Adobe国际认证 Live】AI会取代设计师?听听这些设计师怎么说
【Adobe国际认证 Live】AI会取代设计师?听听这些设计师怎么说
【Adobe国际认证 Live】AI会取代设计师?听听这些设计师怎么说
|
机器学习/深度学习 人工智能 并行计算
AI 一键抠图助你快速打造活动宣传海报
本文介绍使用 PaddleHub 工具快速完成人像抠图。
421 0
AI 一键抠图助你快速打造活动宣传海报
|
机器学习/深度学习 人工智能 智能设计
年前一天100张海报逼走设计师!AI:我还能再打200个!
年前一天100张海报逼走设计师!AI:我还能再打200个!
240 0
|
设计模式 数据采集 人工智能
达摩院视觉AI助力商家制作海量双十一宣传海报
从达摩院宣布成立起,这个阿里的“神秘机构”就备受外界关注。造福人类,世界第一,高端,神秘……这些标签也让我们对达摩院的技术专家产生了好奇。今天就给大家揭秘下大牛们在用的抠图能力!~
达摩院视觉AI助力商家制作海量双十一宣传海报
|
机器学习/深度学习 智能设计 人工智能