[导读]:本文(《阿里智能设计实验室 · 乐乘:未来的“双11”会是设计师带着机器去做设计》)由来自潞城的网友投稿,并经由本站(贝尔实验室主题网)结合主题:智能实验室设计,收集整理了众多资料而成。主要记述了阿里,人工智能,广告条,腾讯阿里,智能算法,智能机器等方面的信息。相信从本文您一定可以获得自己所需要的!

分享有料的思维启迪,传播有趣的设计理念

题图:阿里巴巴AI设计项目负责人乐乘(吴春松)

题图:阿里巴巴AI设计项目负责人乐乘(吴春松)

推荐|TerryZ

随着人工智能时代的到来,设计与人工智能的纠葛,艺术与科技的博弈,越来越频繁地现身热门话题榜。而在设计人工智能领域,阿里巴巴已经开始加速探索。

就像那句广为流传的“Talk is cheap, show me the code”,他们也真的在去年“双11”期间,show 出了 1.7 亿由阿里的设计人工智能产品“鲁班”设计的 banner(广告横幅)。所以,怀着对科技既畏又爱的心,我们找 “鲁班”的产品设计负责人乐(yue)乘聊了聊。

问:请您先自我介绍一下吧?

乐乘:我在阿里花名乐乘,是淘宝 UED 的产品设计师,也是阿里人工智能设计产品“鲁班”的负责人,我们做的事情是人工智能技术与商业设计结合,并且落地成商业产品。

问:您之前的专业就是设计吗?在阿里多久了?

乐乘:不是的,我大学是学建筑环境,07 年毕业后“不务正业”进入体验设计行业。我们这一批做交互的人很多不是科班出身,有很多心理学、工业设计背景的。我大学时开始接触互联网,自己设计网页,也做过站长。毕业后,我先在一个媒体网站做了两年交互,09 年加入淘宝,也就是阿里开始实施“大淘宝”战略的时候。那会儿体验设计在国内刚刚兴起,腾讯和淘宝两个 UED 团队在圈内影响力很大,专业度很高,机缘巧合,最后选择了淘宝。

问:加入阿里之后的经历是怎样的?

乐乘:我已经在阿里工作 8 年了,前几年主要做搜索,后来开始做手淘。2015 年“双11”后,我们在内部发起了一个人工智能设计的项目,主要开发的产品就是“鲁班”。我们是大公司内部创业加研究新技术的团队,随着产品和团队逐渐壮大,现在团队演进为“阿里智能设计实验室”。

阿里智能设计实验室 Logo

阿里智能设计实验室 Logo

问:这个团队成立的契机是什么?

乐乘:团队其实是自下而上发起的,在 15 年的“双11”我是会场项目负责人,跟工程和算法两个团队有很密切的合作,也在“双11”期间建立了深厚的“战斗感情”。

在 15 年之前的“双11”,商品推荐都是人来控制的,由运营决定给用户推荐什么产品,而 15 年那次“双11”,是阿里第一次基于算法和大数据,为用户做大规模的、个性化的商品推荐,叫做“千人千面”,是阿里流量分发模式很大的升级和转型

“双11”结束后,我们(设计、工程和算法团队)就聚在一起,商量下一年要做些什么。我们当时想,我们已经做到的个性化推荐,但都是基于白底图商品推荐,能不能往前迈一步,让强营销导向的广告资源位的设计也“千人千面”呢?

从纯商品个性化跨到广告资源位个性化,中间几个关键的技术点打通之后,我们就着手做了。

“鲁班”做出来的banner

“鲁班”做出来的banner

“鲁班”做出来的banner

问:都是哪几个关键技术点?

乐乘:一是图像算法“抠图”。因为高质量的广告设计需要把商品图片抠出来,放到精美的设计主题里。以前都是设计师给商品抠图后再做设计,现在我们用机器做海量设计,就得让机器来做这个事情。我们跟阿里搜索部门做图像切割的算法团队合作,处理海量的商品自动抠图。

第二点是把设计变成“数据”。一张广告设计图片是像素组成的“信息”,不是“数据”。我们利用机器把商品、文字和设计主题进行在线合成,这样每张广告图片就带上了商品信息,可以根据消费者偏好进行个性化投放。所以鲁班产品上线初期,我们请设计师根据活动主题做了大批量风格确定的模板,证明了这种模式投放效果可以大幅提升点击率。

第三点就是让机器学习设计。靠“人肉设计模板”度过了第一个阶段,但长远发展角度我们必须让机器来做设计。大概是 16 年 8 月份开始的,有一位之前负责淘宝“拍立淘”(在淘宝内通过图片搜索找同款,随拍随找)产品开发的图像算法专家加入进来,主导整个智能设计的算法框架。

设计数据化

设计数据化

问:中间有踩坑吗?

乐乘:有的,因为我们在做一件很新的事情,行业里没有什么参考对象,只能不断试错。刚开始的时候,我们的数据不太够,就制定了很强的设计规则去控制,结果就是机器要么跑不出设计结果,要么设计出来的结果很失控。设计是有无穷可能性的,靠弱数据强规则必然走不通。意识到这一点以后,我们就集中精力去解决数据问题,把内部设计师电脑里的设计图和供应商的设计图都收集过来。

问:这么多图片散落在这么多电脑里,怎么收集和整理啊?

乐乘:我们有自己开发的设计协同工具“设计板”,有点类似Slack(一款协作办公应用),但是是专门用于设计协同的。这样才能方便我们大批量、规模化的找到这些数据。

问:收集起来也还是很乱啊。

乐乘:是的,所以就遇到了第二个挑战,就是数据清洗和输入机器,因为收集过来的数据是很杂乱的。比如“双11”期间“魔性”的设计风格跟无印良品这种“性冷淡”风格差异很大,这是完全不一样的品牌调性和设计需求。我们花了很大的力气去整理和建立了一套数据体系去管理设计数据,让机器生产出更匹配的结果。

设计智能化

设计智能化

问:有人说“鲁班”没有达到设计人工智能的阶段,只是“大数据生产”,您如何看待这个说法?

乐乘:现在讲 AI ,外界很难感受到机器的智能含量多高、体现在什么地方,但我也不太同意“大数据生产”这一说,我觉得这个疑问涉及两个核心的,也是最基本的问题:一是什么叫设计智能,二是怎么评价机器是否具备了设计智能。

AI 目前有几个主要方向,一个是“识别”,像语音识别、图像识别;另一个是“生成”,也就是我们在做的,从无到有创造东西,让机器能根据请求生成符合特定要求的结果。我们把我们的智能设计定位为:可控的图像生成技术。我们可以结合技术框架和原理来理解,我会在 UCAN 大会上详细讲。

问:那在这里先给我们简单讲讲?

乐乘:也可以。在整个生成过程中,有4个核心步骤

第一步,让机器理解设计是什么构成的:我们通过人工数据标注,对设计的原始文件中的图层做分类,对元素做标注。设计专家团队也会提炼设计手法和风格。通过数据的方式告诉机器这些元素为什么可以放在一起,我们把专家的经验和知识通过数据输入。这部分核心是深度序列学习的算法模型

第二步,建立元素中心:当机器学习到设计框架后,需要大量的生产资料。我们会建立元素库,通过机器做图像特征提取,然后分类,再通过人工控制图像质量以及版权问题,我们买了有版权的图库,也是希望从一开始就避免版权方面的纠纷。

第三步,生成的系统:原理有点像 Alpha Go 下围棋。我们在设计框架上构建起虚拟画布,类似棋盘,生成的系统把元素中心的元素往棋盘放,在这里我们采用了“强化学习”,就好像你在家里放一台扫地机器人,让它自己跑,跑个几圈,它自己会知道哪里有障碍要避开。在强化学习的过程中,机器参考原始样本,通过不断尝试,得到一些反馈,然后从中学习到什么样的设计是对的、好的。

第四步,评估的系统:我们会抓取大量设计的成品,从“美学”和“商业”两个方面进行评估。美学上的评估由人来进行,这方面有专业众包公司;商业上的评估就是看投放出去的点击率浏览量等等。

4个核心步骤

4个核心步骤

问:明白了,所以您觉得“鲁班”的最大优势是什么?

乐乘:我觉得“鲁班”是商业和技术两方面的比较好的结合产物。首先在技术深度方面,它有门槛很高的一套系统,另外在商业方面,它的确能通过“智能化”和“个性化”,实现商业价值最大化,颠覆传统方式。

问:听说去年“双11”,“鲁班”设计了 1.7 亿个 banner,你怎么看这个“历史事件”?

乐乘:其实这 1.7 亿个 banner 是有设计强干预的,因为“双11”的风格是比较确定而且需要严格执行,所以设计师制作了很多“双11”特定风格的固定模板。机器在这个基础上,把调整尺寸这些行为进行优化,节省了尺寸拓版的人力。用机器生成亿级设计从而带来商业效果提升,总体来说也是一次非常成功的应用实践。我想未来的“双11”仍然会是设计师带着机器做设计的模式,重大活动中设计机器是提升效率的助理角色。

问:取得了这么大的成功,阿里内部如何评价“鲁班”呢?另外,“鲁班”把 banner 都“撸”完了,原来做 banner 的人怎么办?

乐乘:引用阿里 CEO 的话——“鲁班是数据业务化的代表”,之前我们有很多数据,但都是闲置的或者利用效率不高的,比如海量的商品图,而“鲁班”把数据变成了业务,通过大规模设计加精准投放,提高每个广告位的资源效率,带动了流量的效率和业务价值,点击率是翻倍的,收益也接近翻倍。人员倒没有出现缩减,只是做的事情有调整了,要学习这套系统,学习如何训练机器,同时在美学方面做把控。

从“设计思维”到“数据思维”

从“设计思维”到“数据思维”

问:说到这里,好像漏了一个很重要的问题,为什么这个产品要叫“鲁班”?听说是“撸一个 banner ”的谐音?

乐乘:(笑)当时我们开玩笑说要 “让天下没有难撸的banner ”,谐音就是“鲁班”,后来发现简直太合适了,鲁班不仅本身是个伟大的工匠,也是很多工具的发明人,所以他的理念跟我们做的事情是不谋而合的,我们也希望发明工具,让设计师更好地工作。

“鲁班”的 logo

“鲁班”的 logo

问:感觉你们也是一群大神,你们团队现在有多大?

乐乘:我们现在有十几个人。

问:只有十几个?!

乐乘:对,有设计、算法和工程三个部分,成员大部分是 80 后,现在也有 90 后加入了,我们对计算机视觉领域的人一直是求贤若渴的(欢迎大家投简历)。因为是在阿里内部独立做研究,所以团队氛围跟很多小型创业公司很像,大家都很有热情、很果断、行动力很强。

问:现在看来,你们的方向已经很清晰,那下个阶段要攻克的挑战是什么?

乐乘:主要有两个吧,一是要让智能设计去影响阿里设计生态,让“鲁班”能服务百万量级的商家和设计师。一开始在内部推进“鲁班”的时候,我们也面临过阻力。传统的方式就是,设计一个 banner,放很多商品,显得很热闹,而“鲁班”做出来的 banner 上就是单件商品,但与消费者是相关的,因为是基于算法精准推荐的,是你会感兴趣的,只是这样就要把商品放大、显眼,可能在设计上就不够美。但最后,我们让数据说话,确实后者给业务带来了很好的增长。这个教育过程是比较长的,在内部我们可以做,但面对百万商家和设计师如何去做?这是我们的挑战。

第二个挑战是数据算法本身的持续升级。AI 行业每年都会有很大的变化,新的技术不断涌现出来,如何跟上最新的技术?这也是我们始终不能松懈的点。

智能实验室设计视频

【冯导】新概念设计弯曲实验室:任天堂智能手机

相关问答

问:大连大学先进设计与智能计算教育部重点实验室怎么样

答:普通大学的所谓实验室能怎么样,还是教育部的,真正国家实验室不可能标什么部,总之大连大学非常一般,论实力不如沈阳大学,就占个风景好的城市而已。


问:仙人掌人工智能实验室(深圳)有限公司发展前景好吗?

答:有朋友在那工作,区块链行业里面技术算很不错的一个公司,挺有前景,挺靠谱的。


问:仙人掌人工智能实验室(深圳)有限公司怎么样?

答:简介:仙人掌人工智能实验室以互联网创新模式软件产品及解决方案为核心,专注于区块链撮合系统、区块链清算系统的应用与推广。主要研发业务是人工智能、大数据、区块链、生物识别、物联网的软件开发和应用。
法定代表人:陈阿鹏
成立时间:2014-07-07
注册资本:10000万人民币
工商注册号:440307109790802
企业类型:有限责任公司(自然人独资)
公司地址:深圳市龙岗区坂田街道雅宝路1号星河WORLD B栋大厦29层2901


问:国内首家保险智能风控实验室成立了吗?

答:1月31日,中国保险学会、中国保险创新研究院等主办、金融壹账通承办的中国首届保险科技应用论坛在京举行,会上成立了国内首家保险智能风控实验室。保监会前副主席魏迎宁表示,保险是专门跟风险打交道的行业,在风险识别、评估、控制等方面应用更多保险科技被业内所希望,而保险智能风控实验室的成立或能促进人工智能等在保险业的应用进程。“新技术的引入将促使我国保险业运营和管理的质态发生巨大变化,保险创新与科技的深度结合将全面改变保险业面貌。多家险企正逐步通过大数据、人工智能等新技术手段甄别欺诈案件,开展理赔等环节,进行风险控制。”对于保险智能风控实验室成立的起因,中国保险学会会长姚庆海表示,为促进新技术在保险行业广泛应用,需要搭建起跨行业合作平台,通过跨界标准制定、课题研究、产品研发等形式,促进保险与科技深度融合,推动保险行业创新发展。


问:大连大学先进设计与智能计算省部共建教育部重点实验室怎么样

答:你觉得省和教育部共建的实验室能怎么样,又不是什么国家重点实验室