设计师要失业了？听说为了双十一，阿里AI每秒撸8000张海报！
来源：广告人情报站
听说今年双十一，淘宝设计师要准备失业了！因为鲁班又变强了......
今年5月份阿里巴巴发布了
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
不过去年只是测试
今年的“鲁班”正式上岗后
任务量更加惊人
2017年双11将有4亿张Banner由鲁班设计
每秒做8000张海报
（同一时间手机淘宝里的出现海报banner都是不一样的）
所以今年双11前
你给淘宝美工打电话要下单设计
对话可能是这样子的
（建议全屏观看）
可以这么说
初级设计师要被取代了！
经常在后台收到这样的提问：
如何设计LOGO有没有什么便捷套路？
如何快速学会设计海报？
如何快速学会做某种风格的设计？
美工或者刚入行的设计师接到活，就立马想用快捷高效的套路来完成设计。用套路没毛病，有毛病的是除了套路，你什么都不会，而现在AI已经比你更懂套路了~
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。
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。
在人工智能时代，我们不但要与人竞技，还要面对来自机器的竞争。那么问题来了：设计师，你想做一个“套路设计工”，还是想成为真正的设计师。
最后一起看看鲁班演示视频
这些曾经属于初级设计师的工作
被！取！代！了！
再不改变，等着失业吧~
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点当前位置: >
> 设计师要失业了？阿里AI每秒竟撸8000张海报
设计师要失业了？阿里AI每秒竟撸8000张海报
时间：作者：华清远见
双11就要到了
你们是不是兴奋的不得了
看着各电商网站推出的海报
有木有心动啊？
不过今天，我们讨论的主题不是双11要买什么
而是和海报有关
我们都知道，虽然海报看起来简单
但如果是人类设计师来干，20分钟出一张
按这个速度
不吃不喝一天也就干50张
要搞出1.7亿张海报就要34万天！
也就是整整9000年！9000年！
不过，阿里巴巴就不走寻常路
今年5月份，阿里巴巴发布了
一个超神的&人工智能设计师&&&鲁！班！
（鲁班大师，智商250~）
当时还公布了一个令人震惊的数据
1.7亿张海报，全靠它撸完！
而今年&鲁班&正式上岗后
会继续给双11设计海报banner
且任务量更加惊人
2017年双11将有4亿张banner由它设计
约等于每秒做出8000张海报
那么，问题来了
这个&鲁班&到底是个啥，竟有如此威力？
其实，它是一个智能设计平台
其原理是人工智能算法和大量数据训练，机器学习设计，输出设计能力
由此可见，人工智能真是火爆的很啊，处处都有它的身影
但是！设计师们不要伤心
虽然人工智能能帮我们节省时间
更有效率的完成任务
但一些复杂的活儿它们还是完成不了的
毕竟人工智能也是由人研发出来的
而那些底层的、经常摸鱼的设计师们
你们就得更加上进
不然人工智能就把你取代了
毕竟社会是残酷的
价值不高的人就会被淘汰
下一篇：没有了
学院新动态
高端IT就业培训专家
全国分校区
关注华清远见
关注创客学院
前台专线：010-
企业培训洽谈专线：010-
院校合作洽谈专线：010-
Copyright ©
北京华清远见科技发展有限公司 版权所有 ，京ICP备号，京公海网安备03号【UCAN精彩回顾】阿里智能设计实验室负责人乐乘：当设计遇上AI
在今年UCAN大会开场，阿里巴巴集团UED委员会委员长杨光发布的智能设计平台——鲁班，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。在大会上，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－我们团队现在叫人工智能设计实验室，做的事情很简单，用AI做设计。人工智能现在这个概念太火了，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业速度超过了肯德基的开店速度。不可否认，这里一定有泡沫成分，也有很多概念的炒作。我们先抛开高大上的词，把这个事情拆解一下。现在讲的人工智能都是通过算法、数据和强大的计算能力来完善服务场景，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，这样使得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出来的想法，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，设计师花一天做出来，在线上投放时间也只有一天。而且是重复的，改改字就可以了，非常适合被机器所取代。今年UCAN的主题是新设计x新商业，新商业里非常大的概念，是要通过新的技术、互联网的手段，完成人、货、场的重构，人是消费者，货是商品的服务，场景就是连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式做设计。我们团队的使命是基于算法数据和前台业务需求，打造一个商业设计大脑。这个大脑能理解设计，能为商业的产品去服务，做出合理的设计。商业设计大脑的三大挑战在开始做事情之前，我们遇到了三个比较严峻的挑战。第一个挑战，缺少标注数据。今天所有的人工智能都基于大量的结构化标注数据，设计这件事情连数据都没有完成在线化，更别说标准化、结构化的数据了。第二个挑战，设计不确定性。设计是个很不确定的东西，比如今天你让机器设计一个高端大气的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下来发现，没有一些现成的技术或者框架可以参考。比如AlphaGo把围棋AI论文发完之后，全世界围棋AI照这个方法都可以做到先进的水平。我们过去一年来都是自己一路摸索中走过来的，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，就是根据商业的需求、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最近一版的发展历程。2016年9月，勉强完成一张图片的拼合，没有什么美感可言。第二张是去年圣诞节前做的广告，稍微看起来精致一点，整个设计还是非常简单。第三张是两个月前的进展，基本上可以根据这个商品输入主体的氛围，找到最符合的背景氛围，整个设计细节和结构，看起来更稳定一点。我们现在大概学会几百种常规的设计手法，并且每天都在学习中。这是我们目前的设计能力和设计效果，青云给它定的评级是P4，意味着它还只是个助理设计师。我们今年目标是做到P5，还有很长的路要走。－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。预告一下我们最新的实践。前两张图是机器完成的服饰搭配，根据用户输入的服饰商品进行组合搭配，生成类似杂志的搭配效果图。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，我们现在正在训练它完成复杂的排版设计。&正在攻克的三个难题目前，我们已经完成了框架搭建，以及数据的自我学习成长。接下来我们决心攻克的三个难题，也是让机器变得更加强大的关键突破点。第一，让机器能够自主生成元素。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，它自己能生成出来，这也是目前计算机视觉生成的一个非常火的话题。第二，提高认知理解。现在机器还不太理解语义，只能根据需求或者任务生成一个结果，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”这个词代表了什么意思，并且理解这张照片代表了“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。比如今天通过大量专家数据训练了几百种常规数据手法之后，它能够完成主流的设计要求了。当这些手法很相似时，就可以完成风格迁移。我们会进一步探索AI，不再根据需求完成使命，而是通过自我学习和演化之后有新的东西出来。－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，它离我们很近。当一个新的浪潮打过来的时候，我们应该学会的是拥抱它，而不是掉头就跑，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，照着它拓展一份出来，很明显这一定是机器第一步取代的工作。而且目前已经做到一大半了，证明这是一个没法回避的问题。第二层，场景表达。今天你给它一个东西，它能理解，能表达对。比如今天你根据情人节，这些品牌能够找到一种合适的设计手段，去表达出情人节的温馨，这种手绘的方式会稍微难一点，也就是我们前面讲到的语义这一层。第三层，创意洞见。它能够有一些启发性的东西出来。天猫品牌里面经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。这一般是设计大师做的事情。它能定义明年、未来几年的设计趋势走向，这是更高的设计能力。比如今年“三八”女王节，天猫用了一种全新的设计手段，用这种很轻的质感、很细腻的方式来表达商品。它能够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。回到今天机器和人之间的差异和对比，如果今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，训练成长速度，不断地完成闭环。它的学习速度之快，一个晚上可以完成几十万次的学习训练，是人不吃不喝也赶不上的。而人类设计师的特征，首先在情感层面，我们理解共情，情绪上有表达，这是机器很难做到的。另外两层，创意和创造，设计师能够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，对我们来说有没有什么新的工作方式呢。比如今天有顾客让你做一个设计，以前是一对一的给他一个成品，一对一的完成一个设计任务。有了设计AI之后，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客户服务，而是为成千上万的客户服务。人工智能设计是个不可阻挡的时代，是未来。但是它也刚刚来，我们也刚刚走出第一步。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。［关于UCAN］UCAN是阿里巴巴的年度设计盛会，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办的UCAN2017用户体验设计论坛在阿里巴巴西溪园区举行，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蜕变和价值，不断把设计领域、设计概念向外延展，与技术、能源和商业产生新的化学反应。
可以记录推荐数据哦！
收录收藏夹
添加到收藏
没有新消息
创建收藏夹
公开(受欢迎的收藏夹将有可能选入站酷精选)
私密(仅自己可见)
分享给微信好友2016年双11期间，“鲁班”根据主题和消费者特征进行个性化呈现，生产了1.7亿数量级的素材，把双11站内投放广告形式呈现为千人千面。文｜陶旺波27日的阿里集团UCAN2017年度设计师大会上，阿里正式公开了人工智能设计系统“鲁班”，这个去年双11生产了1.7亿个设计素材的智能大脑，对设计行业的冲击将是亘古未有的。不过，阿里巴巴消费者事业群资深总监杨光透露表现，未来人工智能不会取代设计师，而是帮助设计师解决重复性的工作，为缺乏设计能力的商家服务，重塑整个设计生态。“设计师会愈来愈值钱。”他说。“在目下当今这样一个社会，用户体验就是最好的营销，设计就是最好的产品。所以，用户体验和设计就是目下当今推动整个世界前进最重要的力量。”阿里巴巴集团首席市场官董本洪这样描述了设计在商业中的价值。董本洪也在会上宣示了阿里对新设计的雄心，“阿里巴巴经济体想要带领的变革，那就是‘新设计、新商业’。因为我们想用平台的力量、数据的力量，来重构新的商业。”人工智能入侵创意设计大会上，阿里发布了智能设计平台：鲁班。其原理是经由过程人工智能算法和大量数据训练，机器学习设计，输出设计能力。以往的“双11”每一个分会场只需根据主题投放1张图片素材，在2016年双11期间，鲁班把双11站内投放广告形式呈现为千人千面，根据主题和消费者特征进行个性化呈现，平均每一个分会场需要投放3万张图片素材，整个双11期间累计生产了1.7亿数量级的素材。这是什么概念？1.7亿的素材，满打满算需要100个设计师不吃不喝连气儿做300年。鲁班系统除个别模板还需人工设计以外，基本承接了此项目全部的工作量，设计效能得到大幅提升。从商业效果来看，这种模式让资源位点击率翻了一倍多。在阿里内部大规模投入使用后，经过一段时间的学习，目前“鲁班”的设计水平已经特别很是接近专业设计师。在会场上，杨光现场展示了两张设计图，其中一张图是人工智能设计的，从设计的美感来说，这两张图片基本上相当。杨光透露表现，目前“鲁班”已经是阿里P4级别的设计师，今年的目标是把鲁班升级为P5级别。在杨光看来，人工智能设计的出现，给设计行业带来的是一个巨大的震撼。“随着较量争论能力的提高，大数据存储能力的提升，图形图像算法的成熟，未来人工智能和设计将结合得愈来愈紧密。这个升级是革命性的升级。”今年双11前，阿里将把此系统开放给阿里生态上的设计师使用，届时广大中小商家企业就能够使用鲁班智能设计能力，低成本生成高质量的设计。而部分有自主品牌设计气势派头的品牌大商家，将设计气势派头输入给机器，由机器协助生成大批量统一气势派头的设计结果。在杨光描述的未来设计生态中，阿里有巨大的数据和千人千面的算法技术，可以把智能设计产生的结果直接输送给用户，又能把用户行为数据收受接管到设计云，进一步帮助用户解决问题，给他们想要的设计。不过，杨光强调，人工智能设计其实不会真的取代设计师的价值，“它经由过程设计师所有经验的集合，只是解决了人类重复性劳动，它不克不及超越设计师。”技术重塑设计形态人工智能给设计行业带来的改变是革命性的，但重塑设计行业形态的技术除人工智能，还有AR/VR、智能语音等新技术、新设备，语音控制、远程交互正在成为现实。接入移动互联网的设备也在爆炸式增长。2014年，接入互联网的设备大概有19亿台。而到2018年，这个数量将激增到90亿台。这里面除传统的PC、手机设备，以车联网、移动家居、移动支付、智能电网等等为代表的新设备也将融入到生活中。在杨光看来，以前终端就是电脑，做人机交互。而今天的场景更加复杂，流程、设备更加多样化。“终端升级了以后，我们在做任何一件事情的时候，在生活当中会涉及到大量的数据，会和互联网产生连接。”淘宝去年做的淘鲜达产品，在一小时之内满足消费者在家里生鲜需求，但实际上很多用户下单之后，一小时送达的承诺并没有实现。后来淘宝的设计师把整个链路剖开之后，对商家接单语音提示、POS机打印小票等每一个终端都做优化设计，将原来的一小时妥投率从49%提升到94%。另外，智能设备愈来愈多，产生交互的链路也会愈来愈长，设计师不单单只要考虑单个产品的界面和体验设计，还要满足用户在整个产品生命周期中每一次终端交互的需求。中国将诞生世界级的设计尽管技术的价值愈来愈凸显，但阿里仍然特别很是看重设计师的作用。董本洪介绍，目下当今淘宝上有特别很是多的年轻人在用自己创造的巧思，用自己独特的创意，展现创意商品。在2016年淘宝首度推出的“淘宝造物节”上，一个典型的案例是，一位设计师以一只猫的形象，设计出名为“吾皇万岁”的周边产品，最终在线上爆红，引来50多个品牌寻求合作。在造物节上，这样的案例触目皆是。淘宝造物节上涌现出很多个性化创意杨光透露表现：“我们惊喜的发目下当今淘宝这个生态里有巨大的空间，里面很多这种小我私家创业在淘宝里面生根发芽，而且很多都是设计师。”在杨光看来，阿里巴巴电商平台实际上是中国经济的一个缩影。而在这个缩影中，更多的设计师品牌，更多的原创设计涌现了出来。这种变化，就是基于中国消费者年龄层的变化，80、90后消费者成为整个中国消费的主力，他们更加倡导精神上的生活，物质上更加需要有品质感。目下当今很多国内企业也意想到，原来做一些有设计感、自主产权的产品，恰恰是年轻一代所需要的。在这个过程当中，愈来愈多的商家会转变，招更多的设计师，设计师起到的作用愈来愈大。杨光透露表现，“我认为未来的十年一定会有世界级的设计产生在中国，就是因为我们有这么大的需求，这么大的市场，设计师会愈来愈值钱。”由于用户体验的凸显，企业愈来愈重视用创意设计来提升用户体验。董本洪举例说，数年之前，星巴克也遭受了不少挑战，星巴克CEO决定回归到用户体验，对消费环境进行设计升级。“你如果到上海去看最近开的五家旗舰店，全部充满着不一样的设计语言，设计师的设计感染每个来星巴克的人，所以星巴克又火了起来。”在新零售时代，设计师的价值同样重要。未来天猫很多品牌线上线下将会打通，“以后各位到线下店会更有网络体验感，各位用户体验的专才更容易发挥，把线上线下结合，给消费者最小我私家化、更不一样体验的零售，这种重构再造需要大量设计师的支持。”董本洪说。第一现场，最新思想微信ID：newretailinsider随着时间的接近，一年一度的双十一又开始了，除了买买买的节奏下，我们更为关注一个关于AI的话题，阿里鲁班！鲁班：2017 年的双 11 将有 4 亿张人工智能海报由机器人设计。在 2016 年，鲁班首次服务双 11，制作了 1.7 亿张商品展示广告，商品的点击率提升了 100%。如果全靠设计师人手来完成，假设每张图需要耗时 20 分钟，满打满算需要 100 个设计师连续做 300 年。今年，鲁班的设计水平显著提升，目前已经学习百万级的设计师创意内容，拥有演变出上亿级的设计能力。此外，鲁班已经实现一天制作 4000 万张海报的能力，没有一张会完全一样。其实这个时代是一个个性化的时代，今日头条的成功是依托于更准确的内容分发从诸多资讯类APP脱颖而出，京东也实现了千人千面，淘宝也在深度的定制算法上有很大突破。在电商的时代，banner比纯文字更能通过视觉来突显展示内容，也成为整个分发流程中最复杂的环节。原来淘宝基本是依托于大量的外包服务来生产banner，对于淘宝的千人千面的展示要求来说，很难进行满足，同时大量的重复性工作对设计师也是一种伤害。鲁班的出现基本是顺应了时代的潮流趋势，基本包含了：设计框架搭建、元素中心选取素材、行动器、评估网络反馈四个组成部分。我们所关注的AI审美环节由设计师来进行评分，从设计角度告诉AI好不好，根据通过人工输入大量历史上投放过的一些设计图评分，使AI从这里训练出一个打分的模型出来。依托专家人工干预打分，完成双向反馈。让机器进行审美学习，再基于点击率的商业反馈来对商业属性打分。设计师的工作内容由原来的生产链条解脱出来，变成一个审美总结的角色，让设计师的职业属性更为纯粹，鉴于现阶段的鲁班还不能只做很好的素材，设计师也需要进行素材产品的输入。早期我也从事过基于互联网的设计工作，很多美工基本从事的是重复性劳动，因为世纪初的互联网还处于蛮荒阶段，工作量不是很大，到可以理解。时至今日，电商横行的今天，工作量的几何数增加，传统的人工已经满足不了时代的发展。再说所谓的设计师，什么是设计师？什么是美工？每个人都在以设计师自居，其实就目前来说。自称设计师都是自封的吧。区别在于美工是谦虚的美工，设计师是会装13会拷贝创意的美工。很多从事或者曾经从事过设计行业的朋友都在朋友圈发：阿里鲁班取代的是美工，不是设计师。你扪心自问你是设计师吗？不是！你只是在这个还非常缺乏设计观念的社会里比普通人审美好一点的那个美工而已，最多是你在模仿大师前辈们的设计罢了。回想下你的设计，到底有多少是纯体力活？有多少是创意的活？对，说的就是你！阿里鲁班这个项目最初是为了解决双11海量banner需求的问题，但现在据我所知，他已经拓展到了平面设计领域。鲁班虽然现在才曝光，但是已经有了很长一段时间的积累，它的水平应该已经远远超过了大多数设计师的想象。鲁班运行机制通过对banner设计这一行为进行抽象，划分出很多的操作层，对每一层机器进行相应的处理，最后整合成一个算法，再将算法运用到图片上，就完成了。这种方式很有针对性，做出来的手法也能基本满足海量banner的需求，可以说阿里找到了很好的需求场景。另外很多鲁班的出图不一定以「设计上好看」为标准，可能以「吸引用户点击」为标准。就淘宝的流量来说，每天可以做十几个／几十个 A/B testing， 用足够多的数据，让他明白哪种图片的点击率更高，哪种颜色的效果更好，不断优化转化率，从而找出转化率最高的banner样式。最重要的是快，可以同时进行多个a/b testing并不间断的进行优化和测试。 &而且AI的成长性太强了，配色，构图等等都会成长。根据不同用户群组的购买历史／购买习惯／色彩喜好 定制banner，并不断迭代优化，针对不同用户群定制高转化率的banner 。也有很多设计师抨击鲁班，说做的图千篇一律，没有审美。鲁班的出图不一定以「设计上好看」为标准，可能以「吸引用户点击」为标准。就淘宝的流量来说，每天可以做十几个／几十个 A/B testing， 用足够多的数据，让他明白哪种图片的点击率更高，哪种颜色的效果更好，不断优化转化率，从而找出转化率最高的banner样式。最重要的是快，可以同时进行多个a/b testing并不间断的进行优化和测试。 &而且AI的成长性太强了，配色，构图等等都会成长。根据不同用户群组的购买历史／购买习惯／色彩喜好 定制banner，并不断迭代优化，针对不同用户群定制高转化率的banner 。明白了吧，你做banner最重要的不仅仅是好看，更多的是提升点击率和转化率，成交是最终的商业目的，这是设计师所不能匹配的。阿里对鲁班今年的预期是达到P5的水平，如果没有记错的话，P5就是阿里应届生设计师的水平。目前深度学习，尤其是生成对抗网络(GAN)发展很快，在将来取代一般水平的设计师也不是不可能。我觉得有些人把这件事情想得太简单了，说设计师不是做banner的，做banner基本上是每个视觉设计师刚起步时都会经历的工作，版式、字体、颜色、氛围这些基础往往是靠banner这种比较初级的设计工作来练习的。当鲁班普及后，取代了入门工作以后，那些新手设计师，哪里还有岗位给他们？那么水平在P5及以下的设计新人们，要通过什么途径来成长为高级设计师？如果这个东西做出来，没有人会失业、没有人的工作受到影响，那么这个东西就不会有那么大的价值，换句话说阿里也就不会去做它。科技发展绝对比我们想得太快，当淘汰掉低级劳动力之后其实整个设计行业的模式都是会被颠覆的。所以人工智能设计的目的，就是要代替所有的体力设计，以及低级的创意设计。我们假设以前10个设计师，1个优秀，9个平庸，你是否认同以后会把9个平庸的设计师辞掉，把工资都给那1个优秀的关键是，你是那个1，还是那个9。当然我不知道阿里的这个ai做到什么程度，但我相信机器学习结合大规模测试一定是趋势。鲁班相对于设计师的优势是更了解市场，以后设计师大概只能靠高端大气上档次来和AI竞争了。如果有一天，你被一个淘宝banner的AI干掉了，那你应该感到庆幸，提早认清自己不适合设计师这条路，鲁班对于我们设计师来说，真的是很好，因为终于可以淘汰一批捣乱市场的美工了。也许下一个被颠覆的就是排版、平面设计，甚至是简单的网站/移动端UI设计。愿诸君安好！-----插个广告为什么叫鲁班阿里巴巴AI设计项目负责人乐乘（吴春松）：让天下没有难撸的banner ，谐音就是鲁班！手上有一个lubanner.cn域名待售。}