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。
阿里巴巴AI设计项目负责人乐乘（吴春松）：
Q&A Q= 特赞 Tezign A= 乐乘
Q：请您先自我介绍一下吧？
A: 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。
Q：您之前的专业就是设计吗？在阿里多久了？
A: 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。
Q：加入阿里之后的经历是怎样的？
A: 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”。
Q: 这个团队成立的契机是什么？
A: 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。Q：都是哪几个关键技术点？
A: 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。
Q：中间有踩坑吗？
A: 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。
Q：这么多图片散落在这么多电脑里，怎么收集和整理啊？
A：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。