开发笔记📐 发现👽 人物👮 趣闻💦
阿里鲁班AI设计系统 1.7 亿个banner信手拈来

阿里鲁班AI设计系统 1.7 亿个banner信手拈来
2018-06-28 02:34:00   点击:

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。

鲁班 阿里 系统 AI 设计

上一篇:转载:7种广泛存在的认知偏差,影响了我们太多的决策
下一篇:机场安检二三事 X光安检设备仪器“检测”出手枪