设计与AI的现在Ⅰ：设计了1.7亿个banner的阿里鲁班
在2016年的“双11”期间，阿里巴巴的设计人工智能产品“鲁班”成功设计了1.7亿个banner（广告横幅），这一壮举不仅展示了人工智能在设计领域的巨大潜力，也标志着阿里巴巴在设计与AI结合方面的领先地位。
一、鲁班的诞生背景
阿里巴巴的“鲁班”项目起源于对个性化广告设计的追求。在2015年之前的“双11”，商品推荐主要由人工控制，而2015年阿里首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，即“千人千面”。这一变革激发了阿里内部团队对于广告资源位个性化设计的思考，于是“鲁班”项目应运而生。
二、鲁班的核心技术
图像算法“抠图”：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。以前由设计师手动抠图，而“鲁班”则利用图像算法实现海量商品的自动抠图。
设计数据化：利用机器把商品、文字和设计主题进行在线合成，使每张广告图片都带上商品信息，实现个性化投放。初期，设计师根据活动主题制作大量风格确定的模板，证明了这种模式能大幅提升点击率。
机器学习设计：随着项目的深入，团队开始让机器学习设计。通过引入图像算法专家，主导智能设计的算法框架，使机器能够自主生成设计。
三、鲁班的实现过程
理解设计构成：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。同时，设计专家团队提炼设计手法和风格，通过数据方式输入给机器。
建立元素中心：当机器学习到设计框架后，需要建立元素库。通过机器做图像特征提取、分类，并通过人工控制图像质量及版权问题，确保生成的设计合法合规。
生成系统：采用强化学习原理，让机器在虚拟画布上尝试放置元素，通过不断尝试和反馈，学习什么样的设计是好的。
评估系统：从美学和商业两个方面对生成的设计进行评估。美学评估由专业众包公司进行，商业评估则看投放出去的点击率、浏览量等指标。
四、鲁班的优势与挑战
优势：
挑战：
五、鲁班的未来展望
随着技术的不断进步和应用场景的拓展，鲁班将在未来发挥更大的作用。一方面，它将持续升级数据算法，提高设计的智能化水平；另一方面，它将积极推广智能设计理念，影响更多的商家和设计师，推动整个设计行业的变革。
总之，阿里鲁班的成功实践不仅展示了人工智能在设计领域的巨大潜力，也为整个设计行业带来了新的思考和发展方向。
