阿里巴巴人工智能设计师鲁班_人工智能设计师 鲁班 - CSDN
  • 4月27日,UCAN2017用户...通过一段时间的学习,鲁班从去年“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。 据阿里智能设计实验室负责人吴春

    4月27日,UCAN2017用户体验设计论坛在杭州阿里巴巴西溪园区举行。大会开场,阿里巴巴集团UED委员会委员长杨光发布了智能设计平台——鲁班。此平台原理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,鲁班从去年“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。




    据阿里智能设计实验室负责人吴春松表示,基于阿里商业生态上中蕴含的真正大数据,强大的算法能力和计算能力,早在2016年7月份就已经开始组建阿里智能设计实验室,致力于开发人工智能设计平台——鲁班。通过一段时间的积累,鲁班设计平台已经具备了可大规模设计、可自我学习成长、可开放接入三大特性。




     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。以前的“双十一”每个分会场只需根据主题投放1张图片素材,2016年的“双十一”分会场需要根据主题和消费者特征进行个性化呈现,平均每个分会场需要投放3万张图片素材,整个双11期间累计生产了1.7亿素材,满打满算需要100个设计师不吃不喝连续做300年。这在1年前是很难想象的,但是鲁班系统除了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。从商业效果来看这种模式让资源位点击率翻了一倍多。设计效能得到大幅提升。


    鲁班平台是一套可以通过自学习达到设计认知层面的机器,它与人类学习设计的过程非常相似。开发人员为他设计了一套可以快速学习设计风格并且不断成长的闭环系统,包括“风格学习-行动器-评估网络”三大核心模块。机器从大量设计文件中学到设计风格后,由行动器根据设计需求生成设计结果,生成结果好不好由“评估网络”来给予反馈。评估器的工作原理是输入大量的设计图片和评分数据,经过训练最终让机器学会判断设计的好坏。


    此系统将于今年双十一前开放给阿里生态上百万的设计师使用,届时广大中小商家企业就可以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风格的品牌大商家,将设计风格输入给机器,由机器协助生成大批量统一风格的设计结果。从而让商家享受阿里平台的设计和技术能力,做到设计赋能全网商家。


    智能设计时代已经到来,设计师将何去何从。杨光认为,“以后美工的工作将会被人工智能所取代,但设计不会被取代,内容创意设计和全链路设计会成为设计师未来发展的方向。”

    在新的商业模式和背景下,杨光表示,对于设计行业要通过以下三点提前布局:


    一、从产品设计到设计产品


    目前消费者的购买模式已经从需求升级到现在的消费升级。在此情况下消费者对于审美、创意、个性化的需求与日俱增。因此设计的范围已经不能局限于狭义的产品设计,而是需要洞察消费者内心设计出其喜爱的产品。这一点在淘宝造物节当中有充分的体现,在此活动中很多设计师品牌大放异彩,设计师的价值也随之被放大。这个现象不仅仅会出现在互联网行业,而是方方面面。


    二、从体验设计到设计体验


    消费者在互联网上购买的不仅仅是一件商品,还有整套购物体验。现在随着技术的发展,消费者通过指尖和屏幕的交互已经可以无限延伸,达到虚拟设定场景(AR、VR)的使用。这就要求设计师掌握更多的技能,考虑更多形式和维度的交互。以达到人机交互的过程更加自然亲近,无限趋近于人人交互。


    三、从技术升级到设计升级


    大数据的积累和鲁班系统的全面应用,使我们可以了解每一位消费者,并对他们进行个性化的产品呈现。这种能力开放出去不仅可以赋能给全平台的商家,还将赋能整个设计生态。


    阿里的鲁班系统通过大数据和智能学习,产出设计投放到市场,服务于用户。用户使用的过程中产生了更多的数据反馈到大数据库中,更多更精准的数据使鲁班不断学习并应继续应用于设计当中,从而使新技术赋能新设计,新设计赋能新商业,最终进入良性的工作循环。


    UCAN用户体验设计论坛


    这是由阿里巴巴集团 UED 发起,社会各界广泛参与的用户体验设计论坛。阿里UED一直以设计赋能商业为使命。本届 UCAN 继续围绕赋能并提出新商业模式下的发展方向,和技术突破。在行业内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,赋能新技术、新能源和新商业。


    展开全文
  • 近期,央视《机智过人》的舞台上来了位“三超设计师”——设计能力超强;出图能力超快;抗压能力超强,成功迷惑嘉宾和现场观众,更让撒贝宁出错三连。 节目一开场,这位“设计师”就...
        

    近期,央视《机智过人》的舞台上来了位“三超设计师”——设计能力超强;出图能力超快;抗压能力超强,成功迷惑嘉宾和现场观众,更让撒贝宁出错三连。

     

    节目一开场,这位“设计师”就为现场嘉宾:主持人撒贝宁、演员韩雪、神经科学家鲁白生成了三张独具特色的海报。几乎是说话的瞬间,海报立即生成,出图速度之快让撒贝宁惊呼“秒完”。

     

    640?wx_fmt=jpeg

    鹿班为现场嘉宾设计的海报

     

    这位设计师正是阿里巴巴研制的AI设计师——鹿班。鹿班是为解放人类平面设计师而生,它学习了五百万张人类设计作品,现在它每秒能做八千次设计。自从2016年上线至今,鹿班已经完成了十亿次海报制作,是全球首位大规模投入使用的人工智能平面设计师。

     

    节目中,鹿班将接受设计领域的两轮检验,如果鹿班的作品被现场观众成功找出,则认为鹿班通过检验。究竟AI能否在设计领域达到人类水平?接下来,我们一起走进检验场。

     

    第一轮挑战中,鹿班与一次成稿率在80%以上的设计师、从业十二年的资深设计师等三位同台竞技,各自设计一张以“汽车卓越加速性能”为主题的商业海报。下图即四位设计师的设计成图,大家不妨来猜一猜哪幅是鹿班的作品。

     

    640?wx_fmt=jpeg


    根据现场观众投票,多数观众认为4号作品出自鹿班之手。让观众出乎意料的是2号才是鹿班的创作,这个结果让神经学家鲁白大呼“不服气”。


    不信?眼见为实!



    接下来,战况升级。中央美术学院院长范迪安教授带来画家与服装设计师来和鹿班同台创作,为《孙子兵法》这本书设计封面。

     

    面对设计难度升级,鹿班能否成功应对?我们马上揭晓鹿班和两位人类设计师为《孙子兵法》设计的封面的作品:

     

    640?wx_fmt=png


    以上图片中有三幅作品,其中哪一张是鹿班的设计?到底观众们有没有猜对?不急,我们先请阿里巴巴资深技术专家星瞳为我们揭秘鹿班背后的技术。

     

    使用场景


    视觉生成引擎的使用场景大致可抽象成下图。以显式输入而言,用户可以输入标签需要的风格、色彩、构图等,或者输入一个例子,或者进行一些交互的输入。除显式输入之外还可以有隐式输入,比如人群信息、场景信息、上下文信息等。总的来说,输入可以是千变万化的,但通过规范化之后就会减少变化,使得生成过程可控,输出质量可控。

     

    640?wx_fmt=png


    对视觉生成引擎来说,它要求输入是规范化的。但在输入前,可以加入各种交互方式,如自然语言处理,语音识别等,将其转化成规范化输入。最后输出结构化信息或可视成图。

     

    640?wx_fmt=jpeg

    技术框架和生产流程

     

    其技术框架如下图左侧。首先对视觉内容进行结构化理解,如分类、量化、特征化。其次通过一系列学习、决策变成满足用户需求的结构化信息即数据,最后将数据转化成可视的图像或视频。这一框架依赖于大量的现有数据。其核心是一个设计内核。同时,引入效用循环,利用使用后的反馈来不断迭代和改进系统。

     

    其生产流程分成六个步骤,如下图右侧所示。首先用户提出需求,将需求特征化转变成系统可以理解的结构化信息。其次将信息进行规划得到草图。有了粗略的草图后再将其转变成相对更精确的图,然后调整细节,最后通过数据可视化形成最终的图。当然其中还有很多的trick,以及各部分的优化。

     

    640?wx_fmt=png


    关键算法

     

    下面介绍一些关键算法。我们希望基于下图最左的耐克鞋生成最右的图。先通过规划器得到草图,再通过强化学习获得相对细致的结果,再通过对抗学习及渲染算法得到图片,再通过评估器进行评估,最后形成业务闭环,其中还会有一些基础的能力,包含更强的联合特征(非普通 CNN特征)及多维度检索算法等。

     

    640?wx_fmt=jpeg

     

    基本上,处理的第一步是将图片中的信息结构化,这也是与现有的识别理解技术结合最紧密的地方。其中的难点和重点包括,对图像中多目标的识别、遮挡和互包含情况如何得到分割的信息等,下图只是个简单的示例。

     

    640?wx_fmt=png


    有了结构化信息之后,需要对信息进行量化。可以量化成特征或量化图。量化过程中会包含很多信息,比如主题风格、布局配色、元素种类、量化空间等。有了这些信息后可以在主题、种类、风格、视觉特征大小位置上,量化成各种码,用相对有限的特征来表达无限的图。


    640?wx_fmt=jpeg

     

    下一步是通过用户的输入,得到一个相对粗略的结果即草图。目前主要使用的是深度序列学习。从图像角度,首先选定一个点的像素颜色再选择位置,再迭代进行操作,最后形成一张图。规划器模拟的就是这个过程。本质上预测过程是一棵树,当然也可以拆成一条条路径。为了简化,可以分成几步进行,比如空间序列,视觉序列。最后形成量化特征模型,主要应用的是LSTM模型。它把设计的过程转化成基于递归、循环的过程。

     

    640?wx_fmt=png

     

    得到草图后,利用行动器将草图细化。如果将图中的每个元素看作一个Agent,那么它将有若干个可选的行动空间。

     

    640?wx_fmt=png

     

    假设一张图中有20个元素,每个元素在视觉上有多种可选的行动空间,由其组合成的可选行动空间非常庞大。我们有很多trick可以解决这一问题,比如在空间上,只允许在有限范围内进行变动,且行动方向有序,即状态有序,行动有限。


    640?wx_fmt=png


    下一步是如何衡量结果的好坏。图像的评估相对比较主观,主要可以从美学和效果两方面来评估。美学角度可以包括是否对齐、色系搭配是否合理、有无遮挡这些较低级别的判断标准,以及较高级的,比如风格是否一致,是否切合主题。从效果上,产品投放后是否会在点击率等方面实现提升。最后将多个指标形成对应权重并形成多个DeepLR联合模型。

     

    640?wx_fmt=png

     

    但在衡量结果之前,需要形成像素级别可见的图。这里有以下几种构造器分类,包括临摹、迁移、创造、搭配与生成。

     

    640?wx_fmt=png

     

    前面介绍了,如何通过用户的需求形成可见的图。后续还需要进行投放和反馈并进行优化,形成效用外循环。这样才能使得系统效用不断得到提升,形成一个在线闭环,这也是智能设计相对设计师的一大优势。

     

    640?wx_fmt=png

     

    从技术角度来说,鹿班可以满足海量无选择客户的需求。相信在未来,可以做到“所想,即所见”。节目的最后,撒贝宁、韩雪、鲁白纷纷为鹿班站台,鹿班也因此成功入选 “2018智能先锋”。


    看到这里,不知道你是否已经猜出鹿班的封面设计?关注“阿里巴巴机器智能”,回复“鹿班”,答案马上为你揭晓。


    640?wx_fmt=jpeg

     ↑ 关注并回复“鹿班”,揭晓答案



    640?wx_fmt=gif

    你可能还喜欢

    点击下方图片即可阅读


    640?wx_fmt=jpeg

    双11背后的全球数字经济“操作系统”


    640?wx_fmt=jpeg

    首次公开!2018双11技术数字全记录


    640?wx_fmt=jpeg

    双11大队长霜波:

    从手忙脚乱到胸有成竹,我们如何走过这十年?


    640?wx_fmt=jpeg

    关注「阿里技术」

    把握前沿技术脉搏

    展开全文
  • 在过去,每年双11,设计师们都会开启狂加班模式:做海报、改文字、换商品、调设计、换 banner,每个设计师对接几个...这是一个名为 " 鲁班 " 的 AI 设计师,它将担纲今年双 11 的 banner 海报设计,数量高达 4 亿张。

    在过去,每年双11,设计师们都会开启狂加班模式:做海报、改文字、换商品、调设计、换 banner,每个设计师对接几个运营人员,富士康流水线一样的重复性工作。一年双 11 下来,完成上亿张海报。


    然而,这一切正在成为过去。


    AI 改变了围棋,现在也在改变海报设计。这是一个名为 " 鲁班 " 的 AI 设计师,它将担纲今年双 11 的 banner 海报设计,数量高达 4 亿张。


    但考虑到鲁班平均 1 秒钟就能完成 8000 张海报设计,一天可以制作 4000 万张,4 亿只能算一个小小小小目标。


    这个海报设计 AI" 鲁班 ",诞生也与双 11 有关。


    每年双 11,都是阿里设计师的大考:海量的设计需求,需要保证所有人都统一规范,遇到紧急设计需求,还要快速出稿,对每一个设计师都是脑力、体力双重考验。


    0?wx_fmt=gif&wxfrom=5&wx_lazy=1

    △  千人千面需求的 banner 设计


    于是,2015 年双 11 后,阿里内部开始萌生想法,当年阿里正式在商品推荐上实现 " 千人千面 ",所以希望强营销导向的广告资源位的设计也能实现 " 千人千面 "。


    因此 " 鲁班 " 项目正式成立,并不断发展至现今的 " 阿里智能设计实验室 ":让鲁班学习人类设计师的成果和经验,不断进化,到今年双 11,鲁班的水平已经达到了阿里内部 P6 水准。


    鲁班的学习进化,主要有三大技术原理:风格学习(规划 + 元素)、行动器,以及评估网络。


    0?wx_fmt=png


    首先是风格学习模块。


    0?wx_fmt=png

    △  鲁班风格学习


    鲁班先将大量设计素材的设计数据进行结构化标注,最后经过一系列的神经网络学习,输出空间 + 视觉的设计框架。


    框架设计中,首先通过人工标注的方式,让机器理解该幅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,还需要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。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。


    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,输入到深度学习网络中。该网络具备一定记忆功能,可以记住设计步骤中复杂的过程。


    经过这层神经网络学习之后,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。从设计师的视角来看,它相当于设计师脑里在做一组设计之前那个大概的框架印象。


    0?wx_fmt=png


    在设计框架的同时,元素中心也在批量输入元素(如底图,主产品图、修饰元素等),由元素分类器进行学习,按照视觉特征和类型分类。


    具体来说,鲁班团队会提前收集一些版权图库,以及自己造设计元素的方式,输入到元素分类器中。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。


    其次是行动器。


    0?wx_fmt=png

    △  鲁班行动器元素分类


    行动器的主要作用,是根据需求从风格学习模块中选择设计原型,并从元素中心中选取元素,规划出多个最优生成路径,完成图片设计。


    这与设计师实际工作过程非常相似,如设计师要设计一朵花,也会在软件里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聪明、更智能。


    此过程完成后,将输出多个设计图,并最终交给 " 评估网络 " 对输出产品进行评分。

    最后是评估网络。


    0?wx_fmt=png

    △  鲁班评估网络


    评估网络的工作原理是输入大量的设计图片和评分数据,经过训练后,让机器学会判断设计的好坏。


    鲁班的基础是来源于设计师的设计模板素材和元素素材,因此会有两个设计师角色每天去训练鲁班,一个负责帮助鲁班完成最新的风格学习(风格学习),让鲁班不断进化,不断掌握更好的设计技巧。


    另一个的角色则是对鲁班设计出来的成果进行评估(评估网络),告诉鲁班什么样的设计才是最好的。


    设计师的核心职责,在于把设计变成数据化。目前,鲁班已经学习了百万级的设计稿,拥有了演变出上亿级的海报设计能力。


    0?wx_fmt=gif

    这背后,阿里的设计师和算法工程师做了三大功课。


    第一,领域研究。找到该领域专家深入研究该领域的经验知识,构建一套机器可以学习的数据模型。视觉设计专家把设计问题抽象成 " 风格 - 手法 - 模板 - 元素 " 这样一套数据模型,即把多年视觉设计经验变成机器可学习的 " 数据 "。


    第二,数据链路。定义好数据模型后,抓取和标注数据,并对数据集进行分类和管理。在这个过程汇总,如果处理数据给算法训练的更新频次,用什么数据去验证模型,如何评估模型效果,离线模型与在线数据在产品端如何打通?这一系列的数据问题就需要一套清晰的数据链路设计。


    第三,算法框架。算法框架由算法科学家来制定,数据和算法的关系就像汽油和发动机,两者密不可分。产品设计师需要与算法讨论,把业务场景和数据问题输入给算法。


    这也是阿里内部让产品设计师学习机器学习的原因,因为搞懂算法框架和技术原理,才能更好理解工作原理。


    但三方面功课背后,也不是没有挑战。整个鲁班打造过程中,遭遇了三方面技术挑战。


    首先是缺少标注数据。今天所有的人工智能都基于大规模结构化标注数据,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。


    其次是设计的不确定性。设计是个很不确定的东西,设计需求把握和结果评估都存在人类主观意识。比如你无法给机器输入 " 高端大气的海报 " 这样的指令。


    最后是无先例可循。整个行业中没有一些现成的技术或者框架可以参考,这和 AlphaGo 带来的福利不同。当时 AlphaGo 团队公布论文后,全世界围棋 AI 都照此提升了战力。但对于鲁班来说,并无先前经验可以参考,一切全凭自己摸索。不过也并非完全没有收获,在探索中的一年,阿里鲁班团队对 AI 产品有了更为清晰的定义。


    他们内部认为,鲁班做的 AI 是可控的视觉生成。可控,指的是根据商业的需求、业务的需求,智能地进行控制;视觉生成,则表明鲁班解决的是视觉从无到有的问题。


    在 2016 年双 11,鲁班首次登场。它最终制作了 1.7 亿张广告 banner,点击率提升 100%。


    0?wx_fmt=gif


    与人类对比的话,假设每张图,人类设计师需要耗时 20 分钟,满打满算也需要 100 个设计师连续做 300 年。


    而今年,鲁班也被进行了进一步迭代。设计水平显著提升,最新的数据情况是:


    鲁班已经学习了百万级的设计稿,拥有演变出上亿级的海报设计能力。今年双 11,鲁班已经可以实现一天制作 4000 万张海报,平均每秒可实现设计 8000 张海报,并且每张海报会根据商品图像特征专门设计,换句话说说,鲁班设计出的海报,没有一张会完全一样的。


    按照当前阿里内部对技术岗位的评判体系,海报设计 AI 鲁班,已经达到了 P6 水准,后续进阶也只会越来越快。


    那设计师会就此被 AI 替代吗?


    当然不会!


    " 鲁班今年花了半个月时间学会双 11 设计风格,目前已经开始产出一部分人类没教过它的设计了。但是最具创新意义的创造类设计,目前只能通过人机协同的方式完成。" 鲁班负责人乐剩介绍说。


    机器智能只是社会新生产力的一部分。机器人与人合作,既提升了效率和质量,又让天猫双11超级工程变得如此“轻松”。


    更多鲁班相关的内容,可点击文末“阅读原文”详细了解。



    640?


    你可能还喜欢

    点击下方图片即可阅读


    0?wx_fmt=jpeg


    惊!阿里双11数据中心来了一位顶级“刺客”?


    640?wx_fmt=jpeg


    阿里巴巴获机器视觉顶级会议ACM MM2020主办权



    640?wx_fmt=png


    关注「阿里技术」

    把握前沿技术脉搏

    展开全文
  • 胡晓明表示,场景驱动、计算驱动、数据驱动,在阿里巴巴的认知中,只有这三个驱动力同时存在,人工智能才能发挥应有的价值。阿里巴巴AI布局主要在六个产业之中。量子位把核心要点和数据,整理如下。金融这里举了两...
        
    允中 发自 凹非寺
    量子位 出品 | 公众号 QbitAI

    阿里巴巴在哪些领域进行了AI布局,最新的成绩如何呢?

    在今天的云栖大会·北京峰会上,阿里巴巴集团资深副总裁、阿里云总裁胡晓明给出了答案。胡晓明表示,场景驱动、计算驱动、数据驱动,在阿里巴巴的认知中,只有这三个驱动力同时存在,人工智能才能发挥应有的价值。

    阿里巴巴的AI布局主要在六个产业之中。量子位把核心要点和数据,整理如下。

    640?wx_fmt=png&wxfrom=5&wx_lazy=1

    金融

    这里举了两个例子。

    • 南京银行:申请贷款过程中人工视频验证减少54%。推动金融大脑在风控、营销、客服等多个领域落地。

    • 浙商银行:信用卡激活预测准确率提升5倍;流失预测准确率提升7倍。

    0?wx_fmt=png

    零售

    • 机器人客服“阿里小蜜”:双11当天承担95%客服咨询

    • 机器智能推荐系统:千人千面,双11当天产生567亿不同的货架

    • AI设计师“鲁班”:双11期间,设计4.1亿张商品海报

    • 华北数据中心运维机器人:接替运维人员30%重复性工作)

    0?wx_fmt=png

    工业

    • 天合光能:电池良品率提升7%(原来阿里的预测是1%),一年产生数千万的效益。双方的合作模式是按效果付费。

    • 恒逸集团:石化生产煤炭消耗率降低3%以上。

    0?wx_fmt=png

    城市

    今天最复杂的场景是城市管理。阿里云说他们的ET城市大脑,已经是全球最大规模的人工智能公共系统。

    在杭州,大脑接管了128个路口的红绿灯,让通行时间减少15.3%,高架道路节省4.6分钟,试点道路上,摄像头每天自动事件报警500次,准确率92%。

    0?wx_fmt=png

    汽车

    上汽和阿里共同推出的斑马操作系统,已经运行在40万辆汽车上,采集了700亿轨迹路点,积累了6000万小时的道路数据。

    目前斑马系统中使用最多的功能,是通过手机自动开启汽车的后备箱,让快递把包裹放到汽车的后备箱中。

    胡晓明透露,智能汽车每个月的活跃度是99%,比手机还高。今天随着网联车越来越多,人工智能会发挥更多的功能。

    0?wx_fmt=png

    家居

    天猫精灵:双11当天出货量超过100万。

    阿里巴巴表示,每天会接受大量对语言的请求,并进行优化。这些仅仅是开始。

    0?wx_fmt=png

    “阿里巴巴和阿里云,把人工智能用在了金融、工业、城市、家居等领域……我们认为人工智能应该服务于行业,驱动行业变化”,胡晓明表示。

    除了这六大场景,阿里云还把AI服务延伸到更多领域。例如为视频网站提供视频鉴黄的服务。阿里云还联合多家摄像头企业,成立AI视觉守护联盟,希望让摄像头看到的视频,未来能发挥更大的价值。

    阿里云还谈到AI技术在地铁等场景下的应用。

    胡晓明表示:AI生态正在崛起。

    0?wx_fmt=png

    除了上述“成绩单”之外,今天的大会上,还正式发布了阿里云ET大脑。这被描述为一个超级智能体,具备量子拓扑的能力。

    在官方的说法里,ET大脑能够做到:“多维感知、全局洞察、实时决策、持续进化在复杂局面下快速做出最优决定”。

    0?wx_fmt=png

    按照不同的应用行业,ET大脑进一步细分为:ET工业大脑、ET城市大脑、ET环境大脑、ET医疗大脑等。

    另外,阿里云还公布了多个合作伙伴。

    活动报名

    0?wx_fmt=jpeg

    加入社群

    量子位AI社群12群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot4入群;


    此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


    进群请加小助手微信号qbitbot4,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)

    诚挚招聘

    量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

    0?wx_fmt=jpeg

    量子位 QbitAI · 头条号签约作者

    վ'ᴗ' ի 追踪AI技术和产品新动态


    展开全文
  • 2017年4月27日,阿里巴巴集团在西溪园区举行UCAN2017年度设计师大会。作为中国设计行业颇具规模且有行业影响力的盛会之一,本次UCAN线上报名达到1万人。众多行业明星如:阿里巴巴消费者事业群资深总监杨光、范特创始...

    2017年4月27日,阿里巴巴集团在西溪园区举行UCAN2017年度设计师大会。作为中国设计行业颇具规模且有行业影响力的盛会之一,本次UCAN线上报名达到1万人。众多行业明星如:阿里巴巴消费者事业群资深总监杨光、范特创始人范凌、蚂蚁金服UED总监梁山鹰、PXD设计师Jeon Seong-Jin、Bosch中国区UED负责人Dominic Winkler、TeamLab 创始人猪子寿之齐聚一堂。

    image


    下面让我们一起感受这些业界大咖的精彩发言。

    杨光:全链路设计是新技术发展下的必然趋势

    image


    去年淘宝做的一个产品叫“淘鲜达”。从下单到妥投仅需一小时。但是很多用户下了单之后,一小时内却送不到。如果仅仅是优化手机界面,是没有办法解决它的时效性问题的。于是我们把整个产品链路剖开,在每个链路里都做了优化设计,包括商家接单语音的提示,包括POS机打印小票的重新设计。将原来的1小时内妥投率从49%提升到94%。随着人工智能的(语音技术等),虚拟现实( AR/VR)技术的发展,终端设备也将发生巨大变化,未来人们和屏幕之间的交互将延伸到更多维度。所以对于设计来说是要全链路的去考虑,而不仅仅是只是考虑产品之中一个环节。

    image
    阿里发布鲁班智能设计平台,将大规模赋能新商业

    在本次的大会上,阿里UED首次解开了阿里智能设计实验室的面纱,并发布了鲁班智能设计平台。该平台在2016年“双十一”期间累计生产了1.7亿素材,广告点击率提升了100%。此智能平台将于今年双十一前开放赋能给平台商家使用。

    关于设计师未来是否失业,阿里巴巴集团CMO董本洪在开幕致辞回答了这个问题。“到底人作为一个人类还留下什么呢,人类最宝贵的就是创造性的思维。创造性的思维最大的表现就在各位的工作当中,就是设计,就是用户体验。用创造性的思维来让人与人,或人与机器见面做更好的沟通,更有效的掌控这个世界,享受这个世界,这是各位正在的最好时代。”

    范凌:设计师要积极的搭建多维度链接

    image


    如果我们有了智能作为一个很强大的支持,设计师就可以去拓展新的疆域。这引用了乔布斯的一句话,他说——“创造是把东西连接起来。”其实设计很重要的价值也是把两样东西连接在一起,既然我们发现有很多东西已经可以常规化了,智能化了,那么就应该去挑战一些新的角度。更积极的去搭建一个个体,或者一个社会组织之间的连接,比如说怎样建立物理体验和增强现实之间的连接;怎么样建立一个更有效的数据模型和算法之间的连接;这些都可能成为设计行业接下来的一个机会。

    梁山鹰:设计的本质就是设计文化理念和价值观

    image


    在设计行业什么是变化的,什么是不变的。我觉得设计分为三个层次。最上面一个层次叫做设计文化,中间这个层次叫做设计语言,最下面这个层次叫做设计执行。设计文化理念和价值观是设计的核心,从始至终没有变过。只有把这个问题搞清楚了之后,我们才可以把“新设计”后面的问号去掉。

    Jeon Seong Jin:设计师可以通过分析用户调研的过程,开阔看问题的视野、强化能力

    image


    新技术从学术研究到商业生产进入人们生活当中后,用户体验就会变得非常重要,设计用户体验首先要从建立用户模型和环境模型进行,我们会在定性工作当中加入一些定量研究的方法。通过用户比较典型的数据进行分析,并获取有效数据,进行一个设计假设和验证。因为这些数据也相当于是我们研究用户一些行为特征补充的资料,所以我们会通过这样的方法解决体验问题,在这个过程中开阔设计师的看问题的视野和视角,强化他们在各方面的能力。

    辛向阳:把生活方式当成设计对象

    image


    把生活方式当成是一个设计对象,构建每个设计细节。从一个个板块开始,一点点的引导。从这个小产品引导用户进入到某种状态,培养某种使用习惯。从而改变成了一种生活习惯,行为习惯和生活方式。

    UCAN用户体验设计论坛

    这是由阿里巴巴集团 UED 发起,社会各界广泛参与的用户体验设计论坛。阿里UED一直以设计赋能商业为使命。本届 UCAN 继续围绕赋能并提出新商业模式下的发展方向,和技术突破。在行业内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,赋能新技术、新能源和新商业。

    原文链接

    展开全文
  • 阿里妹导读:在阿里巴巴,除了来自集团的UED(用户体验设计)团队外,还有一支700余人的外包设计团队,一起创造着阿里视觉神话。阿里的UED外包同学们每年会收到50多个业务方提出的十余万外包需求。如何协调外包设计...
  • 大会开场,阿里巴巴集团UED委员会委员长杨光发布了智能设计平台-鲁班。此平台原理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,...
  • 阿里云云栖大会,阿里做足了噱头,系列预热“重磅”、“史无前例”等形容词吸引眼球,本次大会诞生了一个新词:产业...阿里人工智能项目“ET大脑”也升级为开放的AI生态,还启动“千里马计划”,通过赛事来招募合作
  • 设计本质上是产品和服务的一部分,如果只站在设计师角度看这问题,免不了会有一种被取代的危机感。 但如果站在整个产品和服务的角度,我想做一款产品,雇佣设计师其实只是个解决问题的手段,甚至可以说是逼不得已的...
  • 阿里巴巴智能设计鲁班)的创始成员和技术负责人,医疗影像智能诊断方向负责人,图像搜索拍立淘的早期创始成员。演讲嘉宾简介:谢宣松(星瞳),谢宣松(星瞳),阿里巴巴机器智能技术实验室资深算法专家,专注于...
  • 2017年天猫“双11” 不仅是全民购物狂欢节,更是阿里巴巴的新技术狂欢秀。机器人“鲁班”、智能客服“店小秘”、天猫精灵主持人、天猫魔镜、天猫试衣架、云货架、无人超市、盒马生鲜、家居场景购等,一大波基于阿里...
  • 不是智商250那个,是阿里人工智能设计师-鲁班。据说1秒能做8000张海报,而且已经放出话了:“今年双11,要做4亿张!”TA和秋裤老板的一段对话录音,这两天从广告圈火到了电商圈、科技圈……微信多篇10w+,微博视频...
  • 2017年,在技术发展的历史上,一定是个特别的一年:柯洁与AlphaGo的惊世大战,无人咖啡店开放体验,AI设计师鲁班”横空出世、三年投入千亿的达摩院正式成立…… 这次,在阿里全年发布的近300篇文章中,阿里选出65...
1 2 3 4 5 ... 8
收藏数 156
精华内容 62
关键字:

阿里巴巴人工智能设计师鲁班