阿里巴巴AI设计项目负责人乐乘（吴春松）

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”。

阿里智能设计实验室 Logo

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。

“鲁班”做出来的banner

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。

设计数据化

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。

Q: 收集起来也还是很乱啊。

A: 是的，所以就遇到了第二个挑战，就是数据清洗和输入机器，因为收集过来的数据是很杂乱的。比如“双11”期间“魔性”的设计风格跟无印良品这种“性冷淡”风格差异很大，这是完全不一样的品牌调性和设计需求。我们花了很大的力气去整理和建立了一套数据体系去管理设计数据，让机器生产出更匹配的结果。

设计智能化

Q: 有人说“鲁班”没有达到设计人工智能的阶段，只是“大数据生产”，您如何看待这个说法？

A: 现在讲 AI ，外界很难感受到机器的智能含量多高、体现在什么地方，但我也不太同意“大数据生产”这一说，我觉得这个疑问涉及两个核心的，也是最基本的问题：一是什么叫设计智能，二是怎么评价机器是否具备了设计智能。

AI 目前有几个主要方向，一个是“识别”，像语音识别、图像识别；另一个是“生成”，也就是我们在做的，从无到有创造东西，让机器能根据请求生成符合特定要求的结果。我们把我们的智能设计定位为：可控的图像生成技术。我们可以结合技术框架和原理来理解，我会在 UCAN 大会上详细讲。

Q: 那在这里先给我们简单讲讲？

A: 也可以。在整个生成过程中，有4个核心步骤。

第一步，让机器理解设计是什么构成的：我们通过人工数据标注，对设计的原始文件中的图层做分类，对元素做标注。设计专家团队也会提炼设计手法和风格。通过数据的方式告诉机器这些元素为什么可以放在一起，我们把专家的经验和知识通过数据输入。这部分核心是深度序列学习的算法模型。

第二步，建立元素中心：当机器学习到设计框架后，需要大量的生产资料。我们会建立元素库，通过机器做图像特征提取，然后分类，再通过人工控制图像质量以及版权问题，我们买了有版权的图库，也是希望从一开始就避免版权方面的纠纷。

第三步，生成的系统：原理有点像 Alpha Go 下围棋。我们在设计框架上构建起虚拟画布，类似棋盘，生成的系统把元素中心的元素往棋盘放，在这里我们采用了“强化学习”，就好像你在家里放一台扫地机器人，让它自己跑，跑个几圈，它自己会知道哪里有障碍要避开。在强化学习的过程中，机器参考原始样本，通过不断尝试，得到一些反馈，然后从中学习到什么样的设计是对的、好的。

第四步，评估的系统：我们会抓取大量设计的成品，从“美学”和“商业”两个方面进行评估。美学上的评估由人来进行，这方面有专业众包公司；商业上的评估就是看投放出去的点击率浏览量等等。

4个核心步骤

Q: 明白了，所以您觉得“鲁班”的最大优势是什么？

A: 我觉得“鲁班”是商业和技术两方面的比较好的结合产物。首先在技术深度方面，它有门槛很高的一套系统，另外在商业方面，它的确能通过“智能化”和“个性化”，实现商业价值最大化，颠覆传统方式。

Q: 听说去年“双11”，“鲁班”设计了 1.7 亿个 banner，你怎么看这个“历史事件”？

A: 其实这 1.7 亿个 banner 是有设计强干预的，因为“双11”的风格是比较确定而且需要严格执行，所以设计师制作了很多“双11”特定风格的固定模板。机器在这个基础上，把调整尺寸这些行为进行优化，节省了尺寸拓版的人力。用机器生成亿级设计从而带来商业效果提升，总体来说也是一次非常成功的应用实践。我想未来的“双11”仍然会是设计师带着机器做设计的模式，重大活动中设计机器是提升效率的助理角色。

Q: 取得了这么大的成功，阿里内部如何评价“鲁班”呢？另外，“鲁班”把 banner 都“撸”完了，原来做 banner 的人怎么办？

A: 引用阿里 CEO 的话——“鲁班是数据业务化的代表”，之前我们有很多数据，但都是闲置的或者利用效率不高的，比如海量的商品图，而“鲁班”把数据变成了业务，通过大规模设计加精准投放，提高每个广告位的资源效率，带动了流量的效率和业务价值，点击率是翻倍的，收益也接近翻倍。人员倒没有出现缩减，只是做的事情有调整了，要学习这套系统，学习如何训练机器，同时在美学方面做把控。

从“设计思维”到“数据思维”

Q: 说到这里，好像漏了一个很重要的问题，为什么这个产品要叫“鲁班”？听说是“撸一个 banner ”的谐音？

A:（笑）当时我们开玩笑说要 “让天下没有难撸的banner ”，谐音就是“鲁班”，后来发现简直太合适了，鲁班不仅本身是个伟大的工匠，也是很多工具的发明人，所以他的理念跟我们做的事情是不谋而合的，我们也希望发明工具，让设计师更好地工作。

“鲁班”的 logo

Q: 感觉你们也是一群大神，你们团队现在有多大？

A: 我们现在有十几个人。

Q: 只有十几个？！

A: 对，有设计、算法和工程三个部分，成员大部分是 80 后，现在也有 90 后加入了，我们对计算机视觉领域的人一直是求贤若渴的（欢迎大家投简历）。因为是在阿里内部独立做研究，所以团队氛围跟很多小型创业公司很像，大家都很有热情、很果断、行动力很强。

Q: 现在看来，你们的方向已经很清晰，那下个阶段要攻克的挑战是什么？

A: 主要有两个吧，一是要让智能设计去影响阿里设计生态，让“鲁班”能服务百万量级的商家和设计师。一开始在内部推进“鲁班”的时候，我们也面临过阻力。传统的方式就是，设计一个 banner，放很多商品，显得很热闹，而“鲁班”做出来的 banner 上就是单件商品，但与消费者是相关的，因为是基于算法精准推荐的，是你会感兴趣的，只是这样就要把商品放大、显眼，可能在设计上就不够美。但最后，我们让数据说话，确实后者给业务带来了很好的增长。这个教育过程是比较长的，在内部我们可以做，但面对百万商家和设计师如何去做？这是我们的挑战。

第二个挑战是数据算法本身的持续升级。AI 行业每年都会有很大的变化，新的技术不断涌现出来，如何跟上最新的技术？这也是我们始终不能松懈的点。

采访 | 张自灵 赵洋

想了解更多关于设计和人工智能的最前沿信息？

有个活动你一定不能错过：

2017 年 4 月 27、28 日两天，由阿里巴巴集团 UED 发起的 2017 UCAN 用户体验设计论坛将在中国杭州阿里巴巴西溪园区举行。

特赞创始人& CEO 范凌将与阿里巴巴 AI 设计项目负责人乐乘（吴春松）共同参与到 4 月 27 日的论坛。届时，设计与人工智能实验室将联合同济大学设计创意学院、特赞信息科技有限公司、阿里巴巴人工智能设计实验室首次发布《“人工智能”与“设计的未来”—— 2017 设计与人工智能报告》。该报告由“同济×特赞设计与人工智能实验室”撰写，旨在探讨人工智能时代，设计师、设计工作和设计相关行业的未来可能发生的变化。

本届 UCAN 以“新设计 x 新商业”为主题，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。

这一次的“设计与人工智能报告”会为现今的设计行业带来怎样的启发和遐想？让我们拭目以待。

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。

文章来自：特赞公众号