打开手机淘宝的时候，几乎每次的海报banner都是不一样的。心疼设计师？其实不用!因为这些海报都是由阿里的设计人工智能“鲁班”完成的，预计2017年双11将有4亿张人工智能海报由机器人设计。

听到“鲁班”我们可能还有点陌生，但其实在2016年，鲁班就开始服务双11了，共制作了1.7亿张商品展示广告，商品的点击率提升了100%。

如果全靠设计师来完成，假设每张图需要耗时20分钟，满打满算需要100个设计师连续做300年！

而今年，鲁班的设计水平已显著提升，目前已经学习百万级的设计师创意内容，拥有演变出上亿级的设计能力。目前，鲁班已经实现一天制作 4000 万张海报的能力，没有一张会完全一样。

鲁班是怎么诞生的呢？

在 2015 年“双 11”后，阿里巴巴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”，后来该项目演变成为“阿里智能设计实验室”。主要技术细节根据往期报道，体现在三个方面：

第一、图像分割。用机器代替人类劳动，借助阿里搜索部门做图像分割的算法团队合作，便于处理商品“抠图”的问题。

第二、将设计转化为“数据”，利用机器将商品、文字和主题进行在线合成，结合设计师人工设计的风格模版进行嵌入。

第三、让机器自己学会“设计”。设计师的人工设计只是初期，但为了日后让“鲁班”更好服务大众，从 16 年 8 月份开始，团队也着手引进图像算法专家主导智能设计的算法框架。

挑战：应对数据难题

设计是有无穷可能性的，靠弱数据强规则必然走不通。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。阿里团队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。

引用阿里 CEO 的话——“鲁班是数据业务化的代表”，之前阿里有很多数据，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。

机器最擅长的是数据、计算、学习。数据上，机器可以完成巨量素材库，训练成长速度，不断地完成闭环。它的学习速度之快，一个晚上可以完成几十万次的学习训练，是人不吃不喝也赶不上的。而人类设计师的特征，首先在情感层面，情绪上的表达是机器很难做到的。如果真正人机对战的话，设计师还是应回归创造、创意，以及理解用户的层面。