阿里云官网,一秒设计8000张不重样的海报?
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。那么“鲁班”是如何做到呢?
△ 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 "。
当时正值 AlphaGo 摧枯拉朽,将深度学习和 AI 传播开来,阿里内部也决定进一步把鲁班打造成一个 AlphaGo 一样的 AI 设计师。
进而开始搭建神经网络,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。
鲁班从 0 到 P6,自学设计能力主要看三大模块:风格学习(规划 + 元素)、行动器,以及评估网络。
首先是风格学习模块。
△ 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。
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。
△ 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。
△ 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。
实际上,你应该也看出来了,与 AlphaGo 最初设计一样,鲁班从 0 到 P6,也是设计师 + 算法工程师的合作成果。
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,也不是没有具体挑战。
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,比如腾讯绝艺,很快就做到了世界水平。
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。
那么海报设计 AI 鲁班,效果怎么样?
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%。
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。
……
已经不用计算节省的成本了。
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。
了解鲁班,可登陆阿里云官网。
直接就可以进行备案了吗?
阿里云上购买了域名,直接就可以进行备案了吗?登录阿里云官网,右上角可以备案。联系空间服务商客服,备案需要空间服务商协助。
阿里巴巴自动售货机怎么申请?
阿里巴巴的智能自动售货机是由阿里云智能制造部门提供的一款物联网应用解决方案,你可以按照以下步骤进行相关申请:
1. 在阿里云官网上注册账号,并登录。
2. 在阿里云智能物联网IoT套件的页面上,选择售货机产品,点击“立即申请”按钮。
3. 输入相关信息,包括公司名称、产品类别、产品logo等信息,并上传相关文件。
4. 等待审核。阿里云的工作人员会对你的申请进行审核,审核通过后你会收到相关的通知。在申请成功后,你可以开始在阿里云控制台上进行售货机设备配置和管理。
需要注意的是,在申请使用阿里巴巴自动售货机之前,你需要先了解相关的硬件和软件要求,以及自动售货机开发相关的知识和技能。同时,你也需要明确自动售货机的功能和使用场景,以便更好地利用阿里云的物联网技术,实现自动化售货和智能化店铺管理。
二级路由如何通过ddns进行动态域名解析?
为了能够在任何位置访问家庭网络,比如家里的摄像头、NAS,实现远程下载等,需要用到DDNS和端口映射两种技术。其中DDNS将家庭获取的动态IP地址映射为域名,端口映射将内网端口映射到外网。下文具体说一说如何在路由器上实现。
1、申请DDNS域名目前大部分域名服务商提供了DDNS,有免费的也有收费的,我使用的是阿里云的DDNS,每年的9元,对于家庭用户足够了。
在阿里云官网首页,找到【产品】,搜索【域名注册】,搜索一个可用的域名即可,在正式使用前需要完成实名认证,否则无法解析。申请成功之后,在用户控制台界面,鼠标放到头像上,显示的下拉列表选择【accesskeys】,获取一个ID和secret用于实现自动更新域名对应的IP地址。详情如下图所示。
2、配置DDNS很多硬件路由器的DDNS功能比较弱,可能只支持某家域名服务商,我使用了LEDE软路由,在【酷软】下载并安装koolddns。配置阿里云DDNS的相关信息(申请的域名、获取的accesskey)即可实现DDNS域名的自动更新,如下图所示。
3、端口映射端口映射就是把外网IP地址的某个端口映射到内网某台主机的某个端口,比如我使用的群晖NAS内网地址是192.168.6.1,端口号是5000,那么只需要把家庭内网192.168.6.1的5000端口,映射到外网的1000端口就可以了,外网最好不要使用80端口。
我的主路由采用了爱快路由器,设置方法如下图所示,依次在【网络设置】【端口映射】,填写相关的内网IP和端口,外网地址和映射IP即可。
以上就是实现外网访问家庭内网的操作步骤,首先需要申请一个DDNS域名,然后绑定家庭路由器,最后设置端口映射,将外网IP和端口映射到内网的某个IP和端口。
如果觉得对你有帮助,可以多多点赞哦,也可以随手点个关注哦,谢谢。如何投诉阿里云?
可以通过以下方式投诉阿里云。投诉阿里云的方式有多种。阿里云作为一家大型云服务提供商,存在与用户交互的各种渠道。用户可以选择通过客服热线、在线客服、邮件或者官方社交媒体等途径来提出投诉。此外,阿里云也有完善的客户服务体系,如果有问题,用户也可以通过客户端或者官网了解相关投诉渠道。如果通过上述方式无法解决问题,还可以联系阿里云的客户投诉部门,详细说明问题并求助其解决。投诉渠道多元化,用户可以根据自身情况和需求来选择相应的投诉渠道。