这几天很多人被阿里的鲁班系统刷了屏，据报道，这套AI设计师系统鲁班可实现一天制作4000万套的海报能力，能帮助提高一倍的商品点击率。那这套东西到底有多神奇呢？
首先很多人逛淘宝会发现，同一时间手机里的海报banner都是不一样的。实现这一功能其实是来自于阿里巴巴的鲁班系统，这套系统能根据用户的行为和偏好智能生成并投放广告。手机淘宝首页焦点图片就是机器生成的，还能根据用户点击结果自动调整。很多人认为不就是一个P图程序嘛，其实可以这么理解，不过这套系统更加复杂。
一般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。以前当然都是设计师给商品抠图后再做设计，现在用机器做海量设计，就得让机器来做这个事情。让机器自动处理海量的商品自动抠图。同时一张广告设计图片是像素组成的“信息”，不是“数据”。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，让设计师根据活动主题做了大批量风格的模板，事实证明了这种模式投放效果可以大幅提升点击率。
目前鲁班系统的核心步骤
第一步，让机器理解设计是什么构成的：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，建立元素库：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。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：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。
鲁班首次启用是在2016年的天猫双11上，制作了1.7亿张商品展示广告，商品的点击率还提升了100%。
原文链接：https://www.bilibili.com/read/cv59884/
