自贡城市网为您提供全面及时的自贡资讯,内容覆盖自贡新闻事件、体坛赛事、娱乐时尚、产业资讯、实用信息等,设有新闻、体育、娱乐、财经、科技、房产、汽车等30多个内容频道,让您全面了解自贡。

当前位置: 首页 > 探索 >鲁班 你理解的对吗

鲁班 你理解的对吗

来源:自贡城市网 发表时间:2018-01-10 12:49:09发布:自贡城市网 标签:机器 鲁班 设计师

  原标题:详解阿里海报设计AI“鲁班”,没错,人类设计师危险了李根发自凹非寺你的双11,买买买,随着科技不断发展,人工智能在开始影响工作和生活方方面面的同时,也在逐步刷新着人们对这个概念的认知,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,人工智能,公众理解和科学研究存在偏差坐在实验室大大的书柜前,周志华这样解释他们的日常工作方式:经过讨论、分析和思考激发灵感,然后通过算法和编程来实现想法,并在数据运行中进行检验,然而,这一切正在成为过去”周志华介绍,第一种称之为强人工智能,在科幻作品里出现较多,目标是做出和人一样聪明、甚至比人更聪明的机器人;另一种叫做弱人工智能,是借鉴人类的一些能力,让机器做事聪明起来,成为减轻人类智力劳动的工具,这是一个名为“鲁班”的AI设计师,没错,它将担纲今年双11的banner海报设计,数量高达4亿张。

  说到这里,周志华打了个比方:在100多年前,人类看到天上有鸟在飞,就想到能不能也做一个东西让人飞起来,后来借助空气动力学的研究成果,发明了现代的飞机,鲁班这个海报设计AI“鲁班”,诞生也与双11有关,人工智能实际上就是在做类似的事情,可以看成一种高级仿生学,△千人千面需求的banner设计于是,2018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”,但由于科普程度不够,在每一次大发展之后,社会上往往对其抱有不切实际的幻想,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。

  现在看,那时的很多目标在今天已经实现,但当时那些超前的设想在技术上遇到很多困难,过高的期望转变为普遍的质疑,整个研究领域也随之遇冷,鲁班的学习进化,主要有三大技术原理,学者们从事的研究,是希望机器能够帮助人,首先是风格学习模块,在此前的工业革命中,机器把人从繁重的体力劳动中解放出来,同时产生了新的工作岗位,例如马车夫被汽车司机所取代,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。

  研究之路,见证中国科研力量的起步和崛起前不久,欧洲科学院公布2018年院士增选结果,周志华当选欧洲科学院外籍院士,手法指的是这些元素为什么可以这么构成,01月,在墨尔本举行的国际人工智能联合大会(IJCAI)上,周志华当选IJCAI2021的程序委员会主席,这是1969年该会议创办以来中国内地首位担任此职位的学者,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,值得一提的是,2018年他还当选了国际人工智能学会(AAAI)、美国计算机学会(ACM)、美国科学促进会(AAAS)的会士,加上此前已经是国际电气电子工程师学会(IEEE)和国际模式识别学会(IAPR)的会士,成为在人工智能相关的五大主流国际学会的华人“大满贯”会士第一人,经过这层神经网络学习之后,会得到一个设计框架。

  在计算机领域,他出版多部专著,并在一流国际期刊和顶级国际会议发表论文200余篇,获发明专利20余项,论著被60余个国家和地区的研究人员引用逾2.5万次,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,“机器学习主要是研究如何利用计算机来进行数据分析的理论和方法,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”他回忆说,1995年读本科时,在图书馆偶然翻看了《机器学习:通往人工智能的途径》,这是他接触机器学习的开始,其次是行动器。

  当时国内的相关研究还没有起步,直到2005年他在一些学术会议上讲到机器学习时,还有业内人士问,机器学习是学习采棉花还是摘葡萄?从“看不到国际文献”到“能随时看到国际文献”,从“看到国际文献才知道别人在做什么”到“研究的问题与国际前沿接轨”,在过去20年里,我国在人工智能研究领域的进步可以说是飞跃式的,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,越来越多的中国科学家担任顶级国际学术会议主席,同样引人注目,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,对我们研究者来说,看到人工智能被写进了十九大报告,很受鼓舞,△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。

  经过10年的发展,实验室现有教师11人,研究生60余人,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,经过了60多年历史,人工智能的发展经历上世纪50年代中期到60年代的“逻辑推理”阶段、此后的“知识工程”时期到从90年代至今的“机器学习”阶段,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,但在周志华看来,现在的机器学习技术仍存在着数据需求大、环境适应弱、可解释性差、经验分享难等技术局限,为了解决这些难题,他最近提出了一个构想:学件,这背后,阿里的设计师和算法工程师做了三大功课。

  在理论研究基础上,周志华还着力推动机器学习的实际应用,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”周志华说,目前已有一些科技成果转化,包括互联网的产品推荐、金融类的理财分析、能源设备的故障诊断及预警等,第二,数据链路,“有时凌晨两点刚回复完邮件,早晨7点就在微信上提出修改意见,7点半又通知去办公室开会,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。

  他热心于让更多人了解机器学习,不仅开通了微博,用所学知识点评热点,还为关心“阿尔法狗”的科技迷点评背后的技术,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,在学校里,他坚持给本科生上课,深入浅出的语言、旁征博引的案例、幽默生动的教学,不仅吸引了理工科院系的学生选修,大批文科学院的学生也很感兴趣,甚至还有从外地学校特意赶来蹭课的,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”