前言：本文是团员昊天的第1篇输出，欢迎有更多团员也来输出你的干货文章：）
大多数情况下，当我们谈及AI的应用时，我们最先想到的都是AI在判别模型上的应用。比如将计算机视觉的图像识别、图像分割、物体检测等能力应用到到安防、图像搜索、支付等领域。我们也一般不会认为AI可以代替人类的创造性工作，比如平面设计。但是最近几年，AI确实越来越多的影响了设计领域。
我第一次了解到AI在设计领域中的应用，是看到有些公司用AI去设计Logo。然后紧接着了解到阿里鹿班项目通过机器为双十一生成了上亿张Banner图。由于我的硕士主要研究方向就是计算机视觉和机器学习，这些系统让我对于AI在平面设计领域中的应用产生了浓厚的兴趣。
设计其实是一个非常大的类别，其包含了非常多的内容，包括平面设计、交互设计、工业设计等等。而在这篇文章中我主要针对的是平面设计。所以我主要想分享一下我对现阶段AI在平面设计领域中的应用的认识。
一、理解设计
如果选择用一句话来表达认为的设计，我认为最恰当的应该是“设计是有目的的创作行为”这句话。它是一种为生活或者商业目的服务的工程。设计从表面上给人感觉像艺术，但是本质上却是理性的。设计的方法可以被量化归纳成经验方法（比如视觉心理学、人体工程学）。设计与艺术之所以有相似是因为他们的主要目的都是传递信息。艺术可以无所限制的表现，但是设计是有限制的。从一定角度上来说，设计需要在情感、需求、成本、目标人群等不同角度去进行妥协。
二、机器能否进行创作？
我认为现阶段AI难以被进行接近于人类的艺术创作，因为艺术是没有限制的创作行为。对于一个系统来说，如果没有任何限制，那么系统本身也不存在。而设计是有目的的、有限制的、以及有理论方法的创作行为，因此AI才有可能被应用于设计创作。
我不仅认为AI是可以进行设计创作的，而且我认为在大规模的个性化设计创作的背景下，人类相对AI没有任何优势。以阿里双十一为例，鹿班生成了上亿张Banner图，从设计角度去进行千人千面的工作。虽然这些Banner图其实被设计强敢干预了，前期设计师设计了大量的模板，而鹿班通过尺寸优化等行为辅助产出设计图。但是如果雇佣人类设计师去进行这样的工作，不管从时间还是金钱上进行考量，这项工作都是一个成本巨大的工作。但是在这样的背景下，AI却是一个非常好的选择，或者可以说是唯一的选择。也许设计师可以为一些大类人群，比如说不同年龄段的人、或者不同性别的人、亦或是不同职业的人，个性化地设计不同的商品海报。但是如果将个性化的粒度精细到个人的层面的时候，对于人类设计师来说就是一个几乎不可能的任务了。
三、AI在平面设计中的应用场景
上面这张思维导图是我整理的现阶段AI在平面设计领域的应用方向。我认为这些方向可以从宏观上分为两方面，第一个是如何生成设计作品，第二个是如何向用户个性化推荐设计作品。而这两个方向有一个共同点就是需要机器去理解设计。
从生成平面设计作品的角度来看，现在AI可以为企业设计Logo，其中比较著名的产品就是Tailor Brands这家公司。AI在电商个性化推荐的场景下，可以为用户进行“千人千面”的推荐，其中比较典型的明星产品就是阿里的鹿班平台。所谓“千人千面”的设计，就是为不同类型的用户产生并且推荐不同的商品海报比如说Banner图。而基于大数据的“千人千面”的设计也是我认为AI在设计领域上最有价值的应用之一。另外，还有一家做类似服务的公司，名字叫做Arkie。但是这家公司的业务场景不仅只有电商海报，它还可以智能生成公众号配图以及手机名片等方向的平面设计。
另外两个将AI应用到平面设计生成中的产品是Adobe Photoshop与微软PowerPoint。Photoshop中通过加入更多计算机视觉相关技术，可以让用户更快速地以更准确地处理图片，比如通过简单的操作就可以快速地将目标物体从背景中抠出来。而PowerPoint中的设计灵感可以帮助设计小白用户快速的将普通只有文字和图片的幻灯片变得更加有设计感。从一定角度来看，PowerPoint的设计灵感其实也是一种类似于鹿班与Arkie智能生成海报的一种功能。
与“千人千面”设计所对应的另外一个方面就是个性化推荐设计，也就是解决如何将用户与设计风格精确地匹配到一起从而实现商品的点击率以及成交转化率等数据的提升。Netflix在这个方面的应用做的也很早，通过强化学习等技术，这家公司对针对不同的用户展示不同类型的电影海报，从而让电影海报更加吸引人。
四、运算智能设计系统的实现
在这里我想以鹿班为例，说明我眼中的运算智能设计的实现。这里的技术部分我参考了机器之心对于鹿班算法技术负责人星瞳的采访。
1）传统Banner设计流程
如果想了解如何用AI去做设计，我觉得首先要理清人类设计师是如何做设计的。这里我们以电商Banner为例来说明。虽然每个设计师都可能有自己的一套工作流程，但是我相信对于设计Banner这项工作的总体流程以及具体要点应该是大同小异的。下面的Banner设计流程是我从网络上收集整理的。
- 了解需求：包括Banner的主题内容、品牌调性、投放平台尺寸要求等等
- 根据需求确定设计风格：文艺素雅、时尚高冷、传统国风、青春活力等
- 根据需求具体内容（素材和文案）确定板式
- 需求具体内容可能包括
- 文案：一级标题、二级标题、其他文案
- 配图：模特、商品图、其他
- 背景：背景、修饰元素
- 确定板式：根据需求内容中包含的文案、配图与背景去设计Banner的板式。比如左文右图、图文居中、三角形构图、中心聚焦构图等等
- 构成Banner的元素设计（文案、背景、点缀、素材、配色）:板式确定后就是选择其他设计元素
- 选择背景：可以影响到Banner的整体气质。背景可以是：纯色填充、渐变填充、优质摄影照片、场景合成等等
- 处理文案样式
- 突出标题，区分好层级关系：主标题要突出显示，可以通过大字体以及醒目的颜色。副标题作为辅助，要给主标题让位。
- 灵活采用不同对其方案：比如左对齐、居中等等。
- 文字样式
- 字体：不同字体类型有不同的使用场景。比如衬线字体适用于表达古典、文艺等感觉。
- 字体数量：Banner中的字体尽量不要超过3种，太多会让人感觉杂乱，不利于统一。要用识别度较高的字体。
- 字号、颜色：标题中不同文字会有不同的重要程度。所以不同文字的字体和颜色可能不同。通过调整字体与颜色，可以对标题中的重要文字进行突出。
- 字距与行距
- 文字加粗与倾斜：可以用于强调重要信息、增强分为
- 文字斜切、3D化：可以让画面变得更加立体，空间感更强。
- 点缀物等细节
- 阴影：增加立体感
- 小插图：丰富画面，增强Banner想要突出的风格
- 装饰元素：点、线、面、手绘等等
- 配色：配色方案包括互补色、冷暖色、渐变色等等。更具不同的行业、设计风格、目标人群可以选择不同的配色方案。配色一般会随着背景以及各种设计元素的不同而调整。
2）鹿班的技术方案
根据机器之心对星瞳的采访，鹿班被定义为一个可控的视觉内容生成系统，这里的“可控”就指用户通过输入需求来描述对结果的视觉预期、对生成过程进行控制。鹿班系统可以说是非常复杂，集合了各种不同的AI相关技术比如图像分类、图像分割、序列模型、强化学习以及生成对抗网络。我根据对星瞳的采访将鹿班算法系统的主要模块整理为下面的思维导图。
鹿班的系统我认为主要就是两部分。第一部分，通过自然语言、规范化表单输入、以及图片来获取用户的设计需求。这也是传统Banner设计中的第一部。第二部分，可以说是鹿班的真正本体，基于设计需求，去产生若干设计并且对这些设计进行评估。
对于第一部分中输入设计需求的方式可以多种多样。鹿班最核心的是第二部分。在第二部分中，第一步为规划器，用来摆放不同视觉元素。我认为这一步也可以理解为传统Banner设计时的第一步也就是确定排版方案。
第二步是行动器，行动器会通过强化学习（以及生成对抗网络，从采访中我不确定鹿班是不是真的应用了这项技术，但是这项技术确实是一个非常有希望应用在这里的技术）对设计草图中不同的元素的属性进行定义，比如说配色、文案样式、背景等等。但是这一步只是对第一步中的草图进行细化，并没有生成最终的像素级别的设计图。
而第三步，构建器，就是通过目标尺寸的要求，选择并加入不同的视觉元素，最终产出像素级别的设计稿。所以行动器和构建器也就对应着传统Banner设计中的最后一步。
通过构建器，鹿班可以生成数十个候选设计方案，但是不是所有的设计方案都是合格的，这个时候就需要评估器进行打分，这也是鹿班生成设计的最后一步。评估器会通过一些规则去对产生的设计进行评分，比如颜色是否互相搭配、元素是否存在遮挡等等，最后筛选出合格的设计呈现给用户。
3）对鹿班的一点思考
我认为鹿班这个产品在设计领域中找到了一个非常好的切入点。在数据时代的背景下，它有大规模个性化、数据驱动以及设计效率这三个优势。而这三个优势恰恰是人类设计师几乎永远都不能达到的。而大规模地进行个性化设计是我认为鹿班最大的价值所在。传统平面设计由于人力等限制，只能在不同目标人群中进行妥协。而鹿班却可以进行极致的个性化设计。
从设计产生角度我认为鹿班可以继续探索如下几点：
- 设计知识图谱：人类设计师在进行设计时通常会产生很多“设计灵感”，不同商品类型、不同的目标人群通常可以联想到不同的视觉元素。比如保暖衣的海报上可以突出阳光等让人感到温暖的元素。而这背后的灵感其实来源于人类最基本的知识。这些知识让不同具象或者抽象的对象产生了相关性。比如“和平”跟“鸽子”总会被联想到一起，“温暖”与“阳光”总会被联想到一起。这些联系可以作为设计灵感被应用在设计中。如果我们可以把用于设计灵感的知识做成知识图谱供算法系统使用，在视觉元素以及配色方案等方面的选择也会更加的准确。
- 让机器理解美感：这个鹿班现在已经在做了
- 如何用数据量化设计的好坏，并以此为依据让系统自我学习改进：通过对不同类型用户的点击、成交、转化等数据，可以通过强化学习让系统自我进行个性化方案以及设计方案的优化。
从鹿班平台的商业化角度来说，我认为除了现在卖单个设计，也可以去探索是否可以卖个性化设计服务。更具体地来说，可以让商家在上传自己商品的基本信息后帮助商家进行千人千面的个性化设计。对于每个或者每类浏览该商家商品的用户所提供的设计都可以有所不同。
对AI感兴趣的同学可以关注我的公众号：haotian3141。
-END-
以上内容，来自饭团“AI产品经理大本营”，点击这里可关注：http://fantuan.guokr.net/groups/219/ （如果遇到支付问题，请先关注饭团的官方微信服务号“fantuan-app”）
---------------------
作者：黄钊hanniman，图灵机器人-人才战略官，前腾讯产品经理，6年AI实战经验，9年互联网背景，微信公众号/知乎/在行ID“hanniman”，饭团“AI产品经理大本营”，分享人工智能相关原创干货，200页PPT《人工智能产品经理的新起点》被业内广泛好评，下载量1万+。