不知从何时开始双十一已经是“剁手族”们的天堂日了，在预热开始前，“剁手族”每天都会在各大购物平台上浏览N多遍。看了这么多遍不知道你注意到了没有，打开手机淘宝的时候，几乎每次的海报banner都是不一样的。是不是觉得他们设计师很辛苦在这期间要设计这么多图呢？其实完全不用担心，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。
很多人不知道“鲁班”，但在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%。试想一下，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。
这就是在 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，有4个核心步骤：
第一步，让机器理解设计是什么构成的：我们通过人工数据标注，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，建立元素中心：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。我们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，在这里我们采用了“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：我们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。
对于这么厉害的“鲁班”，更有网友调侃道：土布织户还能去当机器织布局织工，你这样让土布织户咋办？