今日芯声｜AI设计师：1秒设计8000张海报

1. 进击的「鲁班」，和人工智能的野望

给你一秒钟，你能设计出 8000 张海报吗？

不开玩笑，即便效率最高的设计师，也只能说这是 Mission Impossible，但一位 2015 年入职阿里巴巴的新员工鲁班，只用了两年多时间，就达到了这个效率。

你可能猜到了，这位鲁班并不是人，而是来自阿里的人工智能产品，而它能拥有这样速度，得益于人工智能技术近年来的迅速崛起，在 UCAN 大会上，我们见到了焕然一新的鲁班系统。

和人学习的过程类似，作为 AI 设计师的鲁班，也是从模仿开始，当输入海量设计海报、Banner 等信息之后，它会对于其中的背景、主体、修饰等元素进行识别，由此理解它们间的关系。

随后，鲁班会「照猫画虎」一样对这些素材进行组合，尝试风格不同的组合后，这些随机生成的图片会通过机器来判断并进行打分，因此生成一系列最优结果反馈给神经网络，并最终成为阿里电商平台对外展示的海报、banner 等图像。

「2016 年的双 11，鲁班制作了 1.7 亿张广告 banner，如果全靠设计师人手来完成，假设每张图耗时 20 分钟，满打满算需要 100 个设计师连续做 300 年。」「鲁班」创始人、阿里巴巴智能设计实验室负责人吴春松（花名乐乘）告诉我们，因为每年双 11 的海量设计需求，设计师需要有这样的工具帮助提升效率。

实际上，从 2016 年以来，如果你打开淘宝，遇到双 11 等大型活动，看到那些花花绿绿充满设计风格的海报作品，不要怀疑，它们的确有不少是机器生成的，并且没有一张完全一样。到 2017 年，鲁班一天就能完成 4000 万张海报，平均每秒 8000 张。2018 年，从新手做起两年时间后，鲁班终于迎来了对外开放的时刻。

乐乘告诉我们，今年鲁班将会改名「鹿班」，并在五月份把核心能力对外开放。

2. 迈克尔 · 乔丹：当我们谈论 “AI”，我们到底谈的是什么？

当前公众谈到这些话题的时候总是把什么都说成是 “AI”，仿佛这是一个万用通配符，这会导致人们很难推理出这项新兴技术的影响范围和带来的后果。

当我们谈论 “AI”，我们到底谈的是什么？

今天所谓的 “人工智能”，特别是大众所谈论的“人工智能”，大部分指的是过去几十年中被称为“机器学习” 的东西。机器学习属于算法领域，它融合了统计学、计算机科学和许多其他学科的思想，以设计处理数据、做出预测和帮助决策的算法。真正给现实世界带来影响的是机器学习，而且它所带来的影响并不是最近才有的。

事实上，业界在 90 年代初就已经非常清楚地意识到，机器学习未来可能会对工业带来大规模的影响，在本世纪初，亚马逊等极具前瞻性的公司就已经在所有业务中使用机器学习，以解决欺诈检测、供应链预测等关键问题，并构建面向消费者的创新服务，如推荐系统等。

在接下来的 20 年中，随着数据和计算资源的迅速增长，很明显，机器学习将能够为任何决策与大规模数据相关联的公司提供新的动力，而不仅是亚马逊。新的商业模式不断涌现。

“数据科学”一词开始被用来指代这一现象，反映出机器学习算法专家需要与数据库、分布式系统专家合作，以建立可扩展的、健壮的机器学习系统，同时也反映出推理系统的更大潜力。

在过去几年里，这种想法和技术趋势的融合被重新命名为 “AI”。

3. 世界AI人才储备战中，少儿编程能起到多少影响？

AI和每一项科技主导的产业都一样，发展的关键在于人才的密度与高度。

有报道称，目前全球AI人才存量仅仅30万，而市场需求却在百万起步。人才争夺已经成为了各个国家AI战略布局的关键，如今中国和美国作为世界级AI的两大巨头，两者各有优势，中国拥有更庞大的数据流量，美国拥有更强大的研发实力。

来自《2017全球人工智能人才白皮书》

把美国称为全球AI人才储备最完善的国家一点都不夸张，除了图中所示的高校数量优势，美国有14所学校挤进世界人工智能领域学术能力20强，且包揽前八名。2006年至今，在人工智能领域顶级会议发表超过30篇论文的204位学者中，有60%来自美国。

为了弥补短板，中国已经下发了《高等学校人工智能创新行动计划》，并一方面提供优越的政策薪资引进和留住人才，另一方面在教育中培养未来人才。　　

去年，国务院在《新一代人工智能发展规划》提出在中小学阶段设置人工智能相关课程、逐步推广编程教育，但即便如此，从中小学建立AI预备军的想法实施起来依然困难重重。

和更擅长于学科教育的中国不同，欧美国家通常实行STEAM教育，比如少儿编程、机器人编程这类重实操和思维方式培养的领域。

就拿少儿编程来说，一方面中国缺乏师资，少儿编程需要跨学科知识，既懂得教育学又懂得计算机科学。另一方面大多数家长也不理解少儿编程。在一二线城市之外，可能很多家长对于编程所知甚少，更别提了解可视化编程、硬件组装、树莓派等等之间的区别，只能依赖于可能并不专业的少儿编程教师。

4. 舌战医疗AI的争议与误区：壁垒低？赚钱难？不安全？替代医生？

AI的应用如火如荼，在医疗领域也是如此。

一方面，以推想科技、汇医慧影、图玛深维等为代表的垂直领域创业公司频获融资。数据显示，自2013年到2017年，整个AI医疗行业共获得241笔国内融资。

另一方面，互联网巨头的动作变得越来越明显。百度推出对话式医疗辅助诊断应用“百度医疗大脑”，阿里健康和腾讯先后发布AI医学影像产品 “Doctor You”和“觅影”等等。

传统医疗上市公司也在布局。就在3月底，上市公司乐普医疗（股票代码300003）还发布了AI心电图自动分析和诊断系统，并获得美国FDA的注册受理。

然而，包括专业的投资人在内，人们对于医疗AI的争议与误区也普遍存在。比如，壁垒低、赚钱难、不安全、AI将替代医生等等。4月20日，“第二届中国医疗健康产业投资50人论坛年会”集中讨论了这些问题。

素材来源：网易智能、搜狐科技、雷锋网等

如需转载，请后台留言，遵守转载规范