呦交小u女精品视频,国产精品主播一区二区三区

一鍵生成廣告、插畫、布局、視覺稿，這樣的技(ji)術和產品在某種(zhong)意義上幾乎已(yi)經在我們眼前了。

建(jian)立(li)一(yi)個真正稱得上是擁有(you)智(zhi)能(neng)的(de)(de)系統，針對特(te)定受(shou)眾的(de)(de)需求來生(sheng)成素材(cai)，理解人類的(de)(de)情感和語義中的(de)(de)潛臺詞(ci)，明白行為的(de)(de)概念和美的(de)(de)意義，這仍然還(huan)太遠。

不過，建(jian)立一個專門的(de)深度學習系(xi)統，自(zi)動化的(de)設計流程(cheng)，能(neng)夠讓設計師從一部分完(wan)(wan)全手動的(de)工作中解放出來，這(zhe)是完(wan)(wan)全可行的(de)。

實際上已經(jing)有很多(duo)新興的(de)設計素材和設計工具在做這個事情了。

比如下(xia)面(mian)這(zhe)些以深(shen)度學習(xi)為驅(qu)動力(li)的(de)創新的(de)、自動化(hua)設計工具：

Colormind 致力于(yu)讓色彩理(li)論(lun)真正幫助設計師運(yun)用于(yu)實際設計。它是幫你(ni)測(ce)試和(he)探索不同色彩的有效工具。

這個工具同樣非(fei)常簡單有(you)趣(qu)，它可(ke)以(yi)用來(lai)快速(su)生成插(cha)畫，AutoDraw 會嘗試去(qu)理解(jie)在頁面上的(de)涂鴉，并匹配已有(you)的(de)符號，而不是依賴于關鍵詞(ci)搜索。

選(xuan)(xuan)擇字體(ti)搭配可(ke)能是一件(jian)麻煩(fan)事(shi)兒。Fontjoy 利用深度學習(xi)來幫你挑選(xuan)(xuan)字體(ti)組合。不過(guo)這款工具(ju)在判斷美觀與(yu)否上，并沒有辦法做到很突出(chu)（這些(xie)事(shi)情通常很難「算」出(chu)來），所以意見也(ye)大多作(zuo)為(wei)一種參考(kao)。

Brandmark 是使用深(shen)度學習來(lai)創(chuang)建LOGO，它可(ke)以(yi)幫(bang)你(ni)將(jiang)公司的(de)名稱和相應(ying)的(de)屬性特征(zheng)組合(he)到一起(qi)，來(lai)創(chuang)建LOGO，也許它不會(hui)幫(bang)你(ni)創(chuang)造(zao)一款永恒(heng)經典的(de)設計(ji)，但是它可(ke)以(yi)幫(bang)你(ni)更好地(di)構(gou)思，快速(su)搭建基礎的(de)LOGO設計(ji)。

這是 Adobe 旗(qi)下的產品(pin)，在人工(gong)智(zhi)能(neng)和機器學(xue)習的驅動下，幫你省去以(yi)往需要(yao)手工(gong)來制作的一(yi)些環節，幫你更好的專注于創造。

上面(mian)視頻中(zhong)的案例(li)將會很好地向你說明，Adobe 的新(xin)工具(ju)是怎樣幫你在制作海(hai)報(bao)的過程中(zhong)，完成不同變體的設(she)計。

好消息是我們仍然需要設計師

絕大(da)多數(shu)的(de)(de)(de)(de)深度學習工(gong)具的(de)(de)(de)(de)共同點，是它們(men)確實可以幫(bang)我們(men)移除設(she)計過程中(zhong)(zhong)繁瑣(suo)的(de)(de)(de)(de)部分，從而加快原型設(she)計和測(ce)試中(zhong)(zhong)不同組(zu)合的(de)(de)(de)(de)速度。這些工(gong)具雖然功能強大(da)，但是卻無法(fa)判斷哪些設(she)計是有效(xiao)的(de)(de)(de)(de)，是正確的(de)(de)(de)(de)選(xuan)擇，即使看起來(lai)都還挺不錯的(de)(de)(de)(de)。仍然需要設(she)計師在設(she)計過程中(zhong)(zhong)，針對(dui)深度學習所輸出的(de)(de)(de)(de)結果，進行篩選(xuan)。

我們現在所面臨的狀況，很像33年前出版行業，面對著快速發展的計(ji)算機和(he)排印(yin)技(ji)術時候的情況，數字化(hua)的排印(yin)技(ji)術開始淘汰傳統(tong)的鉛字印(yin)刷技(ji)術。

即使這些工具仍然有(you)很(hen)長的(de)路(lu)要(yao)走，但(dan)是我們依然很(hen)清晰地看(kan)到了變革已(yi)經開始發生。

單調繁瑣的平(ping)面設(she)計(ji)方法和(he)傳統的雜志(zhi)排(pai)版方式，在新技術和(he)新工(gong)具的沖(chong)擊之下瀕臨滅絕，而(er)愿意采用數(shu)字(zi)排(pai)印技術的設(she)計(ji)師，可以(yi)一秒更(geng)換(huan)字(zi)體，而(er)無需來(lai)回(hui)搬運(yun)鉛字(zi)，調整布(bu)局也不再會帶來(lai)破壞性的影響(xiang)，編輯和(he)設(she)計(ji)成了(le)在電(dian)腦前(qian)就可以(yi)快速搞定的事情(qing)。

工具(ju)減少了設(she)計過程(cheng)(cheng)中的(de)時間(jian)消(xiao)耗，甚至(zhi)消(xiao)除了一些原(yuan)本存在的(de)物理性(xing)的(de)損耗。功能更為(wei)靈活的(de)工具(ju)帶來(lai)更為(wei)自(zi)由的(de)創作過程(cheng)(cheng)，不過大家仍(reng)需(xu)要遵循(xun)設(she)計的(de)原(yuan)則和規范，來(lai)輸出對(dui)的(de)結果，判斷設(she)計是否可用(yong)。

對于深度學習，同樣如此。

案例研究：Netflix

Netflix 使用算法，根據用戶的(de)(de)觀看(kan)歷(li)史記錄來分析用戶的(de)(de)電(dian)(dian)影品位(wei)，并且隨后基于這些數據來推薦電(dian)(dian)影和電(dian)(dian)視(shi)節目，甚至生(sheng)成相應的(de)(de)預(yu)覽圖(tu)。

比如(ru)你(ni)看了大量浪(lang)漫的(de)(de)(de)愛情電(dian)影(ying)，那(nei)么這一算法會(hui)(hui)在預覽圖中凸(tu)顯(xian)電(dian)影(ying)中浪(lang)漫的(de)(de)(de)元素。又(you)或者(zhe)，算法檢測到(dao)你(ni)喜歡喜劇(ju)，那(nei)么在推薦劇(ju)情片《心靈捕手》的(de)(de)(de)時候，會(hui)(hui)將其中的(de)(de)(de)喜劇(ju)演員羅賓(bin)·威廉姆斯單獨提出來，突出呈現吸引你(ni)。在Netflix 的(de)(de)(de)技術博客(ke)上(shang)，你(ni)會(hui)(hui)找到(dao)這些相關的(de)(de)(de)個性化(hua)算法的(de)(de)(de)內容(rong)。

另(ling)外一個案例，我(wo)們也很(hen)熟悉，來自阿里巴巴的鹿班系統。

案例研究：阿里巴巴人工智能設計系統鹿班

在今年(nian)的雙(shuang)11活動期間，鹿班為廣大品牌設(she)計了(le)超過(guo)400萬 Banner 廣告。如果我(wo)們假設(she)一(yi)(yi)(yi)個人(ren)類設(she)計師(shi)需要花費20分鐘(zhong)來(lai)設(she)計一(yi)(yi)(yi)幅Banner，那么想要達成(cheng)這次雙(shuang)11的要求(qiu)，假設(she)我(wo)們有100名設(she)計師(shi)，那么他(ta)們需要不間斷(duan)地工作150年(nian)來(lai)完成(cheng)這一(yi)(yi)(yi)任務。

——Rexroth Xu，阿里巴巴高級用(yong)戶體驗設計師。

作(zuo)(zuo)(zuo)為(wei)一個(ge)優秀的(de)人工(gong)智能平臺，鹿(lu)班(ban)(ban)每秒能夠(gou)生成8000款不同的(de) Banner設計作(zuo)(zuo)(zuo)品，鹿(lu)班(ban)(ban)是借(jie)由(you)機器學習來(lai)完成這些作(zuo)(zuo)(zuo)品的(de)，而為(wei)了做到今(jin)天這個(ge)樣子(zi)，鹿(lu)班(ban)(ban)是經(jing)過(guo)了數(shu)百萬套(tao)數(shu)據(ju)的(de)洗禮和(he)培訓之后才有的(de)。當(dang)已經(jing)擁有現有的(de)創意元(yuan)素，且需要大量創意內容的(de)時(shi)候，鹿(lu)班(ban)(ban)這樣的(de)人工(gong)智能能夠(gou)節省(sheng)相當(dang)程度的(de)人工(gong)和(he)時(shi)間。

案例研究：Airbnb

Airbnb 借(jie)助(zhu)深度學習制作了一套(tao)內部使用(yong)的(de)工(gong)具，它能(neng)夠將(jiang)粗略(lve)的(de)草(cao)圖轉(zhuan)化(hua)成功(gong)能(neng)性的(de)應用(yong)視圖，你可以了解(jie)更多。

使用人工智能做設計所面臨的挑戰

實際上這個話題已(yi)經被反復提及了，借助機器學(xue)習(xi)或者說人工智能來做(zuo)設計，本身依然面臨著不(bu)小的(de)挑戰。

挑戰1：隨(sui)著時(shi)間(jian)的(de)(de)推(tui)移(yi)，客戶的(de)(de)期待值會(hui)(hui)越來越高。隨(sui)著時(shi)間(jian)的(de)(de)推(tui)移(yi)和(he)技術(shu)的(de)(de)進步，用戶的(de)(de)預期會(hui)(hui)有所(suo)變化(hua)(hua)，比(bi)如客戶會(hui)(hui)期待這項技術(shu)能(neng)(neng)不能(neng)(neng)更(geng)(geng)(geng)智能(neng)(neng)一(yi)點，能(neng)(neng)不能(neng)(neng)比(bi)之(zhi)前(qian)更(geng)(geng)(geng)好更(geng)(geng)(geng)強更(geng)(geng)(geng)快一(yi)些。而諸(zhu)如蘋果和(he)谷歌這樣(yang)的(de)(de)企業，也(ye)已經在他們的(de)(de)移(yi)動(dong)端系(xi)統中，開始逐漸將(jiang) AI輔助(zhu)植入到圖(tu)片(pian)、視頻的(de)(de)編(bian)輯(ji)功(gong)能(neng)(neng)當中。自(zi)動(dong)化(hua)(hua)和(he)智能(neng)(neng)化(hua)(hua)正在成為許多消費者眼(yan)中產品應有的(de)(de)基(ji)本功(gong)能(neng)(neng)。

挑戰2：需(xu)要(yao)以(yi)逐漸進步、多樣化的(de)(de)方式(shi)來設計AI 的(de)(de)體(ti)驗，用(yong)來維持(chi)系統和用(yong)戶(hu)之間(jian)的(de)(de)基(ji)本信(xin)任。在(zai)(zai)某(mou)些情況(kuang)下，AI系統的(de)(de)個性化是很重要(yao)的(de)(de)，在(zai)(zai)其他的(de)(de)情況(kuang)下，我們(men)則需(xu)要(yao) AI 靜(jing)默地在(zai)(zai)后臺(tai)安靜(jing)地處理問題。這(zhe)(zhe)樣的(de)(de)不同情況(kuang)，都是需(xu)要(yao)通過(guo)設計來實現的(de)(de)，同時，不論什(shen)么時候(hou)都要(yao)讓用(yong)戶(hu)感到他們(men)保持(chi)著足夠的(de)(de)控制權，這(zhe)(zhe)一點(dian)也相當重要(yao)。

挑戰3：產品和體(ti)驗(yan)將(jiang)會(hui)變(bian)(bian)得(de)更加動態(tai)。我們的(de)設(she)(she)計(ji)、工作流程、工具也需要(yao)能夠(gou)逐漸(jian)跟上時(shi)代的(de)變(bian)(bian)化。非響應式的(de)設(she)(she)計(ji)已經是難以被接(jie)受(shou)的(de)狀況，同時(shi)，設(she)(she)計(ji)師應該開(kai)始(shi)定義(yi)產品和設(she)(she)計(ji)的(de)規則，根據真實而動態(tai)的(de)數據來進(jin)行更優(you)的(de)設(she)(she)計(ji)，設(she)(she)計(ji)系統將(jiang)會(hui)像復雜的(de)生態(tai)系統一樣靈活(huo)而具備強(qiang)大的(de)兼(jian)容性。

應該讓設計師尋找新的工作方法么？

更(geng)(geng)快(kuai)，更(geng)(geng)智能的工具將會(hui)讓設計(ji)師更(geng)(geng)加專(zhuan)注于重(zhong)要(yao)的事情(qing)：用戶(hu)和產(chan)品本身。

即使(shi)設計看起來已(yi)經越來越容易實現，但是(shi)想要控制好質量，并且能夠作出足夠優秀的(de)創意，并讓(rang)所有(you)的(de)元素(su)和功能自恰而順暢的(de)運行，仍然(ran)是(shi)一件復雜而艱難(nan)的(de)事情。

身為設(she)計師，你(ni)需要(yao)(yao)了解(jie)技術，熟知設(she)計，還(huan)要(yao)(yao)搞懂這些東(dong)西和人類本身的(de)(de)聯系和運作(zuo)原理。而這，才是未來設(she)計師的(de)(de)立足之本，尋(xun)找生(sheng)活中亟待解(jie)決的(de)(de)問(wen)題(ti)，解(jie)決問(wen)題(ti)，并且(qie)讓整(zheng)個(ge)系統合理化，這才是目標。

因此，我們相信，人工智能，或者說當下的(de)深度學(xue)習基礎(chu)上(shang)的(de)設計工具，能夠讓設計師(shi)逐(zhu)漸(jian)將精(jing)力(li)花費在更加重(zhong)要的(de)事情上(shang)。