回到腾讯，感谢老东家。欢迎大家关注腾讯新闻在未来的改版设计。
创造力2.0 —人工智能时代的设计变革与机遇
近期我们针对自己的人工智能设计引擎，做了多次内外部分享，以下为其中一个较为全面的演讲实录，包含过去两年我们对人工智能设计的思考和技术实践，全文7000字，需要一些耐心来阅读：）
同学们下午好！我是联想研究院设计平台团队的高歌。非常开心收到CLAPS项目组的邀请给大家分享一个人工智能与设计在未来如何交叉，如何碰撞的话题。
实际上今天分享是有些压力的，原本研究院的设计出去讲很有优势，我们也很自信的。之前我们见到设计师，就给大家讲技术，大家都很兴奋——你们会做设计还懂代码，听着就很牛；见到工程师我们就讲梵高莫奈毕加索，大家也觉得很牛,因为不光懂技术还有艺术范儿。 但是你再看今天，现场状况不容乐观：设计师来了，工程师也来了，难度进一步提升。好在大家都是自家人，不用太客气，我放开了讲，说的不好的欢迎批评指正.
那么我们为什么会选这么一个人工智能+设计的主题，我想研究院是站在趋势上看问题，在研究院做设计，我就在想设计的趋势是什么？ 我们就看到了这样一个趋势：我认为设计领域在今天出现了前所未有的变革机会。
说到变革，我们会发现自然科学领域和文学设计领域巨大的差别，2000年前，春秋战国时期,‘日行千里’是人对于速度想象的极限，而2000年后的今天，也正是前两天的新闻，spaceX很快可以把普通人送上太空，自然科学的变革翻天覆地。反观文学艺术设计领域，在2000年前，春秋战国时期的绘画（人物御龙图），或是孔子的文章，是文学艺术的高峰，在2000年后的今天，机器可以帮我们打字更快，搜索知识更全，但”学而时习之，不亦悦乎” 这样的诗句，2000年过去了，机器依然写不出来，可以说这个领域与2000年前相差无几。
为什么文学设计领域仿佛2000年没有什么变革？大多数人给出的原因在于：灵感，直觉，想象力，是人独有的，科学技术是不能替代的。我认为在过去2000年这都是对的，但在当今即将发生变化。就如同以前谈论围棋，棋手的直觉，灵感，棋魂，等等，这些词汇在设计中也很常见，但alphago之后，大家已经不这么说了。我认为设计行业比围棋要难，但随着AI海平面的上升，设计创造力这个最高峰，也有被淹没的可能。那淹没了是不是机会没了？我的理解相反，是机会来了。
我们说到探索新技术，首先要讲价值，毕竟我们在的是商业公司。我这里列出了我们认为的两个最大的价值：
第一个 叫做大规模个性化，人对设计个性化的追求是不断提高的，就像吃饭一样。50年前，计划经济时代，大锅饭大家吃饱就很开心，现在呢，你给每个人同样的饭，大家可能就不太接受，但你看，现在我拿出个手机，打开个APP，你也拿出个手机，打开APP，发现手机和APP一模一样，未来，大家会满足我的东西和你的东西完全相同吗？我认为随着时代的发展，大家不会满意，会追求为自己定制。 大家还在使用人人相同的设计，不是意愿问题，而是一个生产力问题，因为我们没有1亿个设计师给10亿人做设计，那未来这个事怎么解决，就要人工智能设计来解决。这是我们做人工智能设计的第一个价值。
第二，创新社会化媒体营销，大家只要用抖音快手就了解，在今天，社会化营销的力量对产品的商业成功起到了前所未有的重要作用，这里有几个例子，snapchat，国外知名的社交软件，在去年他发布了一个性别转换滤镜，功能一发布，市值当周上涨9%，Prisma，一个人工智能滤镜应用，就拿到千万的融资，当然还有大家都知道的，微信军装照，10亿PV，就是10亿的浏览量啊。这是什么样的量级和价值，我们哪天做个营销，那怕100w的PV，在我们公司都是空前的成功营销。这些例子的背后都是人工智能，图形图像生成设计的应用。看上去每个都有巨大的商业价值。
好，在我们正式开始技术实践之前，一件非常重要的事就是选路线，AI那么多方法，用哪个方法去做设计？换句话说，图形设计到底对应什么样的计算问题？这是一个非常关键的判断。
首先如果你问一个设计师，设计是怎么做的？ 那么最常见的一个答案就是，设计师会把设计描述成一个决策问题，先是空白的画布，分析需求之后填背景，填颜色，调整。加图形元素填颜色调整，加字体，填颜色。。。。一步步做下来设计就完成了。我们可以把它看做是一个：在无限的决策组合当中，寻找最优的设计决策路径的过程，那么有些懂技术的同时可能就了解了，这可以抽象成一个随机计算问题，用强化学习的方法来实现，当然，我们发现业界竞品中比如阿里鹿班就是这么做的。我认为一个工程师和设计师分开合作的团队，常常会走到这条路上。
另一个设计抽象成数学问题的思路，我们不看设计过程，只看结果，比如面前有十张图，你不用想他是怎么来的，只看图面，你会发现，所有的图都是形状，颜色，布局，纹理质感文字的组合， 那么我们就可以把它看成：在无限的形状布局颜色的集合中，找到‘美的组合’的分布，这就变成了一个概率统计问题，那么他背后需要用到的方法是生成对抗。 以我自己交叉学科的判断，我们要走这条路。（至于为什么不走强化学习，我们就不细谈了，主要是因为设计不同于围棋，并没有唯一解）
好，由此，我们就确定了我们最上层的路线：用生成对抗来实现目标
这里描述的可能有些技术化，如果大家还不明白，就看图片中这个例子：
第一个问题问大家 ：为什么画鬼容易画人难？ 大家想过这个问题没有？ 暂时没有答案就看下面两个就明白了，请问：大海捞针，大海捞鱼，大海捞水，哪个难？相似的问题：请问制造一个整齐的屋子以及制造一个乱糟糟的屋子那个难？这次就清楚多了，当然是整齐的屋子，为什么呢？大家可能有不同的答案，但我的答案是，因为制造一个乱糟糟的屋子的可能性要远远大于制造一个整齐屋子的可能性。 随便整就能整出乱糟糟的样子，而整齐的很难。我们再看，这个整齐的屋子不就是优秀设计吗？ 而乱糟糟就是其他设计， 那我们设计的数学意义就是”在无限的形式布局颜色等集合中找到美的分布“
说了这么多，我们要做些有技术含量的事了，开始实践。工具上，和大家做人工智能的基础工具差不多，tensorflow加python。用生成对抗的算法及我们的设计数据集训练模型然后测试。这里很多人不了解这个G A N ，生成对抗算法，我认为感兴趣可以去查查这个造假者和警察之间的故事，我们常用他来解释GAN，简单说，警察就是一个最为常见的分类网络，我们把好设计和随机数放进去训练一个能区分设计好坏的模型。 造假者是另一个网络，随机数进去出来一些随机设计，之后接到警察这个网络上。 好，那么怎么训练呢，我们要先训练一个不那么强的警察，大体能分辨好坏设计，然后固定住警察，训练造假者，优化造假者使警察认为他产生好的设计，之后再固定好造假者，训练警察，让警察把造假者的输出都认定为不好的设计。多次循环，这样他们两个就会越变越强，这就是大伙可能听过的左右互搏了。当然最终我们要的是造假者的结果哈。 虽然你可能还是不明白GAN是什么，但不管那么多，“干”就完了。
好，那么结果来了——你看我们喂给这个神经网络一些东西，看它能生成什么？
首先，我们给他几百张海报，这是设计师常见的需求了。大伙可以看屏幕右侧，从左到右是随着它训练时间的增加，得出的结果。最左边他还什么都学不到，后来，好像逐渐学到了一些颜色，再之后又好了一些，但也就这样了，不会再好了，我们拿到结果之后叫他“破败风” ——显然没法用； 再看头像，我们给网络20000张头像，开始也是什么都出不来，但后来它逐步知道了，奥，原来这里是眼睛，那里要放嘴等等，最后大体能有些接近的结果。以及下边，这个是Mr.doodle国外知名的简笔画家，大伙可以看到些奇怪的，有意思的结果
运营好设计团队的一点体会
如果有耐心向前翻，在我博客中有几篇关于团队的文章，比如『如何将创新设计做到业界领先』，总结了怎样搭建起创新团队，使用什么流程做好创新的设计和传播。当做好项目成为日常，团队搭建已经完成（一如banner位我们的团队大家庭） ，那么拉长时间线， 如何保持这一趋势，运营好一个团队，就成了接下来要操心的事了。
在我看来，运营一个团队的首要目标是保证团队人员和产出的可持续，至于能力的提升，文化的建设，最终都是服务于这一目标，纵观这几年，我们组的离职率明显低于周边（常年<10%），每年公司员工调研下的经理绩效指数都超越公司指数，可以说几年的摸爬滚打让我有了一些草根但实用的运营方法。这其中既有人为的方法，也需要系统的支持。
规则方法
我发现外界对设计师的工作氛围多少有些‘友好的偏见’认为设计师就该工作在一个无拘无束的环境中，仿佛不这么做创意就被扼杀了。好的环境促进创意的迸发没有错，而且政治正确得不能反对。但我认为这个自由不能走极端，「适度的规则」依然是保持团队运作的底层逻辑。
比如，我们今年在组内发布了‘UXD设计团队职业化要求’，分别在考勤，需求管理，设计评审和会议纪要等几个方向上给出明确的规则和模板。推行这个规则时我和大伙说： 每当和外部门开会，尤其是无关紧要的小会议，对方能在会议之后发出清晰的结论和下步工作，会让我感受到这个团队是个职业的团队。我们希望设计团队每个人都是这样职业化的成员，所以我们规则中有一条“主持必发会议纪要”，要求大家要有这个责任的意识。类似的“无需求不设计”“团建视为工作”等等，再小的规则，多个叠加在一起加以平时的关注和强调，那么团队的职业化水平就拉开了差距。
相比需要大家执行的规则，我们更多的是给出了可以促进团队公平，让团队更具参与感的规则。用参与感举例，我们希望让每个人都能成为组内团队事务的主导者，为此我们找到了超过10种公共事务，项目资料维护和管理需要接口人；个人专业能力提升材料和评价也要统一协调；组内人力统计每周都要更新；几十个研发材料的借用回收也是不大不小的责任，即使是我们的设计实验室也需要制定规章和依照规则使用。由此，团队中很多成员不知不觉成了我们的管家，参与感被我们人为主动搭建起来。
每个负责人在自己的任务的维护和执行中，不仅获得了主导事务的尊重，锻炼了协调能力，最重要的是做着做着，自己成为了团队大家庭的一员。在大家增加了参与感的同时，团队运营也更顺利了，因为 每一件都是团队运营所需的小事，但放到一起就成了团队运营好的全局。
团队文化
‘文化’很抽象，按学院派的思路，使命、愿景、价值观是团队文化的基础，但用3个抽象的词去解释一个更抽象的词看上去很不直观。我认为可以用更简单的方式去理解，团队文化的形成，取决于一系列关键的人和关键的事，连在一起便是团队文化。
我们的文化是吃苦耐劳，那必定少不了一两件艰苦卓绝的奋斗故事，我们的文化是精益求精，那么吹毛求疵的人必定不只一个两个，这些人和事被大家熟知和传播后，团队内的人会被潜移默化影响并跟随这个行为模式而动，团队外的人会因为这些人或事形成对团队的认知，这就形成了文化。
我们团队的文化是什么？ 如果只用几个字来形容，我认为是 ‘不甘平庸’ . 我们本身没有金字招牌，算不上顶级团队，但这不意味着我们就要泯然众人，我想如果哪天我看到一个流水线式的，平庸的设计团队，我们一定会寻求改变，而事实上我们在突破传统设计团队的路上一直在努力，我们每年做软硬件一体的自研产品，推出过“是设计师就撑100秒”的设计圈传播事件，用我们引以为豪的技术能力，搭建辅助设计师能力的智慧工具集 xiaohui.ai；每一个都是去传达我们这一不甘平庸的声音。我也希望用这个不敢平庸的文化去推动团队的不甘平庸的项目故事，不断形成外界对我们团队文化的认知。
工具支持
说到系统支持，对于懂技术能动手的设计团队来说，自信满满。 我们有很多定制化的团队运营需求，比如我们自己的设计工作室预定管理，我们的团队任务轮询制度的执行，团队设计用模板的实时查询及复用，现有工具满足不了。没有工具难不倒我们，自己做一个便是。所以现在我们的同事打开微信，最快的速度就能看到我们组自己定制的UXD微信小程序。
需要预定我们自己的实验室？我们有自己的专属系统；手头缺团队资料？微信一键下载本地或转发。下周的周会分享和主持是谁？打开小程序即可了解。尤其是开头说到的团队规则，推行起来也容易多了，毕竟打开我们小程序的组内资源，组内规则赫然在列。
团队的成长正如一个人的成长，团队的运营就是对自身成长负责的过程，我认为过去几年我们有成长，但接下来团队在运营中必定不会平静，毕竟不甘平庸的一个外在表现就是喜欢折腾，2021，继续坐稳启航~
两年坚持带来的小收获 — “北京杰出青年设计人才”
我认为设计领域在今天出现了前所未有的变革机会。对于这个变革的判断，我们在过去的两年时间里，学习，摸索，实践，从一个门外汉一步步走过来并在特定的AI设计领域发展出自己的长手指，在今年7月，我凭借部分现有成果，入选北京市杰出青年，获得青年设计人才项目基金，这使得我们对行业变革的判断又多了一份信心支撑。
提到时代变革，我们看到不同领域间巨大的差异，自然科学领域，在2000年前，日行千里可能是是人对于速度想象的极限，而2000年后的今天，也正是最近的新闻，一个商业公司，凭借机器可以把人类送上太空，变化翻天覆地。反观文学艺术设计领域，在2000年前，孔子的文章，春秋战国时期的绘画（人物御龙图）代表了当时创造力的顶级水品，2000年后的今天，机器依然写不出“学而时习之，不亦悦乎”的诗句，无法创造性的构思和设计图画。2000年过去了以往如初，没什么变化。
是什么造成在不同领域，机器的表现有如此大的不同？大多数人给出的原因是：灵感，直觉，想象力，是人独有的，是科学技术不能替代的。我认为在过去2000年这被验证是对的，但在当今即将发生变化。就如同以前谈论围棋，棋手的直觉，灵感，棋魂，等等，这些词汇在设计中也很常见，使人们对待独有智慧和创造力的美好描绘。但alphago、alphazero之后，大家已经很少这样形容棋手的技巧了，因为围棋界的灵感直觉想象力已经被机器超越了。再看设计，我认为设计行业比围棋要难，但随着AI海平面的上升，最终设计创造力这个最高峰，也有被淹没的可能。那淹没了是不是机会没了？我的理解相反，看到趋势，抓住机遇，变革即是机会。
在当今，我认为人工智能生成设计的应用趋势正在显现，一个方向是大规模个性化第二个是新兴社会化媒体传营销
大规模个性化： 在互联网开始发展的很长一段时间里，大家对个性化的奢求不高，正如同在计划经济时期大家吃大锅饭一样，虽然没什么个性化，但毕竟能吃饱就不错了，这个时期很少人会想开小灶。时代在发展，数据和计算力在爆发，人们越发不满足与别人看一样的新闻，打开千篇一律的博客。越来越多接触到个性化的信息，以至在今天我们每个人打开同样的购物app，看到的信息已经完全不同了，这些不同部分满足了个性化需求同时更多的是服务于商业公司的利益。而随着数据计算力的爆发增长，这个趋势必然加剧。 人们不满足吃同样的饭，穿同样的衣服，那么再进一步，也不会满足用同样的手机，开同样的车子，打开一个APP色彩形式布局都一样同样不符合个性化趋势，而当前这些需求不能满足的瓶颈依然是生产力的不足，当前我们没有那么多设计师和工人给每一个人量身定做。对于设计领域，我认为这些限制将会被打破。用人工智能生成设计，我们有机会实现行业的变革，这正是我们所说的行业机遇。
新兴社会化媒体营销。最近看到很多有意思的爆款营销事件。 比如snapchat前一段发布了它的“男女变性滤镜”，这是一个和人工智能图像相关的功能，一夜之间爆红网络，更重要的是，snapchat公司股价随即提升 9%。AI图形图像技术的商业价值毋庸置疑。对于国内的人来说，更熟悉的可能是前两年的微信朋友圈的“最美军装照”，凭借AI的图形图像处理和营销策略。短时间获得了10亿PV。我不懂营销行业，但不需要了解这个行业也知道10亿PV能造就什么样的广告价值。而对于一个设计师而言，我认为把一个头像处理到一张军装上，这本来是一个设计工作。所以我们需要认识到AI+设计这个领域正在发生的变革，如果我们能站在这个变革风口浪尖上，必然会创造更大的价值。
基于以上的判断，我们便开始了从0到1的探索和尝试。从做出判断到有初步成果，过程曲折——掌握AI基础，理解挑选算法，设计数据抽象，制作数据集，数据增强，开展训练，测试结果，算法调优，失败重选算法。 如此往复，关于我们对如何结合设计与人工制的历程，详见前一篇7000字长文（演讲实录）。我们最希望的就是，和我们一同参与到推动变革的过程中，正如我在对外宣讲中说到的愿景“把握时代机遇，赋能设计产业”
“职业化”-工作中的是非判断与合理应对
2009年毕业之后，我陆陆续续在几家公司工作过，在开始工作的很长一段时间里，我认为自己从没有认真关注过“职业化”这个词。我一度认为只要自己的专业能力到位，工作中自然可以顺风顺水，所谓职场中的挑战和困难都可以迎刃而解。
然而现实远没有这么轻松，我们日常面临的困难往往不是因为专业能力达不到，反而是一些摸棱两可，让人纠结的工作决策： 对一个三天能做完，一周能做满意的项目，老板说到“这个项目挺重要，我期望两天内完成” ，假设你已经认真评估过了时间，两天加班也无法做到满意，那么你将怎么回复呢？我想不外乎三种：A.一口接受，加班做完——显然要委屈自己花费额外时间，同时时间仓促多少会影响质量，做完了但品质可能被挑战；B.博弈，为自己争取一些时间和条件——过程比较耗费心力，‘度’把握不好不光时间争取不了还影响上级对你的看法；C.拒绝时间安排，表明自己认定的时间评估——给人坚定有底气的回复没什么错，但长此以往大家可能对你的沟通能力，工作态度产生疑问。
这些抉择偶尔出现不会成为什么困挠，难就难在仿佛他们时刻在发生：安排一个我认为不靠谱的团队来合作，接受？博弈？拒绝？职责分配不合理，明明适合另一个同事，而安排给我了，接受？提醒？拒绝？… … 工作中仿佛充满了这样的两难问题，对于大多数人，结果常常是“不管如何选择，过程都很痛苦”。
继续阅读““职业化”-工作中的是非判断与合理应对”