查看原文
其他

「 国内首个 」设计+人工智能深度案例分析报告

2017-06-28 shadow 科技Mix设计Lab

本文从上百个包含了机器学习及深度学习的算法应用的AI案例中,精选30+个AI在设计行业的应用案例总结而成。


  发布机构:




  广告一则:


想了解设计师玩编程如何入门,可长按进入:


  特别说明:


本文除案例的截图外,其余图片均由ACE Land 人工智能设计师(秒级、海量)友情赞助。


  推荐阅读:



  内容大纲:


1. 人工智能历史事件节选

2. 设计+AI的两种应用方式

3. AI的强项:匹配

4. AI艺术家:风格迁移

5. 智能设计与人工智能设计师







1

事件节选

 ARTIFICIAL INTELLIGENCE 



1997年

DeepBlue 击败国际象棋冠军加里·卡斯帕罗夫;


2011年

IBM Watson赢得美国问答节目;

iPhone语音助手Siri;


2012年

Amazon的仓储机器人Kiva;


2014年

只有一个启动Button的Google Car;

谷歌语音助手Google Now;

Miscrosoft的Cortana;


2016

围棋大战AlphaGo4:1战胜李世石;

美国发布《准备迎接人工智能未来》

及《国家人工智能研究发展战略计划书》;

斯坦福报告:2030 年的人工智能与生活;

人工智能预测美国大选;

双 11,「鲁班」制作了 1.7 亿个 banner;

谷歌实现了机器翻译领域的重大突破;

谷歌战略从Mobile First转向AI First;


2017

全国两会政府工作报告首提人工智能;

AlphaGo战胜排名世界第一的中国棋手柯洁;

斯坦福大学研究者成功训练了诊断皮肤癌的算法;

李飞飞解读“AI民主化”战略;

FB开源Caffe2深度学习框架;


人工智能发展到今天,加上移动互联网的普及,在设计行业的应用逐渐深入,更多的可能需要我们去探索、尝试。




2

集成or主导

设计+AI的两种应用方式


这是如何应用AI技术的2种方式,是集成到目前成熟产品中还是重新从0到1根据AI的特性打造一款新产品出来。


在设计行业,以AI为底层技术改造、升级目前成熟产品的方式,更适合Autodesk、Adobe这种大公司,大量的创新、创业公司都是以AI为主导的新产品活跃在市场中。


本报告也主要以第二种案例为主,精选小而美,具有创新性及技术性的产品案例。


2.1 成熟产品集成AI


成熟产品AI化,比如Adobe系列的产品,融入底层AI技术,更好地创作文字和图像、影音。


   Adobe Sensei

人工智能做设计的底层技术,集成在Adobe系列软件中的AI。

官方是这么介绍的:

Adobe Sensei 采用人工智能和机器学习技术,并使用了我们大量的内容和数据资产,它是世界最佳数字体验的奥妙所在。


何时可以使用上,暂时还不知。


2.2 以AI主导的产品


AI技术提升了自然语言处理、机器视觉的效果,基于深度学习,我们可以建立各种特征之间的关系模型,得到泛化能力较强的模型。尤其是图像方面,使得我们有条件可以对经常打交道的“设计图”做一些人工智能的处理,以提高我们的设计效率,甚至取代我们一些重复、繁重的设计工作。


以AI技术为主导,最大的特点就是“智能匹配”,只要能想象得到的事物之间,都可以匹配,基础匹配原型有4种:文字与文字、文字跟图像、图像与文字、图像与图像之间的匹配


基于设计元素的AI,有字体匹配方案、自动配色方案、基于线稿自动上色、自动校正手绘图形等


基于4种匹配原型,诞生了许多专业门类的人工智能设计师:海报设计师、建筑师、LOGO设计师、网页设计师等等,也有专门的“艺术家”


以AI技术的特色,全新打造的产品,下面会详细介绍各种产品案例。





3

匹配

「 AI强项 」


包括文字匹配文字、文字匹配图像、图像匹配文字、图像匹配图像这4大类;


3.1 文字匹配文字

Text2Text


智能配色需要先获得颜色配色的数据集,方法可以通过遍历图像每个像素点的颜色,然后用K-means进行聚类,提取出几个主要颜色分布,形成数据集。

颜色表现为文字的形式,通过转化为特征向量,收集若干图片的颜色向量,作为数据,通过训练得到配色模型。

使用的时候每次随机产生一个颜色,然后通过模型匹配剩下的颜色,获得一组配色方案。

我也用过K-means跟React Native开发了一款移动APP,采色灵感。

  推荐阅读:


只是完成了收集色彩的功能,迭代版本可以参考本例的实现方案增加一个智能配色了(暗笑)


 案例  Colormind 

http://colormind.io/



3.2 文字匹配图像

Text2Image


国内的Arkie就是通过输入一段文案,匹配图像的;当然还有我前阵子DIY的人工智能设计师ACE Land,也是类似的实现方式。


  推荐阅读:



3.3 图像匹配文字

Image2Text


「看图说话」这类产品,识别图片里的主体内容,然后根据内容来输出一段话;实现的话可以通过各大开放平台API中关于识别图片内容的接口,然后根据接口返回的关键词来创作一段话。


 案例  Marley

http://smudge.cloud/marley/


下面是一个研究「从UI匹配代码」,从GUI界面的截图直接生成各大平台的代码;也算是一种从图像匹配文字的类型。


 案例  pix2code

https://uizard.io/research#pix2code


3.4 图像匹配图像

Image2Image


此类有谷歌推出的AutoDraw,官方称为自动矫正绘画工具,还有从手绘的轮廓图自动生成真实照片的,线稿上色、黑白照片彩色化也算是图像匹配图像这一类的。


 案例  AutoDraw

https://www.autodraw.com/


 案例  doodle.ai

http://doodle.ai/


 案例  pix2pix

https://affinelayer.com/pixsrv/index.html




线稿上色

插画师的利器啊,以后是不是只要画线稿就行了,然后让AI快速上个色,快速得完成插画作品。


 案例  Paintschainer

http://paintschainer.preferred.tech/index_zh.html



黑白图像上色

跟线稿上色不同的一种上色,就是给黑白照片上色,用来修复老电影、老照片是不是很好~


 案例  Colornet

https://github.com/pavelgonchar/colornet


 案例  Colorize It

http://demos.algorithmia.com/colorize-photos/


我尝试了下用黑白图像上色的工具,给线稿上色,效果如下图,看来实现思路有点区别。




字体匹配

帮设计师,在茫茫的字体海洋里找到合适的字体,也是提高设计效率的一个方向。


 案例  Font Map

http://fontmap.ideo.com/


 案例  FontJoy

http://fontjoy.com/



我尝试了给我的公众号匹配个字体:






4

风格迁移 

「 AI 艺术家 」


也可以理解为“滤镜”类,就是把照片按照给定的艺术画,进行再创作(风格化),这类的产品现在有很多了,有静态图的也有动态视频类的。


各家的滤镜其实都差不多,以各种世界名画为素材,来风格化用户上传的照片,唯一区别就是各家的算法跟硬件设备稍有点区别,导致了用户上传照片后获取风格化的艺术照所需要的时间不一。


其实,作为人工智能在设计行业的应用,就不一定是用世界名画作为素材了,可以根据设计的需要,选取合适的、具有主题的风格来配合设计风格,比如,做建筑设计的,想要表达新江南或新中式的风格,可以拿吴冠中的江南画作为风格化的素材,迁移一下,立面图、效果图是不是立马感觉新中式的味道来了,估计一大票的配套效果图公司将失业。



 案例  DeepArt

https://deepart.io/


 案例  Pikazo 2.0

http://www.pikazoapp.com/


 案例  Plundr

https://plundr.co/

 案例  Picas

https://www.picas.tech/


 案例  Prisma

https://prisma-ai.com/


 案例  Style

https://macdaddy.io/Style/

 


 案例  Artisto

https://artisto.my.com/


 案例  Malevich

http://mlvch.com/


 案例  ai.Makes

http://www.aimakes.com/


有兴趣可以比对下各个风格迁移应用的效果,及其用户体验的差异。





智能设计

「 人工智能设计师 」


基于AI,诞生了各种各样的设计师,可以对应下目前职场上的设计师岗位,未来是不是都会被人工智能设计师取代呢?




LOGO设计师

简单几步,帮你完成LOGO设计,大多可以免费体验哦~


 案例  Logopony

https://www.logopony.com/


 案例  Logojoy

https://logojoy.com/


 案例  Brandmark

http://brandmark.io/




网页设计师

这类设计师目前有3个值得推荐,The Grid、Firedrop、B12;


 案例  The Grid

https://thegrid.io/


 案例  Firedrop

https://firedrop.ai/


 案例  B12

http://www.b12.io/




海报设计师

目前有微信公众号、官网PC站点可以使用,从体验上,微信比较简单,可以满足简单快速的需求,官网PC站点偏工具,目前产品还是1.0,海报尺寸从微博封面到微信封面、朋友圈分享图片、全屏手机图片等,比较全,可生成秒级、海量的海报方案可供选择。


 案例  arkie

http://www.arkie.cn/




建筑师

暂时只是开了个产品发布会,官网也还没启动,从发布会看目前只具备强排方案这一项能力,后续看这款产品的表现吧。


 案例  Kool-X

http://kool-x.com/





平面设计

国内的这个,主要是面向企业客户的,帮电商完成大批量的商品图片的排版。


 案例  深绘/智能排版

http://www.deepdraw.cn/




美发

现在是换头发颜色,如果可以换发型,是不是就像那么回事了?


 案例  Fabby Hair

https://www.fab.by/



以上为本报告全文。


期待各种各样的人工智能设计师的出现~争取哪天设计师可以专注于思考设计更高层面的内容,告别繁忙、重复性、低效的工作任务。



  相关推荐:


DIY一个人工智能设计师_v0.0.1

Hi,ACE Land火星深造完,回来啦

推荐系统

如何找出相似的文章

图像

虚拟私人助理

JS框架Synaptic




本公众号定期更新关于

设计师、程序员发挥创意

互相融合的指南、作品。


主要技术栈:

nodejs、react native、electron


欢迎关注,转发~


欢迎长按二维码

关注本号

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存