當前位置:
首頁 > 最新 > 解開uKit AI項目的幕後秘密:自動化網站重新設計

解開uKit AI項目的幕後秘密:自動化網站重新設計

AiTechYun

編輯:xiaoshan

第1部分:基礎知識

沒有什麼是一成不變的,有時你需要修改網站上的一些東西以保持網站的新鮮度。也許是外觀和新的配色方案。也許存在技術問題,比如取消Flash塊和完全使用HTML5。通常,這是由不同原因造成的。

由於設計和技術趨勢每隔幾年就會發生變化,所以利用助手來取代常規並加快網站升級的進程是很好的。

即使你是一個設計和IT人員,可以自己重新設計網站,機器人也可以幫你節省時間,讓你專註於網站建設中更重要和更有創意的部分。無論是個人登陸頁面還是小公司網站,像現在的大多數網站所有者一樣,智能自動化將會更好地節省時間和處理常見的技術知識問題。

現代科技水平使得製造這種機器人成為可能。

生成演算法能夠在幾分鐘內創造出多種設計變化,並且已經在各個領域實現,從航天工程師的CAD程序到小型企業的免費標誌生成器。計算機視覺的發展允許複雜的目標識別。與此同時,在過去5年里,機器學習和神經網路訓練在許多領域都被證明是有效的,包括網頁設計。

那麼,網站如何自動化重新設計過程呢?這是我們的看法。

1、首先,現代web頁面需要快速的HTML/CSS載入和響應式布局。為此,我們可以檢測舊頁面版本的核心結構和惟一內容,並將這些細節導出到現代代碼環境中。

2、生成設計。內容是國王。但是你仍然需要找到最佳的方法來組合和格式化頁面。演算法可以更快地創建這樣的組合——只是給它一些基本的規則,一些好的示例和創造性的自由可以讓它嘗試不同的文本、媒體和其他內容類型的組合。

3、選擇並向你展示網站的新版本應該是什麼樣的。為了做到這一點,我們可以模仿「典型的互聯網用戶」的觀點——因為我們談論的是小型企業,訪問者可能會被描述為普通用戶。

其中一個要點就是環境問題。一個具有現代堆棧的網站構建工具可能滿足這個需求。

傳統上,網站建設者被認為是「從零開始創建令人震驚的網站」的工具。為它提供內容的來源並不重要——而且現有的網頁也可能是來源。這種方法已經被用於「把你的社交媒體頁面變成網頁」,例如Pagevamp或者uKit Alt轉換器。

GIF

這就是它如何使用Facebook頁面作為來源,uKit網站構建器作為網站環境。Facebook上的內容類型總是相同的,所以你甚至可以使用完全確定的演算法通過API來固定頁面創建過程。

因為你從特定網站獲得的初始數據類型和數量經常會有所不同,所以需要花費一些額外的時間來訓練和重新訓練演算法來處理這些模糊的類。但核心理念是一樣的:獲取內容,將其結合起來,在一個現代環境中顯示結果。

我們有3個步驟,所以我們需要3個系統一個接一個地開始行動。現在我們的團隊已經有了這些系統的獨立原型,很快就會合併到一個名為uKit AI 1.0的產品中。

內容檢測的計算機視覺+導入到現代代碼環境。

就像web、技術和我們的頁面構建工具一樣,設計和編碼相同頁面元素的方法也發生了變化。所以,你會在不同的年份創建的網站理瀏覽,觀察它們通過多種方式實現相似的單元。

機器需要被教導去分類:某種程度上,它應該模擬一個能夠理解頁面和對象的外觀以及代碼含義的前端技術人員。

GIF

uKit AI網頁內容和結構檢測系統。通過嘗試不同的方法,我們發現大多數情況下可以覆蓋十幾種基本類型的識別模式。

狀態:由web專業人員進行的封閉測試。我們的系統模擬了在網站建設初期由技術專家手動完成的工作,並且速度更快。現在,我們的機器人通過把內容導入到現代的uKit網站營造商環境中,幫助那些希望利用舊網站創建新網站的自由職業者節省時間。這些測試可以幫助我們從經驗豐富的人那裡得到實時反饋,從而提高機器的技能。

生成演算法:基於規則和用戶內容創建不同的布局版本。

這是整個uKit AI項目的核心部分——不僅提供現代前端代碼,還為網站提供現代外觀。

許多小型企業網站的所有者失去客戶僅僅因為他們的頁面看起來過時了:他們的內容可能很豐富,但如果其導航可能是2000年代的風格,背景和長文本格式較差,很難讓人在幾秒鐘內找到有趣的信息。

將訪客轉換成客戶是大多數在線小型企業的主要目標。所以,重新設計是改進它的第一步。通過使用演算法,加快網站重新設計的速度。

所以,當內容放到現代代碼和網格時,這台機器可以洗牌,重塑它基本的web設計規則和現代趨勢。

GIF

uKit AI生成設計系統嘗試不同的並讀取更多友好的內容組合,基於舊版本的核心顏色提供一個更加平衡的色彩方案。

狀態:原型。

評分系統:測量設計質量。

在最後的步驟中,我們應該創建一個能夠檢查設計結果並在相同的24×7模式下向其他系統提供反饋的機器人。

要記住網站所有者的主要目標——讓訪問者喜歡他們的網站,我們可能會展示一種類似於人群模擬(crowd emulation)的設計,以確保生成演算法做到最好。

因此,我們創建了一個機器學習模型,它對不同的設計進行評估。該模型在10k個網站上進行訓練,很快就可以成為獨立的服務。

GIF

你不僅可以嘗試評分系統,還可以成為它的老師之一。


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 ATYUN訂閱號 的精彩文章:

深度進化網路結構表示:利用進化計算自動設計人工神經網路
世界領導人決定:人工智慧的下一步是增強人類

TAG:ATYUN訂閱號 |