設計師你們還坐的住嗎？2021?PS?進入人工智能?P?圖時代
[導讀]編譯|禾木木出品|?AI科技大本營（ID:rgznai100）與每年一樣，Adobe的Max2021活動順利開展。本次活動主要是以產品展示以及其他創(chuàng)新產品。這個活動最有趣的特點之一是，Adobe不斷將人工智能集成到其產品或是功能中。在過去的幾年里，人工智能一直是這家公司不斷探索的...
編譯 | 禾木木出品 | AI科技大本營（ID:rgznai100）與每年一樣，Adobe 的 Max 2021 活動順利開展。本次活動主要是以產品展示以及其他創(chuàng)新產品。這個活動最有趣的特點之一是，Adobe 不斷將人工智能集成到其產品或是功能中。在過去的幾年里，人工智能一直是這家公司不斷探索的領域。與許多其他公司一樣，Adobe 正在利用深度學習來改進其應用程序，鞏固其在視頻和圖像編輯市場中的地位。反過來說，人工智能的使用也在重塑著 Adobe 的產品戰(zhàn)略。
Adobe 人工智能戰(zhàn)略
每當有新的深度學習工具，Photoshop、Premiere 和 Creative Cloud 等應用很快就能通過插件集成這些AI工具，供用戶使用。用戶無需付費或安裝任何新應用；他們只需要將新插件下載到他們的應用程序中。過去幾年，Adobe 逐步將這些AI功能從插件過渡到云，也為深度學習無縫集成到其應用程序鋪平了道路。現(xiàn)在，Adobe 的大部分 AI 功能都在云中運行。對其用戶而言，基于云的功能的體驗與使用直接在他們自己的設備上運行的過濾器和工具沒有什么不同。同時，通過云服務的規(guī)模化效應，Adobe可以極大提升深度學習推理工具的成本效益。這就是為什么大多數(shù)新的 AI 功能都免費提供給已訂閱 Creative Cloud 的用戶的原因。基于云的深度學習模型為 Adobe 提供了運行非常高效的 AI 工廠。用戶在云上使用 Adobe 的機器學習模型時，其數(shù)據也會反過來促進 AI 工具的性能提升。將人工智能技術和機器學習模型真正集成到產品中，并可持續(xù)的穩(wěn)定盈利是一個非常困難的任務，這是大多數(shù)公司無法實現(xiàn)的。Adobe 卻是一個有趣的例外。參考鏈接：https://thenextweb.com/news/ai-driving-powerful-photoshop-features-and-shaping-adobe-product-strategy-syndication
人工智能驅動的圖像和視頻編輯
Adobe 的 AI 平臺 Sensei 現(xiàn)在已集成到其 Creative Cloud 套件的所有產品中。今年的 Max 活動上展示的功能之一是 Photoshop 中的自動蒙版工具，使用者只需將鼠標懸停在對象上即可選擇該對象。
人工智能產品的挑戰(zhàn)
當單獨查看 Adobe 的人工智能功能時，它們都不是開創(chuàng)性的最新技術。雖然 Adobe 沒有在此次活動中提供任何架構或實施細節(jié)，但任何一直關注 AI 研究的人都可以立即將 Max 上展示的每個功能與過去幾年在機器學習和計算機視覺會議上發(fā)表的一篇或多篇論文和演示相關聯(lián)。Auto-masking 使用深度學習的對象檢測和分割，這是一個最近取得巨大進展的研究領域。使用神經網絡進行風格遷移是一項至少已有4年歷史的技術。支持多個圖像生成功能的生成對抗網絡 (GAN) 已經存在了7年多。事實上，Adobe 使用的許多技術都是開源且免費提供的。Adobe AI 背后的真正天才不是卓越的技術，而是公司向客戶交付產品的策略。成功的產品需要具有差異化價值，才能說服用戶開始使用它或從舊解決方案切換到新應用程序。將深度學習應用于不同的圖像處理應用的好處非常明顯。它們可以提高生產率并降低成本。深度學習模型的提供可以幫助那些沒有專業(yè)圖形設計師的技能和經驗的人降低藝術創(chuàng)造力的困難。在自動屏蔽和神經過濾器的情況下，這些工具甚至可以讓有經驗的用戶更快更好地解決他們的問題。一些新功能，例如“In-between”功能，正在解決其他應用程序尚未解決的問題。但除了卓越的功能外，成功的產品還需要以一種無摩擦且具有成本效益的方式交付給其目標受眾。例如，假設開發(fā)了一個最先進的深度學習驅動的神經過濾器應用程序，并希望在市場上銷售它。目標用戶是已經在使用 Photoshop 等照片編輯工具的圖形設計師。如果他們想應用神經過濾器，他們必須不斷地在 Photoshop 和這個應用程序之間移植他們的圖像，這會導致過多的摩擦并降低用戶體驗。深度學習技術本身的應用成本也是個問題。許多用戶設備沒有運行神經網絡的內存和處理能力，需要基于云的處理。因此，產品必須設立服務器，開放網頁API，還要確保云服務的可用性。只有當接觸到大量付費用戶時，才能收回此類成本。另外，還必須弄清楚產品的獲利方式，同時還要讓用戶對使用它感興趣。一款產品是基于廣告的免費產品、免費增值模式、一次性付款還是訂閱服務？大多數(shù)用戶都不愿意使用付費方式過多的產品。還需要一個外展策略，讓產品在目標市場上可見。最后，需要規(guī)劃好路線來不斷迭代和改進產品。例如，使用機器學習來增強圖像，將需要一個工作流程來不斷收集新數(shù)據，找出模型失敗的地方，并對其進行微調以提高其性能。Adobe 人工智能戰(zhàn)略
每當有新的深度學習工具，Photoshop、Premiere 和 Creative Cloud 等應用很快就能通過插件集成這些AI工具，供用戶使用。用戶無需付費或安裝任何新應用；他們只需要將新插件下載到他們的應用程序中。過去幾年，Adobe 逐步將這些AI功能從插件過渡到云，也為深度學習無縫集成到其應用程序鋪平了道路。現(xiàn)在，Adobe 的大部分 AI 功能都在云中運行。對其用戶而言，基于云的功能的體驗與使用直接在他們自己的設備上運行的過濾器和工具沒有什么不同。同時，通過云服務的規(guī)模化效應，Adobe可以極大提升深度學習推理工具的成本效益。這就是為什么大多數(shù)新的 AI 功能都免費提供給已訂閱 Creative Cloud 的用戶的原因。基于云的深度學習模型為 Adobe 提供了運行非常高效的 AI 工廠。用戶在云上使用 Adobe 的機器學習模型時，其數(shù)據也會反過來促進 AI 工具的性能提升。將人工智能技術和機器學習模型真正集成到產品中，并可持續(xù)的穩(wěn)定盈利是一個非常困難的任務，這是大多數(shù)公司無法實現(xiàn)的。Adobe 卻是一個有趣的例外。參考鏈接：https://thenextweb.com/news/ai-driving-powerful-photoshop-features-and-shaping-adobe-product-strategy-syndication
下載文檔
