今天一起體驗(yàn)作業(yè)幫“拍照搜題”功能，從實(shí)際產(chǎn)品使用流程中切實(shí)感受AI技術(shù) 如何為教育創(chuàng)造更多可能~

??作業(yè)幫是一款以“拍照搜題”為核心功能的在線教育產(chǎn)品，該功能的實(shí)現(xiàn)主要運(yùn)用了OCR和深度學(xué)習(xí)技術(shù)，故本文圍繞該項(xiàng)功能的體驗(yàn)，結(jié)合簡(jiǎn)要的技術(shù)分析，領(lǐng)略作業(yè)幫化身“AI小叮當(dāng)”的魅力，話不多說(shuō)，開(kāi)始本期的旅程吧~

?

可見(jiàn)，作業(yè)幫的主要用戶可分為學(xué)生、家長(zhǎng)及老師，其中以學(xué)生群體為主。?

??我們可以很清楚地看到，作業(yè)幫作為一個(gè)K12階段相對(duì)成功的在線教育產(chǎn)品，依托于人工智能技術(shù)的發(fā)展，為廣大的學(xué)生、家長(zhǎng)和老師帶來(lái)了便利。

?

#而對(duì)于家長(zhǎng)而言，作業(yè)幫的拍照搜題幫助他們緩解了自身文化程度不高無(wú)法輔導(dǎo)孩子的無(wú)力感，同時(shí)幫助工作忙的家長(zhǎng)節(jié)省了時(shí)間，也替經(jīng)濟(jì)條件有限的家長(zhǎng)省了錢(qián)。

#而對(duì)教師用戶而言，作業(yè)幫也為他們價(jià)值和利益最大化提供了一個(gè)平臺(tái)。

#對(duì)作業(yè)幫而言，拍照搜題的提出，是迎合AI時(shí)代對(duì)教育的一種創(chuàng)新，同時(shí)為計(jì)算機(jī)視覺(jué)技術(shù)的落地提供了良好的落地契機(jī)，為傳統(tǒng)教育的改革帶來(lái)了新的方向。

????算法、技術(shù)可以有千千萬(wàn)萬(wàn)種，用戶可能遍布天涯海角，但作為一個(gè)產(chǎn)品，尤其是工具類的產(chǎn)品，如果本身核心功能不夠出眾，或在后續(xù)的完善中偏離了核心功能軌道，只有死路一條。而從人工智能發(fā)展的角度來(lái)看，算法準(zhǔn)確率的提升和優(yōu)化是一個(gè)不均衡的過(guò)程。

比如，起步的時(shí)候，可能隨便加大訓(xùn)練數(shù)據(jù)數(shù)量或者是調(diào)整學(xué)習(xí)參數(shù)或訓(xùn)練的方式，算法提升的效果就很明顯，因?yàn)檎f(shuō)到底，所謂的人工智能，還是利用了計(jì)算機(jī)超強(qiáng)的存儲(chǔ)及快速暴力求解的能力。

但隨著不斷地推進(jìn)，面對(duì)的數(shù)據(jù)越來(lái)越復(fù)雜、用戶場(chǎng)景越來(lái)越多、需求越來(lái)越豐富，算法還想提升，哪怕那么一個(gè)百分點(diǎn)，都是十分困難的，這也是所有人工智能類產(chǎn)品在迭代進(jìn)程中都會(huì)面臨的問(wèn)題。

但是我們從作業(yè)幫拍照搜題的識(shí)別越來(lái)越準(zhǔn)確，用戶體驗(yàn)也越來(lái)越好，可以看到作業(yè)幫一直在堅(jiān)持后臺(tái)算法的迭代和優(yōu)化，這種對(duì)初衷的堅(jiān)持是算法之外更可貴的產(chǎn)品精神。

?

從中可見(jiàn)，在拍照的過(guò)程中，做出了兩個(gè)比較明顯的限制。

第一個(gè)是橫屏拍照，保持題目處于圖片的特定區(qū)域，其目的在于減少后續(xù)識(shí)別算法處理的難度。其次是對(duì)拍攝燈光的要求，因?yàn)楫?dāng)光線較暗時(shí)，圖片不夠清晰，則后期的文字識(shí)別會(huì)出問(wèn)題，不利于最終的識(shí)別準(zhǔn)確率。

這是用戶體驗(yàn)和算法準(zhǔn)確性之間的一種權(quán)衡，更人性化的產(chǎn)品設(shè)計(jì)提倡，盡量減少對(duì)用戶的要求，增加用戶使用的自由性。

然而對(duì)于人工智能算法類的產(chǎn)品設(shè)計(jì)而言，其準(zhǔn)確率的獲得往往需基于一定的前提，一旦打破這些限制，算法識(shí)別的效果可能就會(huì)十分差勁，則會(huì)帶給用戶更糟糕的影響。

因此，這可能是因?yàn)橄到y(tǒng)基于OCR和深度學(xué)習(xí)的方法，主要對(duì)文字切割進(jìn)行處理，但是對(duì)圖像特征的處理比較欠缺，所以檢索效果較差。

則上述問(wèn)題的解決，可通過(guò)多種技術(shù)方案融合，應(yīng)對(duì)不同用戶場(chǎng)景需求的特定任務(wù)處理，增強(qiáng)算法應(yīng)用的魯棒性，減少算法失靈的情況，這應(yīng)當(dāng)也是未來(lái)人工智能產(chǎn)品落地的一個(gè)重要關(guān)注點(diǎn)。

最后，還有一個(gè)小問(wèn)題，有時(shí)拍攝上傳數(shù)學(xué)類的題目，返回的結(jié)果中可能還包含物理、化學(xué)、英語(yǔ)等結(jié)果，我們將這類錯(cuò)誤姑且稱之為跨學(xué)科錯(cuò)誤。

這也是可以理解的，因?yàn)樗惴ǜP(guān)注于對(duì)拍攝題目的文字識(shí)別，并在之后以文字特征的相近性作為主要指標(biāo)，進(jìn)行搜索結(jié)果返回。如此，只要題目描述和題庫(kù)文本更相似就會(huì)作為結(jié)果返回，卻忽略題目類別的考慮。

關(guān)于這個(gè)問(wèn)題的解決，或許可以考慮，在識(shí)別的過(guò)程中，增加類別標(biāo)簽，如拍攝題目上傳之后，可以通過(guò)用戶設(shè)定題目類標(biāo)簽。比如：屬于語(yǔ)文、數(shù)學(xué)、英語(yǔ)等，則上傳之后在特定的范圍檢索，這一方面可以提高算法檢索的效率，另一方面也可以減少跨學(xué)科返回的錯(cuò)誤。

改進(jìn)算法，實(shí)現(xiàn)對(duì)書(shū)面與手寫(xiě)體的精準(zhǔn)識(shí)別也顯得至關(guān)重要。

總結(jié)

以上是生活随笔為你收集整理的关于AI拍照搜题的一些想法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。