12月23日，2020中國教育科技大會于北京召開。本屆教育科技大會以“新業態·新動能·新教育”為主題，圍繞中國教育進行深度剖析，并以最新、最全、最優的視角，全方位深入教育本質，聚焦業態發展。作業幫智能技術實驗室負責人王巖出席會議，并進行了《創新科技助力作業幫在線教育》主題演講，對教育科技的應用和創新發表前瞻性觀點。
據了解，中國教育科技大會由中國計算機用戶協會指導，iTechClub（互聯網技術精英俱樂部）教育專委會主辦，是國內互聯網技術領域最專業、最具影響力的大型教育科技類行業盛會，通過站在行業前沿角度，以演講、分享、討論、交流等不同的方式，深耕教育科技本源，促進中國教育行業的創新發展。
王巖表示，目前在線教育已經進入了新的發展階段，不僅需要對優質內容進行嚴格把控，同時還必須深耕用戶體驗。為此，作業幫持續更迭OCR技術進階拍搜體系，以多線性思路兜底知識索取，同時發力AI技術在直播課中的深度應用，打造強交互和場景化在線課堂。
作業幫拍搜技術向上突破，承接全國中小學生釋疑需求
近年來，作業幫拍照搜題成為全國中小學生快速獲取知識的重要工具。據王巖介紹，早期經過研發和探索，作業幫拍搜系統在后臺開發及測試階段已經能達到較高的準確率。“簡單來看，初級的文字識別基本框架僅分為前處理、文本行分割、文本識別和結果輸出四個部分。對于一位熟悉計算機視覺和深度學習的研究生而言，利用公開的資源和數據集，以及現成的深度學習框架，也許兩周內就可以搭建出一個系統，并能有效識別清晰圖片。”
然而在實際上線之后，系統在識別過程中遇到難題。隨著用戶體量日益擴大，用戶使用設備、拍照習慣、題目呈現效果存在顯著差異性，從而產生模糊、傾斜、低像素、干擾等現象，使得實際識別準確率下降。
為解決拍搜系統遇到的一系列問題，作業幫發力OCR識別技術，自研拍搜架構。王巖介紹，這套系統是作業幫通過持續5年的自主研發和數據積累，不斷進行功能迭代的重要成果。在完整的文字識別流水線中，超過30種不同的神經網絡各司其職，每做一次拍搜文字識別，將運行260個以上神經網絡的預測。而如此復雜的算法，則通過大規模的并行化、集群化的服務器，實現200ms內完成的極高效率，甚至可以對整張試卷進行快速識別。
依托于自研的拍搜架構，作業能夠有效擊破用戶識別場景多元而衍生的系列問題，提升識別精準性，幫助用戶實現提問與釋疑的無縫銜接，優化知識獲取效率。
精準識別+完整視頻講解+即時在線問答，作業幫搜題體系全面進化
在快和準上進行極致化探索僅僅是拍照搜題功能升級的第一關，將重心置于教學思路的講解和輸出，才是契合教育本質的發展方向。
以教育普惠為核心理念作業幫早已孵化出完備的拍搜業務線，用戶在精準匹配到題目之后，還能夠獲取詳細的解析過程以便于思考和歸納。同時，針對書面講解不夠直觀易懂的痛點，作業幫錄制了大量解題視頻，實現圖文并茂、細致解說。據了解，目前五成以上的搜索結果均配備講解視頻。此外，為全面兜底搜題需求，作業幫還設置真人老師在線答題，能夠針對學生疑問進行進一步解答，幫助用戶對題目考察內容產生深入、透徹的理解，真正掌握知識點。
王巖介紹道，結構化的拍搜體系不再是一項簡單的輔助型工具，而是穿透整個教研的重要力量。據了解，目前作業幫拍搜系統每分鐘可以處理100萬次的完整識別流水線，識別完成后，內容立刻被傳送至搜索引擎，匯聚成包含超3億題目的海量題庫。基于題庫，作業幫還運用大數據算法深入洞察全網學習動態，智能分析熱門知識點分布及難點，賦能自身及全國各地教研體系。
在拍搜系統、大數據和龐大用戶體量的多重加持下，作業幫教研團隊可以快速明確某地區某時間甚至某學校中，最困擾學生的知識點、最容易錯的題目。此技術或將有效幫助教育部門制定教學計劃，提高教學效率，發揮在線教育的社會價值。
音視頻AI嵌入直播課架構，作業幫開啟學習場景化全面探索
不限于拍照搜題，作業幫還將直播課作為輸出優質教育資源的關鍵抓手，通過發力AI技術，瞄準線下教育特性，深入探索場景化學習，匹配用戶對于課堂體驗的多重訴求。
具體而言，作業幫運用RTC協議自研音視頻互動直播技術架構，完整支持1對1輔導、一對多大班課、1對6小班互動課、多對多互動大班課等等各類班型。王巖介紹，這一套系統基于遍布全國的節點，可以為老師和學生提供足夠好的音視頻互動交互。其中，視覺AI的運用則能夠在直播課中實現監測上課狀態、優化課堂效果的雙向效果，拉齊線下課程面對面的教育價值，輻射全國孩子的學習圈，帶來在線教育的高位運行。
就課堂效果而言，作業幫面向低年級孩子推出自研課堂手勢交互功能，通過本地AI能力進行準確的手勢識別，規避了點選參與感不足的問題，提升課堂趣味性。語音彈幕功能則使用自研語音識別能力，避免打字互動時鍵盤遮擋影響教學效果的情況。
演講中，王巖分享了語音功能升級帶來的強互動性。“在語言課程的拼讀環節中，可以給每一個學生都提供評價功能，在答題環節，老師能請學生直接用語音彈幕回答，回答內容將會被迅速識別，并在教師端進行匯總。”在作業幫的直播課堂上，沒有一個孩子被“隱身”，每位學生都有公平互動和表達的機會，老師也可以掌握臺下所有學生的回答情況。
在對學生上課狀態的把握上，作業幫則利用部署在用戶終端的神經網絡搭配云端集群，對學生進行智能識別，包括是否在座位、是否有家人陪同上課、是否專心聽課、離屏幕的距離是否過近或過遠。而主講老師通過學生狀態采集、課中實時匯總、課后分析報告，反哺老師教學能力，輔導老師則能夠運用專注力匯總，近距離與學生互動，全面感知學生個體。
基于近五年對于OCR、AI等教育技術的深耕，作業幫實現了在線教育效率化、實感化，化解了與線下教育的顯著區隔，并將彌補傳統課程的諸多壁壘，輻射多元學習場景。對于下一個五年的愿景，王巖表示，作業幫仍在對在線教育進行更加深入的研究，今后也將持續聚焦教育科技，以成熟化的新技術強化學習場景感官，推動新教育行業的更大變革。
