【环球网科技综合报道】“将数据思维贯穿在作业帮产品实验、分析、优化过程 ， 有助于作业帮完善产品功能 。 例如 ， 作业帮的海量知识点重要性均是根据学生搜题频次等多项数据而定 。 ”5月17日消息 ， 作业帮首席算法专家宋旸于近日在北京师范大学做分享时表示 。
据介绍 ， 作业帮旗下产品日活超5000万 ， 月活突破1.7亿 ， 拥有3亿的大数据题库 ， 每天都在源源不断地产生海量数据 。 如何把数据转化成工作中的生产力 ， 变成企业的竞争力 ， 是日常研发与产品迭代中都面临的课题 。
“在统计算法加持下 ， 任何小问题都会变得优雅且高效 。 ” 宋旸认为 ， 不同的理解和认知 ， 不同的处理经验和技巧 ， 都会对最终结果产生重要影响 。 以拍照搜题为例 ， 为了更好地对拍照搜题每天产生的过亿张图片进行随机抽取处理 ， 作业帮对多种算法进行深入比较 ， 全面分析利弊 ， 最终找出全新算法策略 。
他指出 ， 数据分析为作业帮具体业务带来了精准洞察 。 为了让用户拥有更好地体验 ， 作业帮会基于数据的分析进行改进 。 统计学也为产品带来了算法利益 ， 泛AI技术的应用则进一步激发了作业帮产品的潜力 。
据了解 ， 目前 ， 图像、计算推理、检索及NLP、语音、基础数据挖掘等基础技术 ， 已成熟应用在口算批改、拍照搜题、智能客服等多项产品中 。 以拍照搜题为例 ， 在日常应用中存在光照不均、异常模糊、倾斜扭曲等难点 ， 作业帮利用图像与OCR技术完整识别流水线 ， 包含超过30种神经网络 ， 针对上述难点专项解决 。 文字的一次识别需要260次以上神经网络预测 ， 平均耗时仅需200ms ， 每分钟响应高达100万次搜题请求 。
与此同时 ， 语音技术、自然语言处理技术、机器学习技术等AI技术也广泛应用在作业帮的教学实践中 。 在课堂语音弹幕应用中 ， 语音技术能够成功识别老师的语音 ， 并据此匹配特殊颜色等互动内容 ， 有效吸引学生注意力 ， 调动课堂互动积极性 。
【细节|作业帮宋旸：统计学与AI双驱动 让数据在每个细节发挥重大作用】宋旸表示 ， 从数据分析到数据洞察 ， 作业帮让数据在每一个细节上发挥重大作用 ， 并指导产品的最终决策 。 在统计学与AI技术应用的双驱动下 ， 作业帮产品不断趋于完善 ， 持续刷新用户使用体验 。
推荐阅读
- Apple|苹果高管解读AirPods 3代技术细节 暗示蓝牙带宽可能成为瓶颈
- 细节|小米发布会上 15 分钟就讲完的 MIUI 13，好用么？
- 作业点|空间站“神剧”|与宇宙同框，超酷！
- 空间|韦布望远镜技术细节大公开：有多清晰
- 镜面|韦布空间望远镜技术细节大公开：镜面“镀金”
- 技术细节|韦布空间望远镜技术细节大公开：有多清晰
- 网球场|韦布空间望远镜技术细节大公开：它有多大
- 便携式|一个顶仨！通州这里用上焊接“蜘蛛人”，寒冬能垂直爬行作业
- 镜面|韦布望远镜技术细节大公开：镜面“镀金”
- 昆虫|韦布望远镜技术细节大公开：热灵敏度