2016 年 4 月 16 日，又拍云 Open Talk NO.21 期活动落地上海，本期活动主题为“在线教育：技术让知识触手可及”，学霸君资深研究员姜波作了《耳目一新的在线答疑服务背后的核心技术》的分享，以下是分享实录：
今天首先给大家讲讲这几年我们是怎么样发展的，然后再给大家交流我们第一个拍照搜题核心技术，还有 1V1 的实时答疑核心技术，然后小结一下演讲。
学霸君简史
我们公司 2012 年 11 月份成立，CEO 张凯磊在天津组建团队，他以前是做教育这一块的，所以当时考虑的还是做教育这块，经过一系列的头脑风暴选择了学生课后作业、试卷答疑等高频需求为目标。
2013 年，我们的第一版拍照搜题 APP 上线，那个时候还是半人工的，我们虽然有机器拍照搜题的能力，但还是有机器无法解决问题的时候，这就要调动人工答疑部门，帮他们进行收集或者答题，给答案。
2014 年 5 月 30 日，我们上线了很重要的版本，这个版本是完全的自动化系统。在这个系统里面，我们将会完完全全用电脑和服务器完成，包括从用户拍照到上传图片，到数据分析，到题库搜索，到给出答案等过程。之后，2014 年 8 月 30 日的时候，我们又上线了第二个重要版本，在这个版本里面，火热的搜题技术取代了传统的技术。通过更新，我们的搜题命中率从 65% 提高到了 75%，用户达到 100 万。然后到去年 1 月 30 日，第三版系统正式上线，加入了另外一个技术，进一步提高了我们系统的能力，命中率达到 87%。
2015 年 8 月 30 日，第三版系统临近新版本的迭代，命中率达到 93%，用户已经达到 2200 万，累计搜索达到 10 亿次。随后，2015 年 9 月，我们推出 1V1 在线实时答疑系统。到今年 4 月，我们的用户大概有 4 千万左右，拍照搜题日活跃将近 200 万，1V1 的实时答疑每天 2 到 3 万单，总共完成了 20 亿次学生拍照搜题，以及 200 到 300 万次在线视频答疑的数据。
1V1 实时答疑
我们为什么推出实时答疑？因为不仅现在，包括我们自己当年作为学生的时候也有这个情况，比如很多时候写一个作业，可能我们思考很长时间还是无法解决问题，这种情况往往就会同学之间互相咨询一下，很少去麻烦老师，因为想到老师可能时间比较少。然后，学生就会有很多问题累积在这个地方，时间一久就不了了之，就再也不会考虑解决这样的问题了。
同时，我们发现市场上二三线城市老师的薪酬比较低，空闲时间也比较多。我们做调查时发现，有些三线城市老师即使是特级职称，有十多年的教学经验，每个月工资可能也只有三千块，他们的薪酬相对一线城市来说是很低的，但是因为他们有这么多年的教学经验，已经不需要花太多时间备课，所以空闲时间比较多。
大家也知道，我们这个教育培训市场很大，因为家长是不计成本的，会愿意投入大量的金钱，希望自己的孩子能够提高成绩。
基于这三方现状，我们推出了实时答疑。
此外，虽然很多学生和老师之间距离千山万水，但利用现在方便的移动端、电脑端和互联网，我们能够大幅度缩短彼此之间距离，仅仅通过几秒的连接，我们就可以把一个优秀老师，送到一个待需要解决问题的学生面前。
在这之前，通过拍照搜题，我们可以进行相应的关键词搜索，获取类似题目，然后返还给学生，帮助他们搞明白怎么解这道题。但是，有一些学生即使看到类似的题目和答案，还是没有办法理解这道题目。所以我们提供在线答疑，老师跟学生「见面」以后，学生上传题目，老师在点阵笔上面进行解答，包括画图，同时所有的记录都会实时反馈到学生的界面上面，这样可以让学生和老师进行实时的互动，进而解决学生的困惑，做到今日难题今日毕。
大规模数据采集
当年做第一个产品时，思考的核心问题就是，怎么样才能够获取一个个学生的信息，然后根据不同学生的情况，通过统计分析找到不同的知识弱点，进行针对性的传授。就像外面线下教育的一对一培训一样，我们也是走这样的方向。现在有一个很流行的词语叫做自身学习，都是一个意思。
所以接下来的问题就是，如果我们碰到一个学生，怎么知道他的具体情况呢？我们打算先从他们日常接触的书和试卷着手。其实早的时候我们就已经觉得，学生答疑是很好的切入点，学生每天都有高频的需求，希望能解决作业，但是我们要解决这样的问题，首先的一个问题就是怎么做文字识别和文字提取。一开始我们想，不就是光学的识别吗？购买一些产品或者使用一些公开的 API 应该就能够解决，但是后来发现市场上没有现成的技术，没有能够达到适合我们方向的应用。
我们在实验当中发现，学生在上传的时候不会像我们做测试那么规则，极端情况下，可能学生在考试的时候也会偷偷拍照，这样产生的图片就会有各种各样的问题，包括形变、模糊，或者带有大量的框架、线条等等，所以我们不仅要识别中文，还要识别英文，以及是不是单双栏，是不是有图片或者表格等等。
识别技术
2013 年初，我们开始拓展自己的一套核心识别技术，先是从印刷体的中文识别入手，然后逐渐走到现在的手写、试卷识别，还有版面分析、高并发图像处理框架，以及公式识别、英文识别、表格识别、图像识别、自然语言处理等等。我们通过针对性研发，适应不同的平台，然后成立图像识别、数据挖掘等小组，支撑这一系列的技术研发。
我们在做文字识别的时候，早期还是用传统的方法，比如说真人相机等等，识别率接近 93%。现在我们用流行的机器学习技术，大家可能也有一些了解，像是近期「阿尔法狗」的比赛。我们目前在做的中文识别，训练字符已经达到了 20 个亿，单字符识别率达到 95%。
这是用户上传的图片，在做过一些相应的预处理后，我们会把里面的每个文字块切割出来，把它们放进我们的识别网络进行处理得出识别结果。同时，我们也把这种学习技术用到很多其他的领域，比如图像恢复技术。
我刚刚讲的，为什么我们当时没法用市面上的一些 OCR 技术，就是因为学生上传的图片实在是太难以辨认了。我们后来通过生物学技术解决，首先收集、标注大量图片，同时搭建 GPU 集群训练深度神经网络，然后通过生成模型来进一步处理。
手写识别
我们也有手写识别，在学生上传的题目和作业里面，不仅是印刷体，比如我们平时见到的课本教材，而且还有很多老师布置的作业，或学生自己摘抄的内容，都是手写内容。这里面有很多挑战，我们需要滤除无关内容，要进行版面分析，要识别出不同的字，然后判断它们属于什么样的结构，再次识别，通过自然语言处理，进一步提高识别率。
上面是我们的一个例子，也是用户上传的图片，这一块我们也是利用生物学技术做的，现在识别率大概在 96% 左右。
我们目的是希望能够通过这样的交互系统，跟学生互动，并且在跟学生进行讲解的时候，所有的图形都可以通过这个系统变成可以转动的立方体，方便跟学生交互，可以更好地帮助那些空间想象能力稍弱一点的学生。同时，我们也有一个数据挖掘团队，将所有题目里的关键词埋入知识图谱，方便学生检索相应的知识，比如在一篇朱自清课文里，不仅有朱自清的生平介绍，还有视频等等。此外，数学引擎也可以帮助学生解决问题，我们通过建立一些自动解答系统，可以自动回答一些比较简单，类似于 K12 这种级别的数学题目。
智能化版面分析和题目提取
我们目前正在做智能化版面分析和题目提取，希望能够识别学生的整张卷子，能够进行多题答疑或者试卷分析，甚至可以对一本教科书或者参考书进行分析，以此来确定哪些题目适合学生做，哪些题目不需要去做等等。此外，我们还可以通过应用来打包一些内容，比如视频、音频、知识库等等。
图像云
我们的目标是希望建立一个图像云，让学生可以通过终端发送图像请求，然后利用我们图像云的识别技术，包括手写识别、版面识别等等，帮助他们处理各种各样的问题。
核心技术：分发策略
实际上，这个产品背后的逻辑蛮简单的，如果学生对于系统给予的解答不是特别明白，他们就可以像用 UBER 或者滴滴打车一样，直接联系老师，随时随地在线解决问题。虽然这个逻辑本身是比较简单和清楚的，但背后还是需要一个核心技术，就是怎么样去分发，怎么样让合适的老师给学生解题。每个老师的上线时间都不一样，有的老师上午上线，有的老师晚上才有空，还有的老师科目不一样，比如英语、化学等等。除了这些之外，考纲也不一样，以后可能全国考纲会慢慢统一，但至少这几年我们的考纲还不太一样，所以每个老师的讲题方式也不太一样，这就需要根据不同老师的状况，推送给不同的学生。而学生实际上也有不同的情况，我们当时做过测试，很多学生在下午的上课时间发送问题，但当时老师们并没有空。还有就是，不同学生对价格的敏感程度不一样，获取结果的期待值也不一样。
我们通过系统调度，会对学生上传的题目做一个导航，把该题目进行知识分解，形成细分的知识图谱。接着对学生画像，如果学生经常需要答疑或者经常上传一些题目，我们会慢慢获取学生的信息，这样能清楚地知道，学生到底哪一块不足，哪一块比较擅长，我们也会经过老师的多次答疑之后，分析答疑数据或者学生的评价，这样我们也就给老师做了一个画像。根据这些信息，我们就可以利用系统进行智能调度，从而完成老师与学生之间的配对。
知识导航体系
我们有一个教研团队，他们会把初高中的语文、数学、外语等科目进行知识点的分类，既用到一些人工的方法，也用到一些机器学习的技术，从多个维度进行挖掘，形成我们所需要的知识导航体系。
举例来说，对高中数学的东西，可以分成 7 个板块，包括立体几何、代数，算法与框图等等，大概有 22 个章节，550 个知识点，3529 个题型，然后在难度上分为 4 个等级。学生上传题目以后，如果他是高中数学题，我们首先就要找高中老师，然后判断是哪个板块的题目，这样继续往下走，确定是什么类型的题目，决定选择哪位老师。
学生画像
在目前的教育系统里，学生大部分都是接受相同的教育，而我们希望的是，能够通过学生画像给他们提供针对个人特点的服务，比如根据年级、地区、对知识点的掌握程度，以及学习能力等等，给他们画出一个图表，基于这些图表，为学生匹配更合适的服务。
老师画像
同样，我们也需要给老师进行画像，因为每个老师的能力是不一样的，所以我们就通过每次老师讲解的时间，和学生对他的评分，以及一些自动化检验或人工检验，来对老师进行画像，得出他们擅长的领域或者教学习惯。
我们的系统大家应该已经知道了，像 UBER 或者滴滴一样，学生需要答疑，老师看到答疑请求之后可以选择，到底这个题目讲还是不讲，通过这样的智能分析系统，我们可以慢慢获取老师信息。
答疑供应预测
刚才讲到，不同地区的考纲是不一样的，所以当学生提出了答疑需求的时候，我们会优先地给他选择合适的老师和时间。这个调度过程就像是工业上的供应预测，每个省份、每个知识点对应的老师，以及老师的上线时间具有强烈的随机性，这就需要从不同角度对个人情况进行分析，然后形成时间模型，预测学生下一次的请求，并同时计算老师是不是在线或者能不能回答这个问题。
这个有点类似于工程上的供给库存模型，我们首先考虑的是两个状态，一个是老师的答疑供给库存，一个是学生的答疑需求，以此形成老师的答疑库存队列，然后通过 Markov 进行预测。
把不同队列的状态建立方程以后，利用我们的公式，让它产生的结果概率等于 1，然后通过解线性方程组得到优解，预测出老师库存队列的长度和等待时间，以及学生需求队列的长度和等待时间。
之前的模型比较复杂，其实简单来说，我们的目标就是能够更大化地答题，增加答疑总量，同时希望每个老师的答疑得分要比较高，还有就是要降低学生提问的流失率，降低老师的闲置率和其他成本。当然了，这个目标是建立在老师的实际调配量小于大量的基础上。
通过设计这样的制度，可以方便以后我们要做的排班系统，包括直播讲课、直播答疑等等。基于这个系统，我们也可以更加合理地分配自己的能力，因为我们有一些是直接雇佣的内部老师，但也有一些外部兼职老师，有了排班系统，我们就可以根据实际的情况选择自动排班，这一方面能保证答疑的质量，另一方面也能降低成本。
下一个数据采集目标：1000 万高质量 1V1 视频样本
总的来说，我们是希望通过这样的调度系统，以优化的策略帮助学生更快地提高成绩，同时也能够让老师更有效地答疑，并提高他们的收入。如果我们的系统比较差，那么学生的体验就会很糟糕，老师也就会认为这样的平台使用价值不是很高。我们现在的目标就是，能够通过这样的在线答疑系统，生成大量的，比如说 1000 万高质量的 1V1 视频样本，让我们可以进一步做更多的分析形成以「学霸君」为平台的拍照搜题、1V1 实时答疑系统。
小结
我们「学霸君」主要做的业务是以数据、技术、分析为支撑的，以此提供给学生一些定制化的，或者个人化的实时答疑学习、内容推荐、自适应练习等等。而这些内容都是通过一系列技术性的收集，包括利用技术进行统计、分析、预测来实现。
以上就是我今天的分享，谢谢大家！
