多知网10月27日消息，智慧教育服务商云思智学近日在北京举办“技术开放日”，在云思智学智慧展厅，云思智学介绍了公司发展、业务板块、产品特色等情况介绍，多知网现场体验了高质量作业、智慧课堂、课后服务等应用场景，实地感受AI+大数据在精准教学、教育管理等发挥的作用。
在座谈中，云思智学技术相关负责人以《作业AI TO B元年》为题，详细介绍公司在AI、大数据、搜索引擎、实时音视频、云原生等底层技术的深厚积累，着重讲述了作业AI在B端学校场景的应用。云思智学产品相关负责人以《教育数字化转型中的云思数智力量》为题，讲解了高质量作业、智慧课堂、课后服务、智慧体育及开放平台等创新产品和服务。
(资料图)
云思智学方面透露，高质量作业和课后服务是当前落地最多最好的产品。其中，“高质量作业”产品已进入北京、广东、江苏、湖北、江西、河北等20多个省市自治区的350余所中小学;各类智慧教育产品已服务超过650所中小学、服务师生超过50万人。
作业AI开启TO B应用元年
云思智学做教育信息化从作业场景切入，并将目前作业方面的智能技术定义为“作业AI”。
云思智学技术相关负责人介绍，作业AI即聚焦教育领域作业场景，为推进作业来源、设计、布置、采集、批改、分析、反馈、辅导、管理等全流程数字化智能化，所依托的图像OCR、AI批改、语音识别、数据挖掘、知识图谱、个性化推荐等AI技术体系。
其基本原理和流程是借助AI技术，实现对学生作业的精准识别，进而实现对学生知识画像的精准洞察，进而把优质适配的内容资源精准推送给学生，最终实现AI辅助老师精准高效教、学生精准高效学、校局精准高效管。
作业AI的兴起可以追溯到2014年，技术演进经历了启动期、发展期、成熟期三个阶段。
2021年以来，作业AI进入爆发期，开始在B端学校场景真正呈现大规模常态化应用的趋势，可以说开启了作业AI TO B应用元年。
在云思智学技术相关负责人看来，作业AI TO B开启应用元年这得益于三点：
一、技术突破。云思智学作业AI可实现每页作业识别批改速度在1秒内，整体可批改题目覆盖度85%以上，批改准确率99.9%以上。学校老师终于可以把批改作业放心交给AI去完成，大大减轻工作负担，从而把更多精力用于作业设计和讲评辅导等。
二、政策牵引。国家“双减”政策和教育部“作业管理通知”都明确要求减轻学生过重作业负担，控制作业数量和时长，提高作业质量，加强指导与反馈。这就需要更科学的作业设计和更精准的作业学情分析反馈。
三、需求驱动。长期以来学生、老师、学校等各角色都对作业数字化、智慧化存在强烈诉求。学生需要更高效地通过作业巩固知识、形成能力，老师需要更精准地了解学情、改进教学，学校需要基于数据更科学地开展评价、做好管理。
作业AI题目预估准确率超80%，可自动生成个性化作业
作业AI已经在B端学校场景实现广泛深入应用，成为作业数字化乃至教育数字化的底层技术支撑。
云思智学作业AI的整体思路是：在不改变教与学基本习惯的前提下，帮助学校实现作业减量提质，提升老师和学生的产品使用体验。
在作业设计环节，一大难点是老师如何预估一份作业对一个学生是否合适。云思智学作业AI通过大数据和机器学习技术，构建正确率预估模型，可基于学生历史作业作答情况，建立能力模型，再基于海量题库中的精准标签，实现对任一布置的作业题目，智能估算每个学生的作答正确率;目前该技术准确率超80%，让老师作业设计的题目选择更有依据，助力个性化分层作业布置。
正确率预估的前提是精准的题目标签体系。云思智学基于超1300万精品题库的标签，应用深度学习技术，通过预训练大模型并结合不同学科、学段的特异化场景深度优化，实现了知识点标签预测准确率90%以上，题型预测准确率97%以上，难度预测准确率95%以上。
在作业识别环节，系统采集到的作业图片，会先经过OCR处理得到电子化的文本。过程中会存在低质量的图片输入，比如模糊、倾斜、低像素、无关干扰等各种情况均可处理。一页作业同时存在多道题目，每道题目又有题目本身与作答痕迹，就需要自动检测切分题目，对手写作答区域定位。
在作业批改环节，经过NLP(自然语言处理)分析完成作答批改，需要对不同题型如选择题、填空题、主观题等进行智能分析，除批改对错，也要对作业出错处实现标注。
云思智学作业AI可做到整页批改，对所有题目包括未作答题目一次性进行完整标注;可做到分步骤批改，即便结果是正确的，但解答步骤跳跃性太强或有错误，也会被AI识别出来;可做到全题型批改，计算题、应用题、方程、四则混合运算等都可精准批改。
此外，云思智学作业AI也支持教师手批作业标记的识别。不改变老师正常批改工作，实时采集视频，结合每帧分析老师批改痕迹，匹配到具体题目，并对每道题目的状态单独维护记录。非标批改符号如对钩、半对、错、划线、画圈、问号、减分等均可识别。复杂场景如遮挡、来回翻页、快速翻页、反复修改等均可支持。
经过多年积累，云思智学作业AI识别批改技术的覆盖度、准确率等核心指标已经比较成熟。
在学情反馈环节，对于学生的作业错题，结合知识图谱可以形成学生的学情报告。“作为作业AI的底层基础设施，云思智学知识图谱具有万级全量知识点关系脉络，可高效精准对前驱知识漏洞进行回溯定位。同时基于个性化推荐算法，可对做错的题目进行相似巩固题推送，对做对的题目进行相似拓展题的推送，自动生成个性化作业，学生不需要盲目刷题了。”上述云思智学技术相关负责人介绍道。
此外，正确率预估与题目智能标注两项技术在学情反馈环节也有广泛应用。题目智能标注让原本不在题库的作业题目高效生成丰富的标签，提高个性化推荐的准确率。正确率预估可精细调整推荐题目的难度，避免给学生推送过难或过简单的题目。
从作业AI拓展至更多校园场景
经过多年积累，云思智学作业AI已经形成了完整的技术体系和应用场景，在作业AI的基础设施层、核心技术层、场景应用层等完成全面布局。云思智学高质量作业已在20多个省市自治区，超350所中小学实现大规模常态化应用，全方位助力教师、学生、管理者减负提质增效。
根据云思智学系统后台统计，平均每位教师每周使用系统布置作业4次以上，且其中80%的作业都进行了精准讲评。结合教师用户调研和平台数据分析，学生作业总量平均下降了39%，背后是老师们作业设计变得更合理，减少了重复性作业布置。此外，每位老师每月批改作业时间减少了500分钟以上，节约的时间可用来做25次学情分析和12次精准讲评,在不增加教师额外负担的基础上，进一步提升教学质量。
据悉，云思智学拥有超1000人科研团队，聚焦高质量作业，并延展至智慧课堂、智慧体育、课后服务等场景，拥有OCR识别、AI批改、知识图谱等AI能力，多年来沉淀200多项技术专利，以及31000TB数据积累。
此外，据介绍，云思智学正在智能资源生产、智能批改分析、智能诊断规划、智能学习助手等领域开展前沿探索。
“TO B领域是慢活儿，我们会长期投入，持续深耕。”云思智学方面总结道。
关键词： 基础设施
