“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。

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。

关键词： 宋旸 AI 数据 细节