准确率99.9%!小猿口算靠AI批改数学题,误判率仅为小学教师1/10

作者: 郭一璞 2019-11-20 10:03:56

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

11月19日,猿辅导旗下小猿口算App宣布,目前小猿口算针对小学横式题目的AI批改准确率已经达到了99.9%,超过了人类平均水平。

准确率99.9%!小猿口算靠AI批改数学题,误判率仅为小学教师1/10

“横式计算”也就是小学数学中所有横着写的计算题目,不仅包括简单的加减乘除,也有比大小、单位换算等。

准确率99.9%!小猿口算靠AI批改数学题,误判率仅为小学教师1/10

 回忆一下小学数学:横式计算&竖式计算

在这款App中,借助AI技术,只要对着小朋友的作业进行拍照,系统就可以自动批改,识别出做错的题目,并给出错题解析。

准确率99.9%!小猿口算靠AI批改数学题,误判率仅为小学教师1/10

小猿口算App负责人王向东在发布会现场公布,小猿口算整体用户数量目前已经超过三千万,其中绝大部分都是家长,另外还有一些老师。App目前每日批改题目数超过2亿道,在App内每日在线练习题目超过两千万道。

王向东还说,在没有进行过进校推广的情况下,这款AI应用推出不到两年就已经覆盖小学超过12万所,占全国小学总数75%;全国注册的老师用户超过100万,相当于每两个小学数学老师就有一个人用过;甚至曾经有一位老师一天批改了1500份作业,只用2个小时,平均每天为老师节省90分钟的时间。

谈起检查口算题,不少小猿口算的家长用户们表示手动检查是一件非常苦恼的事情:“检查的时候相当于自己做一遍”、“上班本身很忙很辛苦”,还有二胎妈妈说,有了二宝之后没有时间一道题一道题的给大宝检查,因此小猿口算也提供了很多帮助。

有不少家长肯定小猿口算的成效,表示使用之后小孩子提升了计算能力,也让孩子不会反感数学,提升学习的兴趣和主动性。

准确率99.9%!小猿口算靠AI批改数学题,误判率仅为小学教师1/10

一周前,量子位也参加了小猿口算举办的内部评测,这场测评收集了小学生们做过的100多本习题册,包含11万道题目,由5位内部教研老师现场进行了AI批改 vs. 人工批改的PK。整理每本习题册、每页的批错题目数据汇总后发现,老师人工批改中,批错的题目有1050道,AI批改仅有104道题目出错,错误率差距达到了十倍以上。

王向东介绍,小猿口算利用通用的OCR等技术,进行检测、识别、和批改,即使是出现潦草、计算草稿、涂抹、纸张背透、倾斜、模糊等问题的作业,小猿口算也能识别出来。

准确率99.9%!小猿口算靠AI批改数学题,误判率仅为小学教师1/10

除了简单的算式外,表格、填空题、选择题、判断题、应用题等衍生提醒,小猿口算也可以进行批改。

关于小猿口算

小猿口算这个AI应用来自教育公司猿辅导,2017年已经在筹备了,2018年1月正式推出,目前主要针对从学前到小学6年级的学生,曾经联合沈阳出版社出版《5分钟口算题卡》,已经累计向四川凉山、云南彝族、甘肃甘南地区等扶贫助学地免费送出了340万本。

其背后的技术力量主要来自猿辅导AI研究院的图像识别实验室和自然语言理解实验室,2018年,猿辅导AI研究院的MARS数据模型先后获得MS MARCO机器阅读理解水平测试和斯坦福问答数据集两项AI顶级赛事世界第一。

此外,猿辅导也将AI技术用在了旗下的各个教育业务上,比如旗下“斑马英语”应用中,就借助AI语音识别能力来听辨儿童的英语发音,并给出发音是否标准的判断。

AI 数据 人工智能
上一篇:苹果裁员调整,盛世背面!什么才是苹果AI的护城河 下一篇:自动驾驶正在加速卡车司机下岗
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
高真实感、全局一致、外观精细,面向模糊目标的NeRF方案出炉

自 NeRF 被提出后,有多项研究对其加以改进。在本篇论文中,上海科技大学的研究者提出了首个将显式不透明监督和卷积机制结合到神经辐射场框架中以实现高质量外观的方案。

Haimin Luo等 ·  2021-06-01 09:57:39
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载