在线教育破题移动互联网 “能看会听”的百度作业帮高在哪里？

放寒假了，家长们丝毫都没有放松，不是给孩子报辅导班就是亲自盯着写寒假作业或者提前预习下个学期的功课内容，真是可怜天下父母心。本来这是一个挺好的拉近亲子关系的事儿，可近期笔者却听到不少家长的“埋怨”，都是集中在现在教与学，实际授课与课后习题内容差异问题上，家长们大多数是70、80后人群，离开学校多年，为了更好地教自己的孩子自己也得重新拿起书本，碰到不会的题手动敲入电脑或手机，费时费力效率低，连家长都碰到如此多的问题，更何况是几岁到十几岁的孩子们。

在过去的一年里 在线教育 的火爆程度不一般，但明眼人却很容易看出，K12在线教育与学生现实教育如两条平行线。其中的关键就在于传统教育以“纸笔”为主的输出模式，与在线教育的输入方式很难对接，造成跨终端的“语义鸿沟”。

但是技术的发展总是要给人惊喜，就在 百度 作业帮进入2015年后推出新版两连发后，人们惊讶的发现在其主页的最显著位置上，“拍照搜题”和“读题提问”被赫然列于之上，百度作业帮也成为首家推出“语音答疑”的在线教育应用软件。这一技术上的进步，以及百度作业帮功能重心的转移，能否改变当前在线教育与现实教育体验之间的语义鸿沟？

“能看会听”的百度作业帮

打开百度作业帮最新的4.1版本后，首先映入眼帘的便是机器识别答疑的入口“拍题”，这其中又分列了“拍照搜题”和“读题提问”这两个选项。百度作业帮的两大亮点功能，让此前略显冰冷的在线教育过程，变成了“热腾腾”的人机互动场面。

只要点击页面中部的“拍照搜题”，再将手机摄像头对准题目拍照，很快便能够得到系统的响应，包含详细过程的正确答案跃然屏幕之上。不过值得注意的是，其实在作业帮早期版本中也一直存在“作业君”提供“机器识别自动答疑”服务，现在将其从幕后推向前台，一是产品策略上发生改变，二也表明了百度图像识别技术的更加成熟。

更让笔者感到新奇的是另一个功能“读题提问”则颇为有趣，笔者在噪音很大的环境中试验对百度作业帮问道“一加一等于几？”没想到对方第一时间便准确识别出了问题，并给出了包括脑筋急转弯、甚至扯到哥德巴赫猜想的数个答案；而当笔者调戏作业帮问道“兔子有几只脚？”的时候，除了常规答案4只之外，什么要问兔子妈妈之类的“逗比”答案也层出不穷。准确的基础上兼具人性化，百度作业帮的语音识别技术颇为不一般。

当然，在一些深度、难点题型的测试中，百度作业帮无论是拍照搜题还是读题提问，都表现出非常快的识别速度和较高的准确度。相比而言，一些涉及到诸多符号、综合运算或者字数较多的选择题等更适合拍照搜题，而一些简单文字描述的、概念性的问题则适合用“读题提问”，不同的题型不同应对，实用性非常强。

从一些相熟的学生家长反馈来看，新版百度作业帮也受到了大家的认可。一位母亲跟笔者说，新版百度作业帮让孩子的学习效率提高了很多，感觉就如同请了一位家教。尤其是既能拍照又能语音提问，让孩子在很快乐的状态下、甚至是随时随地都能学到知识，更完成了学校布置的作业。

其实无论是拍照搜题还是语音读题提问，纵观全世界范围来看都属于技术难点。对于不少尚处于创业摸索阶段的在线教育应用来说，能够在一个领域有所建树就恨不得满世界宣传，非常不易，但为何百度作业帮能够两全其美能“看”会“听”？其中原因在哪里？

百度作业帮的“技术高度”如何达成？

笔者认为，我们要从百度作业帮的“背后那个人”说起，作为出自互联网巨头百度公司的一款在线教育产品，作业帮可以说是“近水楼台先得月”。从技术本质属性上，拍照搜题和读题提问这两个功能，体现的其实都是搜索相关的技术，这也正是百度所长。

具体来说，百度作业帮达到如今的技术高度，主要有三点原因。

首先一点是目标明确。这点从百度CEO李彦宏的言行当中体现的最为明确，从2014年百度世界大会开始，李彦宏在不同场合反复强调了图片和语音搜索的重要性，其目标指向非常明确，就是要打破移动互联网的信息输入障碍。

2015年的极客公园大会上，李彦宏和极客公园创始人张鹏对话时说：“很多的时候，文字输入并不是用户表达需求的最便捷的方式。有时候，通过语音表达是更方便的。我们看到比较典型的用语音表达的需求，例如一个小学生数学应用题，问多少只羊加起来怎么样，语音说起来会有一大长串，我们会给他答案，但是如果用文字输入这个题的话，他需要很长时间。”李彦宏所说的用户场景实际上正是新版本百度作业帮现在努力的方向。

第二点是掌握核心技术。同样是在极客公园大会的对话中，李彦宏用了“A picture is a thousand word”来形容图片识别的难度，对于不少科技企业来说，语音和图片识别都是不敢触碰的领域，但是百度在人工智能上的投入却很快得到回报。

在语音识别领域，前段时间百度语音识别研究小组在美国康奈尔大学图书馆的网站arXiv.org上，发表了一篇有关语音识别研究的论文，百度首席科学家吴恩达称按照客观的衡量正确率的标准，百度的语音识别技术已经超过了 谷歌 和 苹果 的技术。尤其是在噪音环境下，百度语音识别的表现，超过了谷歌语音识别API， 微软 的“必应语音”技术，以及苹果。在正确率上，百度能够高出十个百分点。

在图像识别领域，从图像到语义的“语义鸿沟”是世界公认的超级技术难题，在相关报道中我们了解到，百度目前的深度学习算法构造出一个非线性层叠式的“神经元网络”，可以用类似人脑思维的方式去识别和搜索，并且随着“百度大脑”对大数据的持续学习，相关的检索和识别能力（智商）也会不断提高。这让“以图为锚”的搜索成为现实，而且截止目前为止，国内只有百度推出了成熟的拍照搜索产品，其技术优势十分明显。

百度在核心技术取得突破之后，也就为百度作业帮玩转“拍照搜题”和“读题提问”提供了坚实的技术基础，同时作业帮也成功为百度基础技术建立了消费型产品出口。

第三点是强有力的内容支撑。像百度作业帮这样的在线教育产品，内容就如同等待下锅的米，在有了技术这一“巧妇”之后，还必须得有充足的材料供应，才能够做出让用户大饱口福的“美味佳肴”。

仅1年的时间，百度作业帮就积累了高达5000万的独家题库（经过老师校验），在同行中处于领先位置。这一成绩的实现，与百度作业帮完善的UGC机制有关。借助于百度知道在UGC方面的丰富经验，作业帮在用户互助答疑这方面取得了空前的成功，市场占有率一直稳定在第一的位置上，而一年来积累的丰厚的UGC内容也为“拍照搜题”和“读题提问”带来了深厚的内容支撑，让百度深度学习技术的“巧妇”有米下锅。

在线教育未来，重点将是“生态竞争力”

在以上抽丝剥茧的过程中，实际上我们已经可以看出，百度作业帮如今在在线教育市场上独领风骚的技术优势，并非是一个简单的产品突破，而是基于百度整体的生态优势，是集团作战的成果。

从在线教育市场的主要参与企业来看，无论是传统教育企业的线上迁移、一身锐气的创业公司、大型互联网企业的试水……在综合实力上都或多或少存在一些短板。尤其是现在业界还有不少人认为，在线教育是一个“很容易进入”的蓝海，从而在投入上存在不足，但这正步入了误区之中，在线教育看似简单却实际上入门门槛很高，尤其在百度作业帮建立起“拍照搜题”+“读题提问”这样的深度学习技术榜样时，更是让其他人望尘莫及——如果“沟通”的问题都解决不好，还如何谈论教育？

当百度以世界领先的技术优势，以及背靠丰富的生态资源，建立起百度作业帮的“技术护城河”时，其他的在线教育应用又能靠什么来追赶呢？