看完上篇對解題人工智慧的介紹,這篇要來揭曉它最終的答題率有多高!
有關上篇提到的mathAI，最後兩個流程如下：
4. 數學公式語意理解
經過字符辨識、字符語法拆解、語義分析等語意理解過程，匯集這些過程得到的資訊，判斷該如何進行運算，最後將數學公式的值計算出來。
要 AI 能給出正確答案，代表它要看懂這句話的意思，也就能達到了語意理解。
5. 結果輸出
最後，使用 Python 的 Matplotlib 把步驟和答案列印出來。Matplotlib 是 Python 的一個重要模組，主要用於資料視覺化上。
訓練成果發表 深度學習後的人工智慧答題率是？
AI 訓練完成之後，作者首先驗證了字元識別的準確率：
▲ 訓練完AI人工智慧之後，作者首先驗證了字元識別的準確率
緊接著作者對各式各樣共 160 項的題目進行測試，從圖表中可以看到 AI 答對了 127 道題目，平均字符辨識率高達 96.23%，正確率為 79.38%，可以說是相當不錯的成績。
▲ 由圖表可以看出，人工智慧 MathAI 的字符辨識率高達 96.23%，正確率為 79.38%，可說是相當高。
如果想要自己實際操作看看，作者提供兩種使用方式：網頁模式和介面模式，網頁模式比較容易，打開網頁上傳圖片就可以自動給出題目答案；介面模式則要下載專案中 solver 的 Python package，裡面的 solve 方法封裝了整個系統，介面模式的使用方式為輸入圖片的路徑，再輸出題目識別過程和計算結果。
▲ MathAI 程式網頁模式
▲ MathAI 程式介面模式
雖然，目前這個專案只是半開源的，現時上傳的版本只能處理較簡單的一維算術式，如果想要識別更加複雜的公式，就要再參考數學公式識別的論文。但字元識別程序以及整個演算法框架，也是十分值得觀摩的。
除此之外，它也標示出深度學習能創造出人工智慧許多可能，打造出各種不同的「神器」。
相關閱讀推薦：
零基礎如何花 14 小時考取 GoogleAds 認證？五種 GoogleAds 廣告不藏私攻略
留言列表
