是的，翌学是一款专注中小学智慧教学系统。以教师为核心，利用AI技术及大数据分析实现作业、试卷等自动化批阅、数据分析的综合应用性系统，为教师因材施教提供数据支撑，从而实现为教育工作者减负增效的目的。

翌学以教师为核心，以帮助老师减负、帮助学校增 效为出发点;以“科技改变教育”为使命，以“人工智能+大数据”技术驱动教育进步;以“自动批阅”“精准施教”为核心功能点，实现教育的“教学相长”，全面 提升教学效率。

翌学的定位是专注中小学的智慧教育系统。
“翌学”的含义
“翌”，形声，从羽，立声，本义:明(天，年)，最早见于《汉书》、《晏子春秋》，从羽字演变而来。
产品取名“翌学”，有以下含义：
“翌”本义是“明(天)”，表明科技是教育的明天，来源于历史，并继承和发展
“翌”字的两个“习”字表明：教育是教与学的相长，是老师和学生的互动，是科技和传统的融合。
“翌”字，又有辅佐，从旁给予帮助意思，说明任何科技都不是改变教育的本质，而只是起到辅助、促进的作用

翌学的使命：科技改变教育
千百年来教育不断进化，以AI、大数据、5G、AR/VR等为代表的科技的浪潮必将改变教育，更快地促进人类的进步

翌学的愿景
成为老师、学生最好的教、学助手，全面提升教学效率
翌学的核心价值观：尊重传统，持续创新
教育是一种人类特有的活动，千百年来教育不断进化，但教育的本质不变。我们尊重教育传统，以科技持续创新传统

翌学的作用
如果说教育的目的在于重视每一个学生引导并帮助其塑造成他值得的样子，那么翌学作为一款面向学校教师及学生的智慧服务SaaS平台能起到什么样的作用，它能解决教育的什么问题?
1)AI科技帮助老师减负
随时随地、减负增效
2)大数据实现精准施教
世界上没有完全一样的两片树叶，没有完全一样的两个学生，大数据让精准施教成为可能
3)好老师成为学校财富
好老师成就好学校，翌学将老师从重复性工作中解放出来，更好研究教学、更好传承
4)好工具促进学生进步
速算达人、课文背诵、生词默写……，学生感兴趣、家长更轻松、老师看得见
5)个性化内容资源，帮助学校打造护城河
校本题库、名师微课……知识可以传承，名校必有传统

翌学运用了很对高新技术来实现自动批阅，比如大数据技术、图像识别技术、手写体识别技术、深度学习技术等

1、大数据技术
大数据(big data)，IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产

1、大数据技术
大数据(big data)，IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产

我们可以利大数据技术对学生的考试结果进行学情分析、错题整理等等功能帮助老师、学生提高效率
帮助教师快速出卷，极速读卷，自动统计成绩，产出学情分析数据，还将根据班级学生的学业情况给出诊断报告，辅助老师对症下药。
在传统教育中，学生最头疼的就是每次考试后老师都会要求把自己的考试错题抄在一个小本本上，留作以后复习。
关于这个痛点工程，大数据技术可自动帮学生生成错题本，并进行分类整理;学生不用再盲目地陷入题海战，花最少的时间，只做该做的题目。

图像识别技术
图像识别是计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。识别过程包括图像预处理、图像分割、特征提取和判断匹配。简单来说，图像识别就是计算机如何像人一样读懂图片的内容。
图像的传统识别流程分为四个步骤：图像采集→图像预处理→特征提取→图像识别。
图像识别技术就像人一样可以读懂图的内容，我们同过图像识别技术直接识别出试卷的内容，帮助老师完成自动批阅。

手写体识别技术
手写体识别由于数据采集方式不同可以划分为脱机手写体识别和联机手写体识别两大类。联机手写识别所处理的手写文字是书写者通过物理设备(如数字笔、数字手写板或者触摸屏) 在线书写获取的文字信号，书写的轨迹通过定时采样即时输入到计算机中。而脱机手写文字识别所处理的手写文字是通过扫描仪或摄像头等图像捕捉设备采集到的手写文字二维图片。
由于识别的对象不同，使得这两类手写识别技术所采用的方法和策略也不尽相同。
前者的识别对象是一系列的按时间先后排列的采样点信息，而后者则是丢失了书写笔顺信息的二维像素信息，由于没有笔顺信息，加之由于拍照扫描设备在不同光照、分辨率、书写纸张等条件下，数字化会带来一定的噪声干扰，一般来说，脱机手写文字识别比联机手写文字识别更加困难。
翌学所利用的就是脱机手写体识别技术，因为比联机手写体更加困难，我们在研发过程中克服了重重困难，最终实现了全新的自动批阅系统。

深度学习技术
第三拨人工智能热潮就是源于深度学习的复兴。深度学习最典型最广泛的应用就是图像识别。此外，深度学习还可以应用于语音、自然语言等领域。
深度学习相比其他机器学习技术，能够在机器视觉、语音识别、自然语言处理、机器翻译、数据挖掘、自动驾驶等方面取得好得多的效果。
深度学习是基于机器学习延伸出来的一个新的领域，由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展，并伴随大数据和计算能力的提高而产生的一系列新的算法。深度学习的概念由著名科学家Geoffrey Hinton等人在2006年和2007年在《Sciences》等上发表的文章被提出和兴起。
深度学习，目前被应用在图像处理与计算机视觉，自然语言处理以及语音识别等领域。自2006年至今，学术界和工业界合作在深度学习方面的研究与应用在以上领域取得了突破性的进展。以ImageNet为数据库的经典图像中的物体识别竞赛为例，击败了所有传统算法，取得了前所未有的精确度。
大数据时代，结合深度学习的发展在未来对我们生活的影响无法估量。保守而言，很多目前人类从事的活动都将因为深度学习和相关技术的发展被机器取代，如自动汽车驾驶，无人飞机，以及更加智能的机器人等。深度学习的发展让我们第一次看到并接近人工智能的终极目标。
可想深度学习技术的前沿性是多么强大，翌学就是有了这么强大的技术做支撑才能为老师真正的减负、增效。助力教育的“教学相长”，全面提升教学效率。
正是因为有以上的这些高新技术的支撑，才有现在的翌学系统，通过以上技术我们现在实现很多功能，甚至有些是目前市场上还没有出现的功能。

接下来几天讲讲功能