Chụp ảnh bài toán và để AI giải — công nghệ OCR hoạt động như thế nào?

Bạn đang ngồi làm bài tập, gặp một bài khó trong sách giáo khoa. Thay vì gõ lại từng ký tự vào ô tìm kiếm, bạn chỉ cần chụp một tấm ảnh — và MathPal hiểu ngay bạn đang hỏi gì.

Nghe có vẻ đơn giản, nhưng phía sau tính năng này là cả một chuỗi kỹ thuật phức tạp.

OCR là gì?​

OCR (Optical Character Recognition — Nhận dạng ký tự quang học) là công nghệ cho phép máy tính "đọc" chữ từ ảnh. Bạn đã dùng OCR mà không biết: khi Google Lens dịch biển hiệu nước ngoài, hay khi bạn scan tài liệu thành file Word.

Nhưng OCR cho bài toán khác OCR thông thường ở một điểm cực kỳ khó: ký hiệu toán học.

x² + 2x - 3 = 0

Với chữ viết tay của học sinh, dấu ² có thể trông giống số 2, dấu √ giống chữ v, phân số trông như hai dòng chữ không liên quan.

Tại sao nhận diện bài toán khó hơn nhận diện chữ thường?​

1. Ký hiệu toán học đặc biệt

Toán học dùng hàng trăm ký hiệu không có trong bảng chữ cái thông thường: $\sum$, $\int$, $\sqrt{}$, $\frac{a}{b}$, $\vec{v}$... Một model OCR thông thường sẽ bỏ qua hoặc nhận nhầm phần lớn trong số này.

2. Cấu trúc 2 chiều

Chữ thường đọc từ trái sang phải, trên xuống dưới. Nhưng toán học có cấu trúc đặc biệt:

• Số mũ nằm phía trên và nhỏ hơn
• Phân số có tử số trên, mẫu số dưới, dấu gạch giữa
• Tích phân có cận trên và cận dưới

3. Chữ viết tay của học sinh

Học sinh viết nhanh, không chuẩn, mỗi người một kiểu. Dấu + đôi khi trông như chữ t, số 0 giống chữ O.

MathPal xử lý ảnh như thế nào?​

MathPal sử dụng mô hình AI đa phương thức (multimodal) — có khả năng hiểu đồng thời cả hình ảnh lẫn văn bản.

Khi bạn gửi ảnh bài toán:

1. Tiền xử lý ảnh: Tăng độ tương phản, căn chỉnh góc nghiêng, loại nhiễu
2. Nhận diện vùng toán học: Phân biệt đâu là đề bài, đâu là hình vẽ, đâu là bảng số
3. Chuyển đổi sang LaTeX: Biểu diễn nội dung toán học dưới dạng chuẩn mà AI có thể xử lý
4. Hiểu ngữ nghĩa: Không chỉ đọc ký tự mà hiểu bài đang hỏi gì, dạng toán nào
5. Giải và giải thích: Đưa ra lời giải từng bước rõ ràng

Giới hạn hiện tại​

Công nghệ nhận diện ảnh chưa hoàn hảo. MathPal có thể gặp khó khăn với:

• Ảnh quá tối, mờ, hoặc chụp nghiêng nhiều
• Chữ viết tay quá cẩu thả
• Hình vẽ hình học phức tạp (đường tròn nội tiếp, tam giác nhiều đường phụ)

Trong những trường hợp này, bạn có thể gõ đề bài trực tiếp — MathPal vẫn hiểu và giải thích như thường.

Thử ngay​

Lần sau khi gặp bài toán khó, đừng mất thời gian gõ lại — chỉ cần chụp ảnh và gửi cho MathPal. AI sẽ đọc đề, hiểu bài, và giải thích từng bước như một gia sư thật sự.