التعلم بالنقل يفشل أمام تشققات المعادن، توضح هذه الحالة أن التعلم الآلي على مستوى الإنتاج لا يمكن الاعتماد فقط على التدريب المسبق على ImageNet، والفجوة في المجال حقيقية.

تقول رسالة AIMPACT إن مصانع التصنيع الفضائي والطيران تواجه بداية باردة في اختبار الجودة بسبب نقص البيانات: فقط ثلاث صور لشقوق دقيقة في شفرات التوربينات ويجب تحقيق دقة بنسبة 99%. حتى مع استخدام ResNet-50 المدرب مسبقًا على ImageNet، يصعب على العينات الصغيرة التعرف على الشقوق الدقيقة على سطح المعدن، مما يكشف عن معضلة العينات القليلة في التعلم الآلي على مستوى الإنتاج: غالبًا ما يفشل التعلم بالنقل، مما قد يؤدي إلى إخراج عيوب بالجملة، وهدر المواد، ومخاطر في المراحل التالية.