Transfer learning gagal total dalam menghadapi retakan logam, kasus ini menunjukkan: ML tingkat produksi tidak cukup hanya mengandalkan pra-pelatihan ImageNet, jurang bidang memang benar-benar ada.

AIMPACT mengabarkan bahwa pabrik manufaktur dirgantara menghadapi tantangan inisialisasi dingin karena kekurangan data dalam pengujian kualitas: hanya dengan 3 foto retakan mikro pada baling-baling turbin, harus mencapai tingkat akurasi 99%. Bahkan dengan ResNet-50 yang telah dilatih sebelumnya menggunakan ImageNet, sampel kecil pun sulit mengenali retakan mikro pada permukaan logam, mengungkapkan dilema sampel kecil dalam ML tingkat produksi: transfer pembelajaran sering gagal, yang dapat menyebabkan cacat massal keluar dari pabrik, pemborosan bahan, dan risiko hilir.