転移学習は金属の亀裂に直面して失敗する、このケースは示している：生産レベルの機械学習はImageNetの事前学習だけに頼ることはできず、分野間のギャップは実在する。

AIMPACTメッセージによると、航空宇宙製造工場は品質検査においてデータ不足のコールドスタートに直面している：わずか3枚のタービンブレードの微細亀裂写真だけで99％の精度を達成しなければならない。ImageNetで事前学習されたResNet-50を使用しても、少量のサンプルでは金属表面の微細亀裂を識別するのは難しく、製造レベルの機械学習における少サンプル問題を明らかにしている：転移学習はしばしば失敗し、大量の欠陥出荷や材料の浪費、下流のリスクを引き起こす可能性がある。