Học chuyển đổi thất bại trước mặt vết nứt kim loại, ví dụ này cho thấy: ML cấp sản xuất không thể chỉ dựa vào tiền huấn luyện trên ImageNet, khoảng cách lĩnh vực thực sự tồn tại.

AIMPACT tin tức cho biết, nhà sản xuất hàng không vũ trụ gặp khó khăn trong khởi động lạnh do thiếu dữ liệu trong quá trình kiểm tra chất lượng: chỉ với 3 bức ảnh vết nứt nhỏ của cánh quạt turbine nhưng vẫn phải đạt độ chính xác 99%. Ngay cả khi sử dụng ResNet-50 được huấn luyện trước trên ImageNet, các mẫu nhỏ cũng khó nhận diện vết nứt nhỏ trên bề mặt kim loại, tiết lộ khó khăn của học máy cấp sản xuất với ít mẫu: chuyển học thường thất bại, có thể dẫn đến lỗi sản phẩm hàng loạt, lãng phí vật liệu và rủi ro cho các giai đoạn tiếp theo.