圖：應科院於「第48屆日內瓦國際發明展」勇奪特別創意大獎、兩項「評審團嘉許金獎」、六項「金獎」，以及「銀獎」和「銅獎」25項，成績斐然。

　　人工智能帶動了「工業4.0」的發展，使得工業製造業有了新的面貌，但目前AI還是會在生產物料改變、機器老化等變動下影響其效能。黃嘉瑤說，科研落地成功的關鍵在於基礎研究與市場應用的不斷溝通碰撞和實驗試錯。

　　避免受生產線變化影響

　　黃嘉瑤從事科研逾十年，十分重視成果落地應用問題。她說，每個項目都會圍繞目標推進，最終走向市場。這個過程中，團隊需要溝通、分工作業，出現困難還要考慮是否找其他專業人士幫忙解決，等等。團隊有共識，產品方向對路，科研落地就不難。「TrainLite項目就是在團隊不斷溝通交流、實驗試錯中研發成功的。」

　　談及今後的目標，黃嘉瑤說，用於缺陷檢測的小數據AI學習平台只是團隊研發的第一步，雖然它可以幫助工業界快速應用AI改善生產線上的效能，但是運行的過程中難免出現問題。因為所有AI都是在一定環境下學習之後得出的結果，若環境改變，未必能有穩定表現。

　　黃嘉瑤續說，AI出錯的概率是低的，但如果生產線變化，比如生產物料換了、機器老化等，都會影響AI表現。「所以團隊接下來的目標是開發一個具有終身學習能力的AI，當它在生產線時，可以適應不同環境的變化並且可以繼續調整自己的表現。」