圖:黃嘉瑤表示,“TrainLite—用於缺陷檢測的小數據AI學習平臺”,協助生產商開發AI學習模型,以較低成本實現生產線自動質檢,提高生產效率及質素。/大公報記者何嘉駿攝
“我從小就喜歡思考數學難題,玩解密遊戲,每次找到答案都會有成就感,中學畢業後更是順勢選擇瞭數學科學專業。”香港浸會大學統計學博士、應科院物聯網感測及人工智能技術高級經理黃嘉瑤回想童年愛好時表示,從事科研要有興趣。
學有所成的她希望透過研究人工智能(AI)來解決工業生產線中的痛點,推動企業向工業4.0轉型。在第48屆日內瓦發明展中,黃嘉瑤及其團隊研發的“TrainLite─用於缺陷檢測的小數據AI學習平臺”獲King Abdulaziz University-Special Award for Innovation(特別創意大獎),協助生產商以有限的小數據開發AI學習模型,以較低成本實現生產線自動質檢,提高生產效率及質素。
黃嘉瑤對《大公報》透露,TrainLite已在工業生產實驗中取得不錯效果,團隊現階段正和幾傢公司商討合作,目標今年內可以推出市場。/大公報記者 鍾怡
黃嘉瑤博士的數學之路,從童年的興趣開始。她從小就喜歡數字,經常在不少人覺得很困難的數學科目獲得高分。黃嘉瑤說,她在讀書時期數學成績最好,比其他科目的分數都要高,曾經連續幾個月的數學周測都拿100分。“我喜歡邏輯思考和解決問題,除瞭學數學,平時也會玩益智類遊戲,比如逃出密室等。”
讀數學提高邏輯思維能力
為瞭繼續學習自己喜歡的科目,黃博士本科選擇瞭數學科學專業,博士則修讀統計學。黃嘉瑤認為,相較於電腦等可以靠自學學會的理工科專業,數學知識更需要有專業人士解釋才能完全吸收。而無論是物理公式、生物學內容等理工科知識,多少都涉及數學概念,如果學好數學基礎的話,也可以幫助理解其他領域。“所以我選擇瞭數學,希望提高邏輯思維能力,解決更多的問題。”
黃嘉瑤從讀博士時期開始從事數據相關科研,並於2018年加入應科院,負責人工智能技術研究。其中,她領導的“TrainLite─用於缺陷檢測的小數據AI學習平臺”項目獲第48屆日內瓦發明展特別創意大獎。
黃嘉瑤說,產品在流出市面之前都需要檢測其是否存在缺陷,目前工業界一般都會透過人工智能(AI)來進行自動檢測。
實際上,AI在應用前需要接受大數據訓練,例如最近熱門的ChatGPT就是經過龐大的數據訓練,才變成一個有效、有用的AI。
以小數據開發AI學習模型
愈來愈多生產商希望透過AI推動企業向工業4.0轉型,但未有足夠成熟的大數據支持。TrainLite協助生產商以有限的小數據開發AI學習模型,以較低成本實現生產線自動質檢,提高生產效率及質素,技術可應用於各種產品,包括佈料、電路板、晶片,汽車、蓋玻片及顯示器等。
黃嘉瑤續說,TrainLite的特點是隻需小數據就可以訓練出一個檢測用的AI。團隊在芯片實驗中發現,TrainLite約使用3000張圖像數據就可以開發AI學習,令其自動質檢的準確度達到廠商所希望的標準,但是傳統AI要多兩倍以上的數據才可以達到差不多的準確率。
黃嘉瑤坦言,大公司本身有自己的龐大數據庫去發展AI,但很多小公司未有足夠資源。以前的方法是要等收集到足夠的數據時才開始分析。“所以我們都希望這個項目推出市場後,可以幫助中小企用小數據開發AI學習,幫助生產線提升效率。”
目標今年內推出市場
她透露,團隊現階段正與一些公司商討合約內容,目標是今年內可以推出市場。“市場應用這一塊是我們的重點,研究的目的就是為瞭應用,但做市場不容易。”不過她有信心在落地應用和市場推廣方面取得成功。
談及今次項目獲獎感受,黃嘉瑤笑說,她向評判匯報時隻是盡力去介紹,沒有感到壓力,因為完全沒有想過會獲得獎項,純粹是抱著重在參與的心態。“當時大會唸我的名字時我有點意外,我以為是其他同名同姓的人獲獎,沒有想到竟然是自己!”
黃嘉瑤表示,她對獲獎看得很淡,更重要的還是技術本身。接下來的目標還是希望能研究出更多的科技,切實幫助業界解決問題,提高效率。
發表評論 取消回复