我们的创科故事5-数学迷瞄准市场 低成本开发AI质检系统

　　图：黄嘉瑶表示，“TrainLite—用于缺陷检测的小数据AI学习平台”，协助生产商开发AI学习模型，以较低成本实现生产线自动质检，提高生产效率及质素。/大公报记者何嘉骏摄　　“我从小就喜欢思考数学难题，玩解密游戏，每次找到答案都会有成就感，中学毕业后更是顺势选择了数学科学专业。”香港浸会大学统计学博士、应科院物联网感测及人工智能技术高级经理黄嘉瑶回想童年爱好时表示，从事科研要有兴趣。　　学有所成的她希望透过研究人工智能（AI）来解决工业生产线中的痛点，推动企业向工业4.0转型。在第48届日内瓦发明展中，黄嘉瑶及其团队研发的“TrainLite─用于缺陷检测的小数据AI学习平台”获King Abdulaziz University-Special Award for Innovation（特别创意大奖），协助生产商以有限的小数据开发AI学习模型，以较低成本实现生产线自动质检，提高生产效率及质素。　　黄嘉瑶对《大公报》透露，TrainLite已在工业生产实验中取得不错效果，团队现阶段正和几家公司商讨合作，目标今年内可以推出市场。/大公报记者 锺怡　　黄嘉瑶博士的数学之路，从童年的兴趣开始。她从小就喜欢数字，经常在不少人觉得很困难的数学科目获得高分。黄嘉瑶说，她在读书时期数学成绩最好，比其他科目的分数都要高，曾经连续几个月的数学周测都拿100分。“我喜欢逻辑思考和解决问题，除了学数学，平时也会玩益智类游戏，比如逃出密室等。”　　读数学提高逻辑思维能力　　为了继续学习自己喜欢的科目，黄博士本科选择了数学科学专业，博士则修读统计学。黄嘉瑶认为，相较于电脑等可以靠自学学会的理工科专业，数学知识更需要有专业人士解释才能完全吸收。而无论是物理公式、生物学内容等理工科知识，多少都涉及数学概念，如果学好数学基础的话，也可以帮助理解其他领域。“所以我选择了数学，希望提高逻辑思维能力，解决更多的问题。”　　黄嘉瑶从读博士时期开始从事数据相关科研，并于2018年加入应科院，负责人工智能技术研究。其中，她领导的“TrainLite─用于缺陷检测的小数据AI学习平台”项目获第48届日内瓦发明展特别创意大奖。　　黄嘉瑶说，产品在流出市面之前都需要检测其是否存在缺陷，目前工业界一般都会透过人工智能（AI）来进行自动检测。　　实际上，AI在应用前需要接受大数据训练，例如最近热门的ChatGPT就是经过庞大的数据训练，才变成一个有效、有用的AI。　　以小数据开发AI学习模型　　愈来愈多生产商希望透过AI推动企业向工业4.0转型，但未有足够成熟的大数据支持。TrainLite协助生产商以有限的小数据开发AI学习模型，以较低成本实现生产线自动质检，提高生产效率及质素，技术可应用于各种产品，包括布料、电路板、晶片，汽车、盖玻片及显示器等。　　黄嘉瑶续说，TrainLite的特点是只需小数据就可以训练出一个检测用的AI。团队在芯片实验中发现，TrainLite约使用3000张图像数据就可以开发AI学习，令其自动质检的准确度达到厂商所希望的标准，但是传统AI要多两倍以上的数据才可以达到差不多的准确率。　　黄嘉瑶坦言，大公司本身有自己的庞大数据库去发展AI，但很多小公司未有足够资源。以前的方法是要等收集到足够的数据时才开始分析。“所以我们都希望这个项目推出市场后，可以帮助中小企用小数据开发AI学习，帮助生产线提升效率。”　　目标今年内推出市场　　她透露，团队现阶段正与一些公司商讨合约内容，目标是今年内可以推出市场。“市场应用这一块是我们的重点，研究的目的就是为了应用，但做市场不容易。”不过她有信心在落地应用和市场推广方面取得成功。　　谈及今次项目获奖感受，黄嘉瑶笑说，她向评判汇报时只是尽力去介绍，没有感到压力，因为完全没有想过会获得奖项，纯粹是抱着重在参与的心态。“当时大会唸我的名字时我有点意外，我以为是其他同名同姓的人获奖，没有想到竟然是自己！”　　黄嘉瑶表示，她对获奖看得很淡，更重要的还是技术本身。接下来的目标还是希望能研究出更多的科技，切实帮助业界解决问题，提高效率。