林青又拿出了对比传统质检方法局限性与AI质检优势的图表。
传统质检首先是人工目检，误差率极高。
再就是结合机器视觉，但都只能检测表面缺陷。
如果使用超声波、X射线的话，成本就会极其高昂。
反观AI质检，不光稳定，而且比X射线的成本要更低。
林青滔滔不绝地讲述着：
“再就是，目前现有的AI质检系统，也是有瓶颈存在的。
这个瓶颈就是它需要依靠大量的标注数据，对小样本、新缺陷识别能力弱，难以适应复杂多变的工业环境。”
众人是懂行的，大家听到这里，就明白了是怎么一回事。
这个林青，是有真才实学的。
尤其是陈启明，他在听到一半的时候，忽然举手道：
“林先生，你说小样本学习是你们行业的瓶颈，那你是如何进行解决的？”
“我们采用了迁移学习和元学习相结合的架构。”
林青按下翻页笔，PPT翻到了下一页，展示出了原理图：
“简单来说，就是用海量通用数据预训练一个基础模型，然后用少量行业特定数据做微调。
与此同时，再引入元学习机制，让模型快速具备学习新任务的能力。”
“效果如何？”陈启明追问。
“目前来说，在芯片封装检测场景下，传统AI系统需要五千张标注图片才能达到百分之九十五的准确率。”
林青抬起一只手，伸出五根手指：“但是，我们的系统，只需要五百张，就可以做到百分之九十六点七的准确率。”
陈启明没有质疑，只是说：“麻烦林先生请把数据发给我一份。”
他只需要看一看数据，就能知道林青说的是真还是假。
“没问题。”
这件事不难，林青随手就把数据发了过去，陈启明低头看了起来，越看面色越凝重。
林青没有再和陈启明沟通，继续自己讲自己的。
他展示着数据，也放着图表、案例。
这些案例都是最新的，从陈婉华的工厂，再到永昌服装厂，然后再到电子元器件厂。
由浅到深，每一个案例都有详实的数据支持，每一个突破都有严谨的技术论证。
原本对林青这个民营企业老板还有一丝轻蔑的院士们，此刻那一缕轻蔑荡然无存。
他们不知从何时开始，腰背已经坐直了。
他们已经不再把林青当做一个小老板，而是一名和他们平起平坐的AI领域的专家级人物。
陈启明听得十分仔细，还拿出了笔记本开始做了AI领域相关的笔记。
李国华也戴上了眼镜，眯着眼睛看向屏幕上的细节图。
其余几名专家，包括吴彰在内，也全都在认真地看着屏幕。
赖文站在一旁，发现气氛逐渐变得有些不对劲起来了。
他原本以为柳丁坚持让林青上台去讲，只是给年轻人一个露脸的机会，将来好攀关系。
但是现在……看这些专家们的反应……
赖文捏紧了拳头，意识到坏了。
这些专家们什么没见过？
国际的顶级会议去了不知多少次，国际大奖的得主都面对面的交流过。
他们的含金量，赖文太清楚了。
可现在，这群十分具有含金量的老家伙们，居然都在像学生一样听林青这个生瓜蛋子讲课？
难道说这小子真的有几分本事？
否则如果是花架子，这群老专家又岂会听得那么认真。
他们虽然学术水平高，但可不一定意味着脾气好。
搞学术的，脾气是最倔的一批人，尤其是里面那位陈院士。