A világhírű mesterségesintelligencia-szakértő, Andrew Ng gépitanulás-platformot szolgáltató cége, a Landing AI szivárgások ellenőrzésében segített egy hűtőberendezés-kompresszorgyártónak.

A folyamat a következőképpen megy végbe: a gyártó levegővel tölti fel a kompresszort, majd vízbe meríti, és egy ellenőr gyanús buborékokat keres. A Landing AI rendszere jobban teljesített, mint a humán ellenőrök.

Ha egy vizuális ellenőrmodell olyan részeken vesz észre problémát, ahol addig még nem észleltek, a mérnökök a gyakorlósorba teszik a példát. Miután elég új példa összegyűlt, a modellt újra gyakoroltatják, összehasonlítják az elődjével, és ha fejlődés tapasztalható, munkába is áll az új. A folyamat kimerítő, ráadásul menet közben további hibák keletkezhetnek.

Automatizált gépi tanulással viszont az összes feladat kivitelezése felgyorsítható, pontosítható.

Ng csapata kamerát szerelt a víztartályra, a felvételeket pedig egy masszív számítógépre küldte. A rajta futó modell buborékokat keresett, majd a kompresszorokat két egyszerű szempont (jók, hibásak) alapján csoportosította. Egy másik modell a jelzőfényeket nézte, amikor a humán felügyelő robotkart aktivált, hogy a jókat és a hibásokat külön helyre tegye. A gép ezeket a döntéseket is csoportosította.

A rendszer ezt követően hasonlította össze a gépi és a humán döntéseket, az eltéréseket pedig szakértői oldalra küldte. A szakértő megnézte a videót, majd ő is döntést hozott. Ha a modellt pontatlannak találta, a buborék a gyakorló-adatsorba és a teszt-adatsorba került. Az újratrenírozást hetente végezték el.

Új modell telepítése előtt, a rendszer a régivel párhuzamosan lefuttatta, teljesítményüket pedig naplózta. A fejlesztők adatközpontú megközelítéssel csökkentették a pontatlan következtetések százalékos arányát. Részletekre, például a víz állapotváltozásáról sokat eláruló víztartály megvilágítására, képkeretezésre stb. is ügyeltek. Fémgyöngyök és buborékok megkülönböztetésére szintén odafigyeltek.

A rendszert két hónap iterációt követően tesztelték. Véleménye ötvenezer esetből ötben különbözött a humán szakértőétől. Négyben neki volt igaza.