与此同时 ， 智能制造还面临着数据紧缺的问题 。 贾佳亚表示 ， 可靠的AI模型离不开大量数据的训练 ， 尤其在工业场景下 ， 对AI的准确率要求极高 ， 然而目前工业生产的有效数据非常稀缺 ， 可供训练的样本极小 。 通过传统的AI训练/检测方法 ， 当训练样本不足的情况下 ， 很难成功检测出非常见的产品缺陷 。
尽管智能制造仍面临着重重挑战 ， 但国内一些公司也在技术方面开始了“破局”的尝试 。 贾佳亚以他创办的思谋科技克服“数据紧缺”难题的过程举例 ， 称公司通过自研的区域感知异常检测器（RADD） ， 对目标区域各个细节进行捕捉 ， 并与标准参考数据进行比对 ， 记住图像的“规则” ， 从而能够进行原理推导 ， 从而实现对非常见缺陷的准确判断识别 。
贾佳亚表示 ， 智能制造想要发展 ， 需要记住三大核心原则：第一个是普适性 ， 不是只做某一个行业 ， 而是大到汽车、飞机 ， 小到半导体、晶圆和3C产业都要做；第二点是以计算为先 ， 不依赖于电力和其他的基础能源 ， 依赖的是算力；最后 ， 是要保持永不间断的学习 。
“如果能够真正实现AI系统设计自动化和AI系统部署自动化 ， 那么未来的几十年 ， 就将是新一代的智能产业变革 。 ”贾佳亚说 。
【思谋科技贾佳亚：智能制造核心不在自动化而在于AI，工业新时代将以智能为核心】每日经济新闻