Az amerikai Lawrence Livermore Nemzeti Laboratórium (LLNL) mérnökei speciális, konvolúciós ideghálókat (CNN) fejlesztettek a nyomtatási folyamat hibáinak milliszekundum pontossággal történő előrejelzésére. Ez annyit jelent, hogy mesterséges intelligencia ellenőrzi a nyomatot.
A népszerű konvolúciós ideghálókat az idegsejtek egymáshoz kapcsolódásakor és a szem által látottakra történő reagálás közben lejátszódó biológiai folyamatok inspirálják. Nagyon gyorsan tanulnak, képeket nézve okulnak, és minél nagyobb ismeretekre tesznek szert, annál jobb teljesítményre képesek. Fontos, hogy gyakorlás közben is tanul, és az újonnan elsajátított ismeretekkel folyamatosan bővíti a repertoárját.
Az új algoritmus videókat, képkockákat címkéz fel, s von le belőlük nyomtatással kapcsolatos következtetéseket. Változatos feltételek (különböző sebességgel printelő különféle gépek stb.) mellett rögzített több mint 2 ezer lézeres olvasztásos videón gyakorolt. A részek felületét beszkennelték, majd egy eszköz 3D térképet generált belőlük. Az algoritmus ezeket az információkat használja fel a videók, videorészletek, képkockák egyes elemeinek elemzéséhez. Ember számára nagyon fárasztó és időigényes lenne a folyamat.
Az algoritmus a térképen automatikusan felcímkézi a részek magasságát, és következtet a szélességükre. A rendszer a teszteken jól teljesített, 93 százalékos pontossággal dolgozott.
A kutatók egyébként évekig gyűjtötték a lézeres fúzióval történő fémnyomtatásra vonatkozó valósidejű mozgókép-adatokat. Az idegháló elvileg más 3DP rendszerekhez is alkalmazható – mondták el, hozzáfűzve, hogy egyébként is gyűjtik a videoanyagokat, csak most az összefüggéseket is sikerült számítógépes eljárással kimutatni.
A hibadetektáló munkát eddig elsősorban érzékelők végezték, de az utólagos szenzoros elemzés költséges és lassabb, ráadásul egyes részek printelése napokig, hetekig eltarthat, és az idegháló ilyenkor különösen hasznos.
