تعد طرق معالجة الصور التقليدية على آلات اختبار الصلابة ناجحة إلى حد ما بالنسبة للصور النظيفة التي تقدم حدودًا واضحة للمسافة البادئة. ومع ذلك، من الناحية العملية، غالبًا ما تحتوي قطع العمل أو العينات على أسطح خشنة تضر بجودة معالجة الصورة مما قد يؤدي إلى قيم صلابة غير صحيحة.
يمكن للمراقب البشري أن يجد بسهولة المسافة البادئة في كلتا الصورتين والحدود الدقيقة لهذه المسافة البادئة. بالنسبة إلى خوارزمية الكمبيوتر، يُعد العثور على المسافة البادئة في الصورة الصحيحة أكثر صعوبة بسبب التدرجات العديدة في هذه الصورة. يمكن للذكاء الاصطناعي التغلب على هذه الصعوبة من خلال تدريب شبكة عصبية حاسوبية معقدة على “التفكير” كمراقب بشري.
تم تدريب نموذج INNOVATEST Brinell AI في منشأة البحث/قسم البحث والتطوير باستخدام أجهزة كمبيوتر عملاقة قوية. تعمل مرحلة التدريب على تحسين الملايين والملايين من عوامل الوزن في الشبكة العصبية، لمعرفة كيف يمكن أن تبدو المسافة البادئة، باستخدام نهج النسب المتدرج. تم تحسين عوامل الوزن بواسطة مراقب بشري وبعد تحديد عوامل الوزن المثلى عند تحديدها. يُطلق على استخدام وظيفة الذكاء الاصطناعي في أداة اختبار الصلابة لدينا لاكتشاف المسافات البادئة الجديدة اسم “الاستدلال” ويتطلب قوة حوسبة أقل بشكل ملحوظ. إنشاء نموذج الذكاء الاصطناعي.
أثناء الاستدلال، يتم إدخال صورة جديدة (صورة مسافة بادئة جديدة برينل) في الشبكة العصبية بأوزان يتم تحديدها أثناء التدريب. الخوارزمية المعقدة قادرة على احتساب “قناع” من تلقاء نفسها، يتم رسم هذا القناع أعلى الصورة البادئة، وملء المسافة البادئة تمامًا وتحديد الحواف التي يمكن اكتشافها بسهولة عن طريق نظام التعرف التلقائي على الصور.
لا تتطلب هذه التكنولوجيا المتقدمة للغاية أهدافًا خاصة، كما أنها توفر مسافات بادئة مع ضعف الرؤية، وغالبًا ما تكون الحالة ذات المسافات البادئة الضحلة في المواد السطحية الخشنة، ليتم اكتشافها وقياسها بشكل مثالي.
