从SIRI到自动驾驶汽车，人工智能(AI)正在迅速发展。人工智能可以包括任何东西，从谷歌的搜索算法到IBM的沃森，再到人工神经网络(ANN)。Sika目前正在热塑性体系领域进行相应的研究。
人工神经网络(ANN)是一类能够学习(通过适当的训练将输入调整为输出)的软件。它们是受大脑启发的系统，旨在复制我们人类的学习方式。神经网络是寻找模式的极好工具，这些模式太复杂或太多，人类程序员无法提取并教机器识别。
虽然神经网络(也被称为“感知器”)从20世纪40年代就已经出现了，但直到最近几十年，它们才成为人工智能的主要组成部分。现在，随着计算机能力的提高，以及智能手机对语音、面部、语音等识别的需求的增加，它们获得了新的动力。
一个典型的算法是所谓的深度学习，其中一个输入(例如像素模式、频率模式等)通过一个相互连接的节点数组传递。这些节点可以是简单的开关，通过相互连接，模仿(人类)大脑中的突触连接。
利用一种新开发的算法，梅花族屋面膜可以根据任何发生的表面裂缝进行评估。这些评估只能由训练有素的人来完成，并且已经测试了神经网络是否可以在屋顶上进行这种评估。瑞士研究和技术组织CSEM进行了概念验证。
人工神经网络在建筑中的应用
人工神经网络已经训练了30张图片每个类别。在另外10张图片的测试中，分类成功率为97%。这是一个非常高的值，这是由于广泛传播的集合。通常情况下，80%左右的可靠性被认为是完全令人满意的。
西卡目前正在用更广泛的年龄不太严重的样本来研究这种方法的潜力。在技术层面上，一个更大的挑战是训练网络所需的时间，这可能需要相当大的计算能力来完成更复杂的任务。然而，最大的问题是，神经网络是“黑匣子”，用户在其中输入数据并接收答案。他们可以对答案进行微调，但他们无法了解具体的决策过程。这是一个许多研究人员正在积极研究的问题，但随着人工神经网络在我们的生活中扮演越来越重要的角色，这个问题只会变得越来越紧迫。
只要对模式进行了分类，就可以使用ANN。一个典型的例子是工业生产的在线监控，不合格品被检测出来。在未来，人工神经网络可以成为质量控制的一部分，例如对屋顶膜的视觉检查。
人工神经网络(ANN)
人工神经元网络是一种基于生物神经网络结构和功能的计算模型。流过网络的信息会影响神经网络的结构，因为神经网络会根据输入和输出改变——或者从某种意义上说学习。人工神经网络被认为是非线性统计数据建模工具，它对输入和输出之间的复杂关系进行建模或发现模式。来源:techopedia.com/
特制热塑性塑料
热塑性膜的一个特性是，当加热充分时，材料会暂时从固体变为半固体，使重叠的薄片或面板熔合在一起，并在冷却时恢复为固体。因此，一个整体的，连续的片状膜被创建。
西卡的特殊配方热塑性屋顶膜也被设计成可以承受每天发生的积水和其他自然元素，如鸟类、生物有机体、污染、风、冰雹和雪。