Een artificieel of kunstmatig neuraal netwerk is zowel in opbouw als in werking een imitatie van de hersenen (biologisch neuraal netwerk) en wordt onder andere gebruikt bij fotoherkenning. Systemen kunnen slim worden gemaakt waardoor ze kunnen bepalen of er bijboorbeeld een hond op de foto staat.

Een neuraal netwerk ontstaatje door het te trainen met een lange reeks voorbeelden. Onderliggend gaat het om een lange, eenvoudige rekensom die bijgesteld wordt op basis van voorbeelden tot het voor alle invoerwaarden een juiste uitkomst geeft. Neurale netwerken zijn sterk in het herkennen van patronen, na training kunnen zelfs nieuwe foto's juist beoordeeld worden.

E.D.&A. zocht uit hoe goed een neuraal netwerk getraind kan worden om tussen alle 'ruis' het juiste signaal (bv. inschakelen) te herkennen. Hiervoor was een grote hoeveelheid trainingsvoorbeelden nodig. Het bedrijf maakte een ‘artificiële vinger', die met perslucht de sensor bedient, om het vergaren van de data te automatiseren.

De besturingen gebruiken vaak micro-controllers die niet zo vlot overweg kunnen met onder andere kommagetallen. Daarom evalueerde E.D.&.A. de binaire variant van neurale netwerken voor het gebruik bij de besturingen. Hierbij worden de berekeningen enkel nog gedaan met één en nul (binair).

Om dit te visualiseren werd een demo geimplementeerd van een eigen embedded AI framework. Hierbij wordt een cijfer getekend van 0 tot 9 op een touchscreen en wordt dit achterliggend aangeboden aan een binair neuraal netwerk. Dit achterhaalt welk cijfer wordt bedoeld en laat het resultaat zien.