Ученые обучают ИИ препятствовать распространению нелегального ядерного оружия

Исследователи Тихоокеанской северо-западной национальной лаборатории Америки (PNNL) разрабатывают методы машинного обучения, чтобы помочь бороться с распространением нелегального ядерного оружия. MC.today со ссылкой на The Register рассказывает, как это работает.

Radiation sign

Так, есть пять официально признанных «старых» ядерных стран – Франция, россия, Китай, Великобритания и США. Но практически такое орудие есть в большем количестве стран: США, россия, Китай, Франция, Великобритания, Индия, Пакистан, Северная Корея, также считается, что ядерное оружие есть в Израиле.

Есть страны, подписавшие Договор ООН о запрещении ядерного оружия, то есть они пообещали не «разрабатывать, испытывать, производить, покупать, владеть, накапливать, использовать или угрожать использовать» эти запасы.

Ученые надеются выявлять попытки создать ядерное оружие благодаря отслеживанию необычной активности в лабораториях, а также анализу веществ.

Выявление признаков нежелательной ядерной деятельности зависит от способности правильно анализировать химические вещества и инфраструктуру, необходимую для производства этого специализированного оружия.

Методы ИИ позволяют выявлять «угрозы быстрее и легче», чем раньше.

Один из методов, используемых моделью, обрабатывает изображения радиоактивного материала, чтобы выяснить, откуда он взялся и как был изготовлен. Программное обеспечение создает отпечаток образца и сравнивает его с базой данных электронного микроскопа, полученных из университетов и других национальных лабораторий.

И по тому, насколько эти частицы похожи на библиотеку изображений, аналитики могут оценить, насколько чист неизвестный образец, и отследить его происхождение и отношение к лабораториям, производящим ядерные материалы.

«Радиоактивный материал будет иметь уникальную микроструктуру, зависящую от условий окружающей среды или чистоты материалов на производственном объекте».

Международное агентство по атомной энергии наблюдает за установками ядерной переработки в государствах, не имеющих ядерного оружия, чтобы убедиться, что они, например, должным образом утилизируют плутоний с АЭС, а не тайно хранят радиоактивный металл для производства оружия.

В настоящее время чиновники контролируют эти объекты разными способами: от личных проверок до выборочного анализа ресурсов. Другая методика, которая сейчас разрабатывается в PNNL, предполагает обучение программному обеспечению на основе непосредственного отслеживания деятельности лабораторий ядерной переработки и автоматического обнаружения подозрительного поведения.

Таким образом создается виртуальная копия, имитирующая установку для переработки. Данные, сгенерированные данной моделью, используются для обучения. Затем ИИ сканирует деятельность оборудования. Если собранные данные отличаются от нормы и прогнозов, такое поведение маркируется как подозрительное, нужно вызвать экспертов для дальнейшего исследования.

«Алгоритмы машинного обучения и компьютеры не заменят человека в обнаружении ядерных угроз в ближайшее время. Но они могут позволить людям быстрее и легче узнавать важную информацию и определять риски», – сказал директор PNNL Стивен Эшби.