Laboratorium nasional AS ini beralih ke AI untuk memburu nuklir nakal

Laboratorium nasional AS ini beralih ke AI untuk memburu nuklir nakal

Laboratorium nasional AS ini beralih ke AI untuk memburu nuklir jahat PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.

Para peneliti di Laboratorium Nasional Barat Laut Pasifik Amerika (PNNL) sedang mengembangkan teknik pembelajaran mesin untuk membantu FBI menindak senjata nuklir yang berpotensi jahat.

Cukup dikatakan, pada umumnya ilegal bagi setiap individu atau kelompok untuk memiliki senjata nuklir, terutama di Amerika Serikat. Ya, ada lima negara bersenjata nuklir yang diakui secara resmi โ€“ Prancis, Rusia, Cina, Inggris, dan AS โ€“ yang pemerintahnya memiliki simpanan perangkat ini. Dan ada negara-negara yang telah menandatangani PBB ' Perjanjian tentang Larangan Senjata Nuklir, artinya mereka telah berjanji untuk tidak "mengembangkan, menguji, memproduksi, memperoleh, memiliki, menimbun, menggunakan, atau mengancam untuk menggunakan" gadget tersebut.

Jadi jika ada yang memiliki nuklir, itu karena mereka adalah negara di klub senjata nuklir resmi, mereka adalah pemerintah yang memproduksi nuklirnya sendiri, teroris yang mencuri, membeli, atau entah bagaimana membangunnya sendiri, atau orang lain. skenario samar, setidaknya di mata Amerika.

(Apakah hulu ledak nuklir yang dicuri atau tidak disetujui adalah sesuatu yang patut dikhawatirkan, atau hanya lamunan yang dipicu oleh Tom Clancy, adalah topik yang akan kita tinggalkan untuk hari lain, atau bagian komentar.)

Mendeteksi tanda-tanda aktivitas nuklir yang tidak diinginkan bergantung pada kemampuan menganalisis dengan benar bahan kimia dan infrastruktur yang diperlukan untuk memproduksi senjata spesialis kiamat ini. Steven Ashby, direktur PNNL, menjelaskan bagaimana lab yang didanai Departemen Energi AS menggunakan pembelajaran mesin untuk mengidentifikasi ancaman nuklir.

Dan tidak hanya mengidentifikasi: teknik memungkinkan untuk mengambil "ancaman lebih cepat dan lebih mudah" dari sebelumnya, kami diberi tahu.

Salah satu metode, yang menggunakan model autoencoder, memproses gambar bahan radioaktif untuk mencari tahu dari mana asalnya dan bagaimana bahan itu dibuat. Perangkat lunak menghasilkan tanda tangan atau sidik jari sampel, dan membandingkannya dengan database gambar mikroskop elektron yang diambil dari universitas dan laboratorium nasional lainnya. 

Dengan melihat seberapa mirip partikel-partikel ini dengan perpustakaan gambar, analis dapat memperkirakan seberapa murni sampel yang tidak diketahui itu dan melacak bahan sumbernya ke kemungkinan laboratorium yang memproduksi produk nuklir. Itu berguna jika Anda ingin tahu apakah bahannya cukup bagus untuk membuat senjata nuklir yang layak, dan siapa di belakangnya. Ashby mengatakan pekerjaan PNNL di sini telah membantu penegakan hukum untuk mencapai target dan mempercepat penyelidikan.

Seperti yang dikatakan lab, "bahan radioaktif akan memiliki struktur mikro yang unik berdasarkan kondisi lingkungan atau kemurnian bahan sumber di fasilitas produksinya." Struktur unik itu, dengan bantuan perangkat lunak, dapat digunakan untuk mendekati laboratorium atau pabrik mana yang memproduksinya, atau begitulah yang diberitahukan kepada kami.

Badan Energi Atom Internasional memantau fasilitas pemrosesan ulang nuklir di negara-negara yang tidak bersenjata nuklir untuk memastikan mereka, misalnya, membuang plutonium yang dihasilkan di pembangkit listrik tenaga nuklir dengan benar dan tidak diam-diam menyembunyikan logamnya untuk memproduksi senjata. 

Pejabat memantau fasilitas ini dengan berbagai cara mulai dari inspeksi langsung hingga analisis sampel sumber daya. Teknik lain yang saat ini sedang dikembangkan di PNNL melibatkan perangkat lunak berbasis trafo pelatihan untuk secara langsung melacak aktivitas laboratorium pemrosesan ulang nuklir dan secara otomatis menemukan perilaku yang mencurigakan.

Pertama, dibuat replika virtual yang mensimulasikan fasilitas pemrosesan ulang. Data yang dihasilkan oleh pelacakan model "pola temporal penting" ini digunakan untuk melatih model. Ini memprediksi pola apa yang harus diamati dari berbagai area di dalam pabrik jika digunakan untuk tujuan damai, dan jika data yang benar-benar dikumpulkan dari fasilitas tidak sesuai dengan prediksi model, para ahli dapat dipanggil untuk menyelidiki lebih lanjut.

โ€œPara ahli kami menggabungkan keahlian dalam nonproliferasi nuklir dan penalaran buatan untuk mendeteksi dan mengurangi ancaman nuklir. Tujuan mereka adalah menggunakan analitik data dan pembelajaran mesin untuk memantau bahan nuklir yang dapat digunakan untuk memproduksi senjata nuklir,โ€ Ashby tersebut.

Namun, metode otomatis ini hanya digunakan untuk mendeteksi tanda-tanda kemungkinan aktivitas nuklir ilegal. Pakar manusia masih perlu memverifikasi dan mengkonfirmasi laporan.

โ€œAlgoritme pembelajaran mesin dan komputer tidak akan menggantikan manusia dalam mendeteksi ancaman nuklir dalam waktu dekat. Tetapi mereka memungkinkan orang untuk menemukan informasi penting dan mengidentifikasi risiko dengan lebih cepat dan mudah,โ€ pungkasnya. 

Pendaftaran telah meminta komentar dan informasi lebih lanjut dari PNNL. Kami menduga beberapa detail mungkin dirahasiakan karena alasan keamanan. ยฎ

Stempel Waktu:

Lebih dari Pendaftaran