这个美国国家实验室转向人工智能来寻找流氓核武器

美国太平洋西北国家实验室 (PNNL) 的研究人员正在开发机器学习技术，以帮助美联储打击潜在的流氓核武器。

可以说，任何个人或团体拥有核武器通常都是非法的，尤其是在美国。 是的，有五个官方承认的拥有核武器的国家——法国、俄罗斯、中国、英国和美国——其政府拥有这些设备。 还有签署联合国的国家 禁止核武器条约，这意味着他们承诺不会“开发、测试、生产、获取、拥有、储存、使用或威胁使用”这些小工具。

因此，如果任何人拥有核武器，那是因为他们是官方拥核俱乐部中的一个国家，他们是一个生产自己核武器的政府，一个偷窃、购买或以某种方式自己建造核武器的恐怖分子，或其他一些人粗略的情景，至少在美国人看来是这样。

（被盗或未经批准的核弹头是值得担心的事情，还是汤姆·克兰西（Tom Clancy）助长的白日梦，是我们改天或评论部分的话题。）

检测不良核活动的迹象取决于能够正确分析制造这些专业末日武器所需的化学品和基础设施。 PNNL 主任 Steven Ashby 描述了美国能源部资助的实验室如何使用机器学习来识别核威胁。

而不仅仅是识别：我们被告知，这些技术使它能够比以前“更快、更容易地发现威胁”。

一种方法使用自动编码器模型，处理放射性物质的图像以弄清楚它的来源和制造方式。 该软件生成样本的签名或指纹，并将其与从大学和其他国家实验室获取的电子显微镜图像数据库进行比较。 

通过查看这些粒子与图像库的相似程度，分析人员可以估计未知样本的纯度，并将其来源材料追溯到可能制造核产品的实验室。 如果您想知道该材料是否足以制造可行的核武器，以及它的幕后黑手，这很有用。 阿什比说，PNNL 在这里的工作帮助执法部门锁定了目标并加快了调查速度。

正如实验室所说，“放射性物质将具有独特的微观结构，这取决于其生产设施的环境条件或源材料的纯度。” 这种独特的结构，在软件的帮助下，可以用来关闭哪个实验室或工厂生产它，或者我们被告知。

国际原子能机构监测无核武器国家的核后处理设施，以确保它们妥善处理核电站产生的钚，而不是秘密储存金属以生产武器。 

官员们以各种方式监控这些设施，从亲自检查到资源样本分析。 PNNL 目前正在开发的另一项技术涉及培训基于变压器的软件，以直接跟踪核后处理实验室的活动并自动发现可疑行为。

首先，建立一个模拟后处理设施的虚拟副本。 该模型跟踪“重要时间模式”生成的数据用于训练模型。 如果将工厂用于和平目的，它可以预测应该从工厂内的各个区域观察到什么模式，如果从设施中实际收集的数据与模型的预测不符，则可以召集专家进行进一步调查。

“我们的专家正在结合核不扩散方面的专业知识和人工推理来检测和减轻核威胁。 他们的目标是使用数据分析和机器学习来监控可用于生产核武器的核材料，”阿什比 说过.

然而，这些自动化方法仅用于检测可能的非法核活动的迹象。 人类专家仍然需要验证和确认报告。

“机器学习算法和计算机不会很快取代人类检测核威胁。 但它们可能使人们能够更快、更轻松地发现重要信息并识别风险，”他总结道。 

注册 已要求 PNNL 提供进一步的评论和信息。 我们怀疑出于安全原因，一些细节可能会保持模糊。 ®

• SEO 支持的内容和 PR 分发。 今天得到放大。
• 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
• Sumber: https://go.theregister.com/feed/www.theregister.com/2023/03/30/us_ai_nuclear_hunter/