Ce laboratoire national américain s'est tourné vers l'IA pour traquer les armes nucléaires malveillantes

Republié par Platon

Suiveurs: 0

Des chercheurs du Pacific Northwest National Laboratory (PNNL) américain développent des techniques d'apprentissage automatique pour aider les autorités fédérales à sévir contre les armes nucléaires potentiellement voyous.

Qu'il suffise de dire qu'il est généralement illégal pour tout individu ou groupe de posséder une arme nucléaire, certainement aux États-Unis. Oui, il y a les cinq nations dotées d'armes nucléaires officiellement reconnues - la France, la Russie, la Chine, le Royaume-Uni et les États-Unis - dont les gouvernements ont une réserve de ces dispositifs. Et il y a des pays qui ont signé les Nations Unies' Traité sur l'interdiction des armes nucléaires, ce qui signifie qu'ils ont promis de ne pas "développer, tester, produire, acquérir, posséder, stocker, utiliser ou menacer d'utiliser" ces gadgets.

Donc, si quelqu'un a une bombe nucléaire en sa possession, c'est parce qu'il est un pays dans le club officiel des armes nucléaires, c'est un gouvernement qui a produit ses propres bombes nucléaires, un terroriste qui a volé, acheté ou construit une bombe lui-même, ou un autre scénario sommaire, du moins aux yeux de l'Amérique.

(Que les ogives nucléaires volées ou non autorisées valent la peine de s'inquiéter, ou simplement une rêverie alimentée par Tom Clancy, est un sujet que nous laisserons pour un autre jour, ou la section des commentaires.)

La détection des signes d'activité nucléaire indésirable dépend de la capacité à analyser correctement les produits chimiques et l'infrastructure nécessaires à la fabrication de ces armes apocalyptiques spécialisées. Steven Ashby, directeur du PNNL, a décrit comment le laboratoire financé par le Département américain de l'énergie utilise l'apprentissage automatique pour identifier les menaces nucléaires.

Et pas seulement identifier : les techniques lui permettent de capter « les menaces plus rapidement et plus facilement » qu'auparavant, nous dit-on.

Une méthode, qui utilise un modèle d'auto-encodeur, traite des images de matières radioactives pour déterminer d'où elles viennent et comment elles ont été fabriquées. Le logiciel produit une signature ou une empreinte digitale de l'échantillon et la compare à une base de données d'images au microscope électronique prises dans des universités et d'autres laboratoires nationaux.

En examinant à quel point ces particules sont similaires à la bibliothèque d'images, les analystes peuvent estimer la pureté de l'échantillon inconnu et retracer ses matériaux sources jusqu'à d'éventuels laboratoires fabriquant les produits nucléaires. C'est utile si vous voulez savoir si le matériau est assez bon pour créer une arme nucléaire viable et qui est derrière. Ashby a déclaré que le travail du PNNL ici avait aidé les forces de l'ordre à se concentrer sur les cibles et à accélérer les enquêtes.

Comme l'a dit le laboratoire, "les matières radioactives auront une microstructure unique basée sur les conditions environnementales ou la pureté des matières sources dans son usine de production". Cette structure unique, avec l'aide d'un logiciel, peut être utilisée pour déterminer quel laboratoire ou quelle usine l'a produite, du moins c'est ce qu'on nous dit.

L'Agence internationale de l'énergie atomique surveille les installations de retraitement nucléaire dans les États non dotés d'armes nucléaires pour s'assurer, par exemple, qu'elles éliminent correctement le plutonium généré dans les centrales nucléaires et qu'elles ne cachent pas secrètement le métal pour produire des armes.

Les responsables surveillent ces installations de diverses manières, allant d'inspections en personne à l'analyse d'échantillons de ressources. Une autre technique actuellement en cours de développement au PNNL consiste à former un logiciel basé sur un transformateur pour suivre directement l'activité des laboratoires de retraitement nucléaire et détecter automatiquement les comportements suspects.

Dans un premier temps, une réplique virtuelle simulant une installation de retraitement est construite. Les données générées par ce modèle de suivi des "modèles temporels importants" sont utilisées pour former le modèle. Il prédit quels modèles doivent être observés à partir de différentes zones d'une usine si elle est utilisée à des fins pacifiques, et si les données réellement collectées dans une installation ne correspondent pas aux prédictions du modèle, des experts peuvent être appelés pour enquêter plus avant.

« Nos experts combinent expertise en non-prolifération nucléaire et raisonnement artificiel pour détecter et atténuer les menaces nucléaires. Leur objectif est d'utiliser l'analyse de données et l'apprentissage automatique pour surveiller les matières nucléaires qui pourraient être utilisées pour produire des armes nucléaires », a déclaré Ashby. a affirmé Valérie Plante..

Ces méthodes automatisées ne sont toutefois utilisées que pour détecter les signes d'éventuelles activités nucléaires illégales. Les experts humains doivent encore vérifier et confirmer les rapports.

"Les algorithmes d'apprentissage automatique et les ordinateurs ne remplaceront pas les humains dans la détection des menaces nucléaires de si tôt. Mais ils peuvent permettre aux gens de découvrir des informations importantes et d'identifier les risques plus rapidement et plus facilement », a-t-il conclu.

Le registre a demandé au PNNL des commentaires et des informations complémentaires. Nous soupçonnons que certains détails peuvent rester vagues pour des raisons de sécurité. ®