ห้องปฏิบัติการระดับชาติของสหรัฐฯ หันมาใช้ AI เพื่อตามล่านิวเคลียร์อันธพาล

ห้องปฏิบัติการระดับชาติของสหรัฐฯ หันมาใช้ AI เพื่อตามล่านิวเคลียร์อันธพาล

โหนดต้นทาง: 2552461

นักวิจัยจาก Pacific Northwest National Laboratory (PNNL) ของอเมริกากำลังพัฒนาเทคนิคการเรียนรู้ด้วยเครื่องเพื่อช่วย Feds ปราบปรามอาวุธนิวเคลียร์ที่อาจหลอกลวง

เพียงพอแล้วที่จะกล่าวว่า โดยทั่วไปแล้ว บุคคลหรือกลุ่มใดๆ ก็ตามที่จะครอบครองอาวุธนิวเคลียร์นั้นผิดกฎหมาย ซึ่งแน่นอนว่าในสหรัฐอเมริกา ใช่ มีห้าประเทศที่มีอาวุธนิวเคลียร์ที่ได้รับการยอมรับอย่างเป็นทางการ – ฝรั่งเศส รัสเซีย จีน สหราชอาณาจักร และสหรัฐอเมริกา – ซึ่งรัฐบาลมีอุปกรณ์เหล่านี้ซ่อนอยู่ และมีประเทศที่ลงนามในสหประชาชาติ สนธิสัญญาเกี่ยวกับการห้ามใช้อาวุธนิวเคลียร์ซึ่งหมายความว่าพวกเขาสัญญาว่าจะไม่ "พัฒนา ทดสอบ ผลิต ได้มา ครอบครอง กักตุน ใช้ หรือขู่ว่าจะใช้" แกดเจ็ตเหล่านี้

ดังนั้น ถ้าใครมีนิวเคลียร์อยู่ในครอบครอง ก็เป็นเพราะว่าพวกเขาเป็นประเทศในกลุ่มสมาชิกอาวุธนิวเคลียร์อย่างเป็นทางการ พวกเขาเป็นรัฐบาลที่ผลิตนิวเคลียร์เอง เป็นผู้ก่อการร้ายที่ขโมย ซื้อ หรือสร้างขึ้นเอง หรืออื่นๆ สถานการณ์คร่าวๆ ในสายตาของอเมริกาเป็นอย่างน้อย

(หัวรบนิวเคลียร์ที่ถูกขโมยหรือไม่ได้รับอนุญาตเป็นสิ่งที่ควรกังวล หรือเป็นเพียงฝันกลางวันที่เติมพลังให้กับ Tom Clancy เป็นหัวข้อที่เราจะทิ้งไว้ในวันอื่นหรือในส่วนความคิดเห็น)

การตรวจจับสัญญาณของกิจกรรมทางนิวเคลียร์ที่ไม่พึงประสงค์นั้นขึ้นอยู่กับความสามารถในการวิเคราะห์สารเคมีและโครงสร้างพื้นฐานที่จำเป็นในการผลิตอาวุธวันโลกาวินาศเหล่านี้ได้อย่างถูกต้อง Steven Ashby ผู้อำนวยการ PNNL อธิบายว่าห้องปฏิบัติการที่ได้รับทุนสนับสนุนจากกระทรวงพลังงานของสหรัฐฯ ใช้การเรียนรู้ของเครื่องเพื่อระบุภัยคุกคามนิวเคลียร์ได้อย่างไร

และไม่ใช่แค่การระบุ: เทคนิคช่วยให้สามารถรับ "ภัยคุกคามได้เร็วและง่ายขึ้น" กว่าแต่ก่อน

วิธีหนึ่งซึ่งใช้โมเดลเข้ารหัสอัตโนมัติ ประมวลผลภาพวัสดุกัมมันตภาพรังสีเพื่อหาว่ามันมาจากไหนและสร้างขึ้นมาอย่างไร ซอฟต์แวร์จะสร้างลายเซ็นหรือลายนิ้วมือของตัวอย่าง และเปรียบเทียบกับฐานข้อมูลของภาพกล้องจุลทรรศน์อิเล็กตรอนที่ถ่ายจากมหาวิทยาลัยและห้องปฏิบัติการระดับชาติอื่นๆ 

เมื่อพิจารณาว่าอนุภาคเหล่านี้มีความคล้ายคลึงกันมากน้อยเพียงใดกับไลบรารีรูปภาพ นักวิเคราะห์สามารถประเมินว่าตัวอย่างที่ไม่รู้จักนั้นบริสุทธิ์เพียงใด และติดตามแหล่งที่มาของวัสดุไปยังห้องปฏิบัติการที่เป็นไปได้ในการผลิตผลิตภัณฑ์นิวเคลียร์ สิ่งนี้มีประโยชน์หากคุณต้องการทราบว่าวัสดุนั้นดีพอที่จะสร้างอาวุธนิวเคลียร์ที่ใช้งานได้หรือไม่ และใครอยู่เบื้องหลัง Ashby กล่าวว่างานของ PNNL ที่นี่ช่วยให้หน่วยงานบังคับใช้กฎหมายสามารถติดตามเป้าหมายและเร่งการสืบสวนได้

ดังที่ห้องปฏิบัติการได้กล่าวไว้ว่า “วัสดุกัมมันตภาพรังสีจะมีโครงสร้างจุลภาคที่ไม่เหมือนใครโดยขึ้นอยู่กับสภาพแวดล้อมหรือความบริสุทธิ์ของวัสดุต้นทางที่โรงงานผลิต” โครงสร้างที่เป็นเอกลักษณ์นั้นด้วยความช่วยเหลือของซอฟต์แวร์ สามารถใช้ปิดห้องทดลองหรือโรงงานที่ผลิตได้ หรืออย่างที่ทราบๆ กัน

สำนักงานพลังงานปรมาณูระหว่างประเทศตรวจสอบโรงงานแปรรูปนิวเคลียร์ซ้ำในรัฐที่ไม่มีอาวุธนิวเคลียร์ เพื่อให้แน่ใจว่ามีการกำจัดพลูโทเนียมที่ผลิตในโรงไฟฟ้านิวเคลียร์อย่างเหมาะสม และไม่แอบซ่อนโลหะไว้เพื่อผลิตอาวุธ 

เจ้าหน้าที่ตรวจสอบสิ่งอำนวยความสะดวกเหล่านี้ด้วยวิธีต่างๆ ตั้งแต่การตรวจสอบด้วยตนเองไปจนถึงการวิเคราะห์ตัวอย่างทรัพยากร อีกเทคนิคหนึ่งที่กำลังอยู่ระหว่างการพัฒนาที่ PNNL เกี่ยวข้องกับการฝึกอบรมซอฟต์แวร์ที่ใช้หม้อแปลงเพื่อติดตามกิจกรรมของห้องปฏิบัติการแปรรูปนิวเคลียร์โดยตรง และตรวจจับพฤติกรรมที่น่าสงสัยโดยอัตโนมัติ

ประการแรก มีการสร้างแบบจำลองเสมือนที่จำลองสิ่งอำนวยความสะดวกในการประมวลผลซ้ำ ข้อมูลที่สร้างขึ้นโดยการติดตามโมเดลนี้ "รูปแบบทางโลกที่สำคัญ" จะใช้ในการฝึกโมเดล โดยคาดการณ์ว่าควรสังเกตรูปแบบใดจากพื้นที่ต่างๆ ภายในโรงงาน หากมีการใช้เพื่อวัตถุประสงค์ในทางสันติ และหากข้อมูลที่รวบรวมจากสถานที่จริงไม่ตรงกับการคาดการณ์ของแบบจำลอง ผู้เชี่ยวชาญอาจถูกเรียกให้ตรวจสอบเพิ่มเติม

“ผู้เชี่ยวชาญของเรากำลังรวมความเชี่ยวชาญด้านการไม่แพร่ขยายอาวุธนิวเคลียร์และการใช้เหตุผลเทียมเพื่อตรวจจับและบรรเทาภัยคุกคามจากนิวเคลียร์ เป้าหมายของพวกเขาคือการใช้การวิเคราะห์ข้อมูลและการเรียนรู้ของเครื่องเพื่อตรวจสอบวัสดุนิวเคลียร์ที่สามารถใช้ผลิตอาวุธนิวเคลียร์ได้” Ashby กล่าวว่า.

อย่างไรก็ตาม วิธีการอัตโนมัติเหล่านี้ใช้เพื่อตรวจจับสัญญาณของกิจกรรมทางนิวเคลียร์ที่ผิดกฎหมายเท่านั้น ผู้เชี่ยวชาญยังคงต้องตรวจสอบและยืนยันรายงาน

“อัลกอริธึมการเรียนรู้ของเครื่องและคอมพิวเตอร์จะไม่แทนที่มนุษย์ในการตรวจจับภัยคุกคามนิวเคลียร์ในเร็วๆ นี้ แต่อาจทำให้ผู้คนสามารถค้นพบข้อมูลสำคัญและระบุความเสี่ยงได้รวดเร็วและง่ายดายยิ่งขึ้น” เขากล่าวสรุป 

ลงทะเบียน ได้ขอให้ PNNL สำหรับความคิดเห็นและข้อมูลเพิ่มเติม เราสงสัยว่ารายละเอียดบางอย่างอาจถูกเก็บคลุมเครือด้วยเหตุผลด้านความปลอดภัย ®

ประทับเวลา:

เพิ่มเติมจาก ลงทะเบียน