Amerykański rząd wykorzystuje sztuczną inteligencję i uczenie maszynowe do wykrywania zagrożeń płynących z nielegalnego powstawania broni nuklearnej. W jaki sposób odbywa się ten proces?
Algorytmy AI i ML pomocne w obronie narodowej
Za pierwsze na świecie, oficjalne zastosowanie algorytmu, uznaje się wygraną komputera z człowiekiem w 1962 roku. Teraz jednak sztuczna inteligencja oraz uczenie maszynowe jest powszechne i znajduje użycie nawet w domowych potrzebach, jednak dotarcie do obecnego etapu zajęło wiele lat intensywnych badań. Stosują ją również organizacje rządowe, dzięki którym możliwe jest utrzymanie bezpieczeństwa narodowego.
Pacific Northwest National Laboratory (PNNL), będące krajowym laboratorium Departamentu Energii USA, pracuje nad stworzeniem algorytmów uczenia maszynowego, dzięki którym możliwe będzie wczesne wykrycie zagrożenia nuklearnego. Jak twierdzą naukowcy, mechanizmy ML są teraz wprowadzane powszechnie i wykazują bezpieczne oraz godne zaufania zachowania.
Głównym celem prowadzonych przez PNNL badań jest opracowanie algorytmów, które będą w stanie przeprowadzić analizę danych oraz wdrożyć uczenie maszynowe wprost do prowadzenia monitoringu materiałów nuklearnych, które potencjalnie mogłyby być częścią broni jądrowych.
Monitorowanie zakładów przetwarzania, aby wykrywać zagrożenie nuklearne
AI pozwala na przeprowadzanie monitoringu zakładów, zajmujących się przetwarzaniem materiałów nuklearnych w krajach, które w swoich zasobach nie zawierają broni jądrowej. Taka czynność jest istotna, aby zweryfikować czy wydzielony pluton nie został użyty do wyprodukowania broni nuklearnej. Na ten moment Międzynarodowa Agencja Energii Atomowej (MAEA) realizuje ten proces w oparciu o analizę próbek oraz proces kontroli osobistej, co jednak jest czasochłonne.
Stworzone algorytmy PNNL pozwalają na opracowanie wirtualnego obiektu, co umożliwia wytrenowanie modelu AI oraz automatyczne przeprowadzanie kontroli. W momencie wykrycia nieprawidłowości, na miejsce do weryfikacji wzywani są inspektorzy.
Laboratorium PNNL stosuje także algorytm, który jest w stanie przetworzyć obrazy materiałów radioaktywnych oraz wyszukać unikalną strukturę pod względem zanieczyszczeń. W oparciu o otrzymane wyniki, organy ścigania mogą porównywać struktury próbek, pochodzących z terenu.
