使用 AI 检测核威胁
太平洋西北国家实验室的新研究使用机器学习、数据分析和人工智能来识别潜在的核威胁。
来源:Qudata使用 AI 检测核威胁
太平洋西北国家实验室 (PNNL) 的新研究使用机器学习、数据分析和人工智能来识别潜在的核威胁。
太平洋西北国家实验室 (PNNL)PNNL 防扩散分析师 Benjamin Wilson 有一个独特的机会将这些数据挖掘和机器学习技术与核分析相结合。
PNNL 防扩散分析师 Benjamin Wilson据 Wilson 称：“防止核扩散需要保持警惕。它涉及劳动力，从核材料的审计到调查谁在处理核材料。可以利用数据分析驱动的技术使这更容易。”
在国家核安全局 (NNSA)、科学人工智能推理数学 (MARS) 计划和国防部的支持下，PNNL 研究人员正在开展多个项目，以提高核不扩散和安全措施的有效性。以下是其中一些的主要论点。
核材料泄漏检测
核再处理设施收集乏核燃料并将其分离成废物。然后，这些产品用于生产可加工成核反应堆新燃料的化合物。这些化合物含有铀和钚，可用于制造核武器。国际原子能机构对核设施进行监测，以确保没有任何核材料用于核武器。这些都是长期的定期检查，以及收集样本进行进一步分析。
“如果我们能够创建一个从设施处理数据中自动检测异常的系统，我们可以节省大量的时间和人工成本，”威尔逊说。
《国际核保障与不扩散杂志》分析文本以寻找核武器扩散的迹象
这一进展发表在《国际核保障与不扩散杂志》上。