當(dāng)整個科技界都在關(guān)注生成性人工智能及其所謂的破壞經(jīng)濟(jì)和就業(yè)市場的能力時，研究人員正在采用神經(jīng)網(wǎng)絡(luò)來解決科學(xué)、能源、健康和安全方面的挑戰(zhàn)，如檢測未知核威脅。太平洋西北國家實(shí)驗(yàn)室（PNNL）正試圖通過使用機(jī)器學(xué)習(xí)（ML）算法獵取未知的核威脅。
PNNL是美國能源部國家實(shí)驗(yàn)室之一，現(xiàn)在ML無處不在，可以被用來創(chuàng)建"安全、值得信賴、基于科學(xué)的系統(tǒng)"，旨在給民眾和國家提供不同種類的困難科學(xué)挑戰(zhàn)的答案。
PNNL介紹說，ML算法的正式公開亮相可以追溯到1962年，當(dāng)時一臺IBM 7094計(jì)算機(jī)在跳棋中戰(zhàn)勝了人類對手。由于采用了上述算法，該系統(tǒng)能夠自我學(xué)習(xí)，沒有被明確編程以改變其對國際象棋選手Robert Nealey的策略。
PNNL說，今天，機(jī)器學(xué)習(xí)無處不在，因?yàn)樗鼮閭€性化的購物推薦和語音驅(qū)動的助手（如Siri和Alexa）提供支持。像ChatGPT這樣的生成型人工智能工具只是一項(xiàng)已經(jīng)有幾十年成熟和發(fā)展的技術(shù)的最新公開表現(xiàn)。
PNNL的研究人員也在將機(jī)器學(xué)習(xí)用于國家安全，因?yàn)樵搶?shí)驗(yàn)室的專家正在將他們在核不擴(kuò)散和"人工推理"方面的知識結(jié)合起來，以檢測和（可能）減輕核威脅。他們研究的主要目標(biāo)是采用數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法來監(jiān)測可能被用于生產(chǎn)核武器的核材料。
PNNL采用的人工智能對國際原子能機(jī)構(gòu)（IAEA）很有用，該機(jī)構(gòu)正在監(jiān)測非核武器國家的核后處理設(shè)施，以了解從廢核燃料中分離出來的钚是否后來被用于生產(chǎn)核武器。除了親自檢查之外，IAEA還使用了樣品分析和過程監(jiān)測，這可能是一個耗時和勞動密集型的過程。
PNNL的算法可以為IAEA檢查的設(shè)施創(chuàng)建一個虛擬模型，跟蹤"重要的時間模式"來訓(xùn)練模型，并預(yù)測屬于設(shè)施中各個區(qū)域的正常使用模式。如果現(xiàn)場收集的數(shù)據(jù)與虛擬預(yù)測不一致，可以叫檢查員再檢查一次設(shè)施。
PNNL實(shí)驗(yàn)室設(shè)計(jì)的另一個由ML驅(qū)動的解決方案可以通過一個"自動編碼器"模型來處理放射性材料的圖像，該模型可以被訓(xùn)練成"壓縮和解壓圖像"的小描述，對計(jì)算分析有用。該模型查看微觀放射性粒子的圖像，尋找放射性材料因其生產(chǎn)設(shè)施的環(huán)境條件或源材料的純度而形成的獨(dú)特結(jié)構(gòu)。
執(zhí)法機(jī)構(gòu)（即FBI）隨后可以將現(xiàn)場樣本的微觀結(jié)構(gòu)與大學(xué)和國家實(shí)驗(yàn)室開發(fā)的電子顯微鏡圖像庫進(jìn)行比較，這樣他們就可以加快識別過程。PNNL的研究人員警告說，機(jī)器學(xué)習(xí)算法和計(jì)算機(jī)"不會在短時間內(nèi)取代人類檢測核威脅"，但它們在檢測和避免美國領(lǐng)土上的潛在核災(zāi)難方面可以發(fā)揮作用。
