米国のパシフィック・ノースウエスト国立研究所の研究によると、AIは包括的核実験禁止条約で禁止されている核兵器実験の兆候を検出できるという。
科学者グループが、異常な核活動を察知するニューラルネットワークを構築した。米国エネルギー省傘下の国立研究所の一つ、パシフィック・ノースウェスト国立研究所（PNNL）の研究者たちは、ディープラーニングを用いて様々な核崩壊現象を分類し、疑わしい行動を特定できるかどうか検証することにした。
コンクリート、岩、そして土の層81フィート（約24メートル）下に埋もれたこの研究所は、宇宙線、電子機器、その他の発生源からのエネルギーを遮断しています。そのため、収集されるデータのノイズが少なく、異常な活動を特定しやすくなります。
このシステムは、放射性粒子の崩壊によって放出・散乱される電子を探し、核爆発によって人工的に生成されるアルゴン39の放射性同位体であるアルゴン37の存在量を監視します。
半減期が35日のアルゴン37は、カルシウムが過剰な中性子を捕獲し、アルファ粒子を放出して崩壊する際に放出されます。PNNLの科学者であるエミリー・メイス氏は、崩壊現象のエネルギー、タイミング、持続時間などの特徴に注目し、それが核実験に起因するものかどうかを判断していると述べています。
ロボコップ：群衆の中にいる凶悪犯を特定するためのドローンを科学者が開発
続きを読む
「脈波の形状によっては解釈が難しい」とメイス氏は述べた。「良いデータと悪いデータを区別するのは難しい場合がある」
ディープラーニングは、そのプロセスを容易にします。コンピューター科学者たちは3万2000個のパルスを収集し、その特性に注釈を付けることで、信号を「良好」か「不良」かに分類する可能性のある異常な特徴をシステムに見つけ出すように学習させました。
「信号は良い信号もあれば、悪い信号もあります」とジェシー・ワード氏は述べた。「ネットワークが良い信号を学習するには、比較対象となる悪い信号がある程度必要です。」研究者たちが5万回のパルスでシステムをテストし、人間の専門家に信号を区別するよう依頼したところ、ニューラルネットワークは100%の確率で彼らの判断と一致した。
また、従来の技術では96.1％だった脈拍の識別率を99.9％にまで引き上げた。
「ディープラーニングにより、関心対象の活動を示す少数の良好なイベントを選別することが容易になります」と原子核物理学者でPNNL研究員のクレイグ・アールゼス氏は述べた。
この結果は、今年ハワイで開催された「放射分析化学の方法と応用」会議で発表されました。®
