محققان چینی سامانه هوش مصنوعی را توسعه دادهاند که میتواند کلاهکهای هستهای واقعی را از نمونههای فریبدهنده تشخیص دهد. این سیستم نخستین راهحل مبتنیبر هوش مصنوعی برای راستیآزمایی تسلیحات اتمی در جهان محسوب میشود.
به گزارش نشریه چینی SCMP ، مؤسسه انرژی اتمی چین (CIAE) تحقیقات درباره این سیستم را آوریل منتشر کرد. چنین سیستمی میتواند موضع پکن را در مذاکرات بینالمللی خلع سلاح تقویت کند. البته توسعه این فناوری مبتنیبر هوش مصنوعی ممکن است بحثها درباره نقش این فناوری در مدیریت سلاحهای کشتارجمعی را نیز داغتر کند.
هوش مصنوعی چین میتواند کلاهکهای هستهای واقعی را تشخیص دهد
این پروژه که در بیش از یک دهه پیش براساس پروتکلی پیشنهادی مشترک دانشمندان چینی و آمریکایی بنا شده، با 3 مانع بزرگ روبهرو بوده است: آموزش و آزمایش هوش مصنوعی با استفاده از دادههای حساس هستهای مانند مشخصات واقعی کلاهکها، قانعکردن رهبران نظامی چین مبنیبر اینکه این سامانه اطلاعات فنی محرمانه را فاش نخواهد کرد و قانعکردن سایر کشورها ازجمله آمریکا برای کنارگذاشتن روشهای راستیآزمایی دوران جنگ سرد.
تا اینجا گام اول پروژه موفقیتآمیز بوده است. تیم تحقیقاتی در مقالهای در نشریه Atomic Energy Science and Technology نوشت: «بهدلیل ماهیت محرمانه کلاهکهای هستهای و طراحی اجزای آنها اطلاعات دقیق در اینجا قابلافشا نیست.»
این پروتکل تأیید که بر پایه هوش مصنوعی کار میکند، با عنوان «طرح فنی راستیآزمایی برای الگوریتم یادگیری عمیق مبتنیبر پروتکل تعاملی دانش صفر» از فرایندی چندمرحلهای بهره میبرد که نتیجه ترکیب رمزنگاری و فیزیک هستهای است.
پژوهشگران با استفاده از شبیهسازیهای مونتکارلو (Monte Carlo) میلیونها قطعه هستهای مجازی تولید کردند. برخی از این قطعات حاوی اورانیوم با درجه تسلیحاتی و برخی دیگر با موادی فریبدهنده مانند سرب یا اورانیوم با غنای پایین ساخته شده بودند.
در پایان، شبکه یادگیری عمیق چندلایه براساس الگوهای شار نوترونی آموزش داده شد که میتوانست با دقت بسیار بالا کلاهکهای واقعی و نمونههای تقلبی را از یکدیگر تشخیص دهد.
هوش مصنوعی در این سامانه هیچ اطلاعاتی درباره مهندسی کلاهکهای جنگی ندارد اما همچنان میتواند از طریق سیگنالهای تشعشعات، کلاهکهای تسلیحاتی را پیدا کند. رونمایی از این فناوری در شرایطی رخ داده که افراد زیادی در جهان نگران استفاده از هوش مصنوعی در حوزههای نظامی هستند.
