由于核设施具有巨大能量,对国计民生产生重要影响,其安全防护不仅地位重要,而且内容繁多、工作复杂。在人工智能技术不断发展、成熟,应用领域不断拓展的情况下,将其用于核设施安全防护是自然之选。
“核设施”主要指用于生产、加工、储存、使用易裂变材料或放射性物质的设施。这个界定涵盖宽泛,具有很强的适用性,但指向不甚明确。
具体而言,按照管理使用的主体不同,可分为军用和民用核设施。军用核设施包括用于军事目的、为军方所拥有、管理、使用、维护的所有核设施,主要体现为核武器的生产、储存、转运、发射等载具、场地等,以及为军事活动提供能源的核反应堆,包括固定的和随载具机动的,如为潜艇、航母等提供动力的核反应堆等。
根据我国发布的《中华人民共和国民用核设施安全监督管理条例》,民用核设施包括:核电厂、核热电厂、核供汽供热厂等核动力厂,研究堆、实验堆、临界装置等核动力厂以外的其他核反应堆,核燃料生产、加工、贮存及后处理设施,放射性废物的处理和处置设施,以及其他需要严格监督管理的核设施。其中,临界装置是指重水反应堆、原型微型反应堆等,其主要属性和在安全防护方面的重要性等同于核反应堆等核设施。
现代社会,核技术不断成熟并广泛应用,仅以核发电为例,据国际原子能机构统计,1984年,全世界仅拥有34座投产发电的核电站。但到1986年底,全世界在运转的核电站达到376座,总装机容量达到2769.75亿瓦;在建的核电站有135座,总装机容量为1469.31亿瓦;拟建的核电站有124座,总装机容量为1218.9亿瓦。核电站发电量占世界发电总量的比重已上升到了15%。同时,核电站发电量占各国发电总量的比重,法国为70%,比利时为67%,瑞典为50%,瑞士和西德(当时德国尚未统一)两国分别为39%和30%,日本和美国两国分别为25%和17%。核电站发生事故所造成的危害,仅以切尔诺贝利核电厂事故就足以警示世人。
随着核技术的成熟与广泛应用,加之化石能源逐渐枯竭、新能源开发的成本高、技术难度大等原因,核技术在军事和民用领域的应用都在迅速拓展。军用和民用核设施日益增多,安全防护工作日益繁重和艰巨,应用最新技术进行核设施安全防护的需求越来越旺盛。人工智能在核实施安全防护方面的应用成为必然。
核设施安全防护贯穿于其存续全生命周期,从其选址(载具)、设计、建造、运行,直至退役,都必须遵循安全第一的方针,提供足够的安全防护,否则,不仅无法发挥核设施应有的作用功能,甚至反受其害,造成无法挽回的破坏和损失。从实际运用角度来看,人工智能在核设施安全防护方面的应用领域大致包括态势感知、防空预警、网络防护、指挥控制和通信系统等。
核设施安全防护态势感知即核设施安全的现状、状态的了解、评判,对发展趋势的预测。核设施面临的安全威胁不仅来自敌方的潜伏、破坏和摧毁,也来自己方的管理漏洞、操作失误、违规和逾期使用等方面,因此,态势感知的条件复杂、任务繁重,出现疏漏和错误的概率高、后果严重。人工智能在核设施安全防护态势感知方面的应用,即应用人工智能技术,对核设施所处地理环境、空天态势、系统运行的内部状态、零部件使用寿命和性能参数等进行综合分析,对安全系数进行评判,对威胁和潜在威胁进行预判,提示可能的发展趋势,以及如何选择应急预案等。
核设施安全防护防空预警即对可能来自敌方破坏核设施的空天威胁进行预先示警。出于保密需要和预防危险的需要,核设施建设选址和载具大都远离居民稠密的地区,处在严密的安全保护之下。因此,如果欲达成大的、整体性毁灭效果,必须采取大型的特种作战手段。
由于空袭具有快速、隐蔽、作战半径大、直达攻击目标等典型特点,于是成为对重要核设施的打击和摧毁的首选方式。1981年6月7日,以色列出动14架战机远程奔袭,摧毁伊拉克首都巴格达东南约20公里处的核反应堆。这一行动的代号是“巴比伦行动”。2007年9月6日,以色列18架F-16I战斗机,从地中海方向,成功摧毁位于土叙边境的叙利亚核设施。这一行动的代号是“果园行动”。
两次行动都采取了远程奔袭的空袭方式。因为事发突然,以色列对空袭行动的保密工作做得好,伊拉克对以色列的空袭毫无防备。而叙利亚虽然对核设施采取了严密的防空保护,但以色列应用“舒特”网络攻击工具,成功欺骗了叙利亚采用的俄制“道尔-M1”防空系统的三坐标雷达,使得叙利亚防空系统形同虚设。人工智能在核设施安全防护防空预警中的应用,即应用人工智能技术和方法,提高防空系统对来袭目标的探测、辨识、威胁等级判别,以及发出预先警报的能力,通过机器学习,不断优化防空系统的人工智能大模型辨别敌方欺骗信息的能力,在人工授权的条件下,自动阻击和摧毁来袭目标。
核设施安全防护网络防御在网络系统遍布核设施各个组成部分,核设施基本功能和日常运行都无法离开网络系统的情况下,网络安全防护已经成为核设施安全防护不可忽视,甚至是至关重要的工作。对专业的核心网络实行物理隔离,切断与公共网络的互联,曾经是确保专业核心网络相对安全的有效方法。
但是,在网络应用日益进入日常生活,网络载体无所不在的情况下,事实证明物理隔离已经失效。2010年7月,伊朗布什尔核电站被“震网”病毒攻陷,导致伊朗浓缩铀工厂内约五分之一的离心机报废。伊朗布什尔核电站的网络系统与外网是物理隔离的,但是,“震网”病毒却成功潜入系统实行破坏。经过大量的专业分析,分析得出的可能原因,是核电站工作人员在内外网之间混用了移动存储载体,为病毒潜入提供了机会。潜伏病毒在得到攻击指令后,发起突然性集中网络破坏行动,对核设施产生了显著的破坏作用。人工智能在核设施安全防护网络防护中,可发挥独特的作用。由于网络攻击具有非常高的隐蔽性,潜在网络攻击代码和攻击发生后的归因判断,都处于极其困难的阶段。这就使得对于网络攻击既不能预防于前,又不能追责于后。人工智能技术的发展,可望在这方面发挥作用,取得技术突破。果如所愿,将对网络防护产生深刻影响。
核设施安全防护中,针对核指挥控制和通信系统的工作包括升级系统性能、加强系统能力、防范敌方对系统的渗透和破坏、处理系统突发事件。核指挥控制和通信系统在国家战略、核威慑等方面具有极其重要的作用。
美国2023年—2032年的十年,核武库建设领域预算将达7560亿美元,其中核指挥、控制和通信升级计划投入达1170亿美元。据权威信息来源的消息,美军正在研究采用深度学习技术对核指挥控制和通信系统进行升级改造,首批入选的分系统占所有分系统的大约39%。但是,现有人工智能技术本身存在不确定性,应用于具有战略影响力的核指挥控制和通信系统,不仅要冒技术风险,也要冒极大的伦理风险。若因此造成疏失,无疑将给核设施安全防护带来巨大的挑战。
人工智能的发展应用,以2016年3月谷歌公司开发的“阿法狗”(AlphaGo)智能机器人以4:1的悬殊比分大胜韩国顶级围棋高手李世石而引人注目。更加令人目瞪口呆的是,人工智能围棋机器人迅速以远远超越人的算力一骑绝尘,未久即达到人类棋手不可企及的高度。现在,人类围棋顶尖高手也只能望围棋智能机器人的项背。这就是以机器学习为基础的人工智能大模型能量的展示。其以超凡的速度和算力,不断自我迭代、更新、强化的功能,显示了人工智能大模型的魅力和能力。将人工智能技术用于核设施安全防护,至少需要在以下几个方面着力。
一是构建核设施安全防护人工智能大模型及与其匹配的算力。核设施安全防护关系人类安全、存亡,运用人工智能大模型作为核设施安全防护的工具是自然之选。人工智能大模型是指拥有超大规模参数(通常在十亿个以上)、超强计算资源的机器学习模型,能够处理海量数据,完成各种复杂任务,如自然语言处理、图像识别等。建立核设施安全防护人工智能大模型,需要结合核设施安全防护的需要,确立相关数据结构,精确设计迭代算法等。
数据结构包括选择参数,确立数据的表现形式、数据之间的相互关系。参数选择的正确与否,直接关系大模型是否抓住所要迭代、进化的对象的实质,数据之间的关系表现为各类参数的排列方式和处理顺序。算法则是对数据进行迭代、计算、处理的方法,它决定所要达成目标的数据迭代、进化的效率。因此,数据结构的确立和算法优化是大模型的关键部分。
另外,算力是人工智能大模型的核心要素。算力已经不仅成为一个国家科技能力的重要指标,甚至是国家综合国力的重要指标。再好的数据参数、数据结构和算法,没有算力的支撑也无济于事。核设施安全防护人工智能大模型要实现正常运行与不断迭代,大型计算机、超级计算机的高超算力是必不可少的。
为了抢占新时代的科技制高点,美国高度重视高性能计算的算力增长。2022年5月30日,美国能源部橡树岭国家实验室研发的超级计算机Frontier实测性能达到1.1 Exaflops(1018 FLOPS),成为全球首台E级超级计算机。同年9月,美国信息技术与创新基金会发布题为《保持美国高性能计算在E(百亿亿次级计算)时代的领先地位》的报告,介绍了高性能计算的重要性、国际高性能计算领导地位的重要性、高性能计算的下一代商业应用,以及促进高性能计算发展的政策建议。
二是完善核设施相关防空预警系统。以色列摧毁伊拉克核设施的“巴比伦行动”和摧毁叙利亚核设施的“果园行动”,都是采取的空袭行动。因此,加强和完善核设施的防空预警系统,是保护核设施免被硬摧毁的关键之一。采用人工智能技术加强核设施防空预警,同样需要建立相关数学模型,采集和积累信息、数据和参数,利用己方情报系统采集的数据、通过技术和谍报手段获取的敌方数据,以及己方研究获取的参数,对防空预警智能系统进行迭代升级。以确保在遭受攻击时,及时发现敌方来袭目标,发出预先警报和精确摧毁敌方来袭的飞机或导弹。
三是提高入侵检测能力。入侵与反入侵,入侵永远是主动的,入侵检测永远是被动的。因为只有入侵发生,检测才有可能。此时,入侵已经发生,而检测很难无懈可击。此前,进行入侵检测,必须先建立入侵特征数据库,才有可能对入侵进行有效比对,发现、阻止和应对入侵。而对于全新的入侵代码,实际上入侵检测连比对的对象都没有,很难甚至根本不可能有效检测。
例如,以色列攻击叙利亚核设施的“果园行动”中使用的舒特网电一体攻击系统,是以色列和美国在绝密的条件下联合研制,不仅攻击手段是全新的,在攻击发生前,代码特征也无从掌控。但是,根据网络专家在事件发生后的深度分析,舒特攻击的成功,单纯通过叙利亚雷达系统无线注入代码是不太可能的。在攻击发生前,应该有代码入侵且进行成功潜伏,才有可能在“舒特”攻击发生时里应外合,才能攻陷叙利亚的道尔防空系统。
采用人工智能提高入侵检测能力,可对已有入侵进行共性分析,找到入侵代码的本质特征,甚至对可能的发展进行预判。这样,才可以在入侵的初始阶段就发现和阻止入侵,防范于未然。但是,达成这样的效果,首先需要掌握大量的入侵攻击代码,并从中挖掘出特征。这在西方发达国家拥有网络技术、入侵攻击的领先优势的情况下,其他国家军队、政府和科研机构所难以完成的。
总的来说,将人工智能技术应用于核设施安全防护是一柄双刃剑,既可能带来巨大的效益,提高核设施安全性,也可能带来新的技术和伦理风险。在推进人工智能技术应用于核设施安全防护时,需要兼顾效率与安全,尽量减少风险,在确保安全的前提下注重效益的提升。
关注我们
更多精彩