人工智能在核設施安全防護中的應用研究

由于核設施具有巨大能量，對國計民生產生重要影響，其安全防護不僅地位重要，而且內容繁多、工作復雜。在人工智能技術不斷發展、成熟，應用領域不斷拓展的情況下，將其用于核設施安全防護是自然之選。

防護對象

“核設施”主要指用于生產、加工、儲存、使用易裂變材料或放射性物質的設施。這個界定涵蓋寬泛，具有很強的適用性，但指向不甚明確。

具體而言，按照管理使用的主體不同，可分為軍用和民用核設施。軍用核設施包括用于軍事目的、為軍方所擁有、管理、使用、維護的所有核設施，主要體現為核武器的生產、儲存、轉運、發射等載具、場地等，以及為軍事活動提供能源的核反應堆，包括固定的和隨載具機動的，如為潛艇、航母等提供動力的核反應堆等。

根據我國發布的《中華人民共和國民用核設施安全監督管理條例》，民用核設施包括：核電廠、核熱電廠、核供汽供熱廠等核動力廠，研究堆、實驗堆、臨界裝置等核動力廠以外的其他核反應堆，核燃料生產、加工、貯存及后處理設施，放射性廢物的處理和處置設施，以及其他需要嚴格監督管理的核設施。其中，臨界裝置是指重水反應堆、原型微型反應堆等，其主要屬性和在安全防護方面的重要性等同于核反應堆等核設施。

現代社會，核技術不斷成熟并廣泛應用，僅以核發電為例，據國際原子能機構統計，1984年，全世界僅擁有34座投產發電的核電站。但到1986年底，全世界在運轉的核電站達到376座，總裝機容量達到2769.75億瓦；在建的核電站有135座，總裝機容量為1469.31億瓦；擬建的核電站有124座，總裝機容量為1218.9億瓦。核電站發電量占世界發電總量的比重已上升到了15%。同時，核電站發電量占各國發電總量的比重，法國為70%，比利時為67%，瑞典為50%，瑞士和西德（當時德國尚未統一）兩國分別為39%和30%，日本和美國兩國分別為25%和17%。核電站發生事故所造成的危害，僅以切爾諾貝利核電廠事故就足以警示世人。

隨著核技術的成熟與廣泛應用，加之化石能源逐漸枯竭、新能源開發的成本高、技術難度大等原因，核技術在軍事和民用領域的應用都在迅速拓展。軍用和民用核設施日益增多，安全防護工作日益繁重和艱巨，應用最新技術進行核設施安全防護的需求越來越旺盛。人工智能在核實施安全防護方面的應用成為必然。

應用領域

核設施安全防護貫穿于其存續全生命周期，從其選址（載具）、設計、建造、運行，直至退役，都必須遵循安全第一的方針，提供足夠的安全防護，否則，不僅無法發揮核設施應有的作用功能，甚至反受其害，造成無法挽回的破壞和損失。從實際運用角度來看，人工智能在核設施安全防護方面的應用領域大致包括態勢感知、防空預警、網絡防護、指揮控制和通信系統等。

核設施安全防護態勢感知 即核設施安全的現狀、狀態的了解、評判，對發展趨勢的預測。核設施面臨的安全威脅不僅來自敵方的潛伏、破壞和摧毀，也來自己方的管理漏洞、操作失誤、違規和逾期使用等方面，因此，態勢感知的條件復雜、任務繁重，出現疏漏和錯誤的概率高、后果嚴重。人工智能在核設施安全防護態勢感知方面的應用，即應用人工智能技術，對核設施所處地理環境、空天態勢、系統運行的內部狀態、零部件使用壽命和性能參數等進行綜合分析，對安全系數進行評判，對威脅和潛在威脅進行預判，提示可能的發展趨勢，以及如何選擇應急預案等。

核設施安全防護防空預警 即對可能來自敵方破壞核設施的空天威脅進行預先示警。出于保密需要和預防危險的需要，核設施建設選址和載具大都遠離居民稠密的地區，處在嚴密的安全保護之下。因此，如果欲達成大的、整體性毀滅效果，必須采取大型的特種作戰手段。

由于空襲具有快速、隱蔽、作戰半徑大、直達攻擊目標等典型特點，于是成為對重要核設施的打擊和摧毀的首選方式。1981年6月7日，以色列出動14架戰機遠程奔襲，摧毀伊拉克首都巴格達東南約20公里處的核反應堆。這一行動的代號是“巴比倫行動”。2007年9月6日，以色列18架F-16I戰斗機，從地中海方向，成功摧毀位于土敘邊境的敘利亞核設施。這一行動的代號是“果園行動”。

兩次行動都采取了遠程奔襲的空襲方式。因為事發突然，以色列對空襲行動的保密工作做得好，伊拉克對以色列的空襲毫無防備。而敘利亞雖然對核設施采取了嚴密的防空保護，但以色列應用“舒特”網絡攻擊工具，成功欺騙了敘利亞采用的俄制“道爾-M1”防空系統的三坐標雷達，使得敘利亞防空系統形同虛設。人工智能在核設施安全防護防空預警中的應用，即應用人工智能技術和方法，提高防空系統對來襲目標的探測、辨識、威脅等級判別，以及發出預先警報的能力，通過機器學習，不斷優化防空系統的人工智能大模型辨別敵方欺騙信息的能力，在人工授權的條件下，自動阻擊和摧毀來襲目標。

核設施安全防護網絡防御 在網絡系統遍布核設施各個組成部分，核設施基本功能和日常運行都無法離開網絡系統的情況下，網絡安全防護已經成為核設施安全防護不可忽視，甚至是至關重要的工作。對專業的核心網絡實行物理隔離，切斷與公共網絡的互聯，曾經是確保專業核心網絡相對安全的有效方法。

但是，在網絡應用日益進入日常生活，網絡載體無所不在的情況下，事實證明物理隔離已經失效。2010年7月，伊朗布什爾核電站被“震網”病毒攻陷，導致伊朗濃縮鈾工廠內約五分之一的離心機報廢。伊朗布什爾核電站的網絡系統與外網是物理隔離的，但是，“震網”病毒卻成功潛入系統實行破壞。經過大量的專業分析，分析得出的可能原因，是核電站工作人員在內外網之間混用了移動存儲載體，為病毒潛入提供了機會。潛伏病毒在得到攻擊指令后，發起突然性集中網絡破壞行動，對核設施產生了顯著的破壞作用。人工智能在核設施安全防護網絡防護中，可發揮獨特的作用。由于網絡攻擊具有非常高的隱蔽性，潛在網絡攻擊代碼和攻擊發生后的歸因判斷，都處于極其困難的階段。這就使得對于網絡攻擊既不能預防于前，又不能追責于后。人工智能技術的發展，可望在這方面發揮作用，取得技術突破。果如所愿，將對網絡防護產生深刻影響。

核設施安全防護中，針對核指揮控制和通信系統的工作包括升級系統性能、加強系統能力、防范敵方對系統的滲透和破壞、處理系統突發事件。核指揮控制和通信系統在國家戰略、核威懾等方面具有極其重要的作用。

美國2023年—2032年的十年，核武庫建設領域預算將達7560億美元，其中核指揮、控制和通信升級計劃投入達1170億美元。據權威信息來源的消息，美軍正在研究采用深度學習技術對核指揮控制和通信系統進行升級改造，首批入選的分系統占所有分系統的大約39%。但是，現有人工智能技術本身存在不確定性，應用于具有戰略影響力的核指揮控制和通信系統，不僅要冒技術風險，也要冒極大的倫理風險。若因此造成疏失，無疑將給核設施安全防護帶來巨大的挑戰。

重要舉措

人工智能的發展應用，以2016年3月谷歌公司開發的“阿法狗”（AlphaGo）智能機器人以4：1的懸殊比分大勝韓國頂級圍棋高手李世石而引人注目。更加令人目瞪口呆的是，人工智能圍棋機器人迅速以遠遠超越人的算力一騎絕塵，未久即達到人類棋手不可企及的高度。現在，人類圍棋頂尖高手也只能望圍棋智能機器人的項背。這就是以機器學習為基礎的人工智能大模型能量的展示。其以超凡的速度和算力，不斷自我迭代、更新、強化的功能，顯示了人工智能大模型的魅力和能力。將人工智能技術用于核設施安全防護，至少需要在以下幾個方面著力。

一是構建核設施安全防護人工智能大模型及與其匹配的算力。核設施安全防護關系人類安全、存亡，運用人工智能大模型作為核設施安全防護的工具是自然之選。人工智能大模型是指擁有超大規模參數（通常在十億個以上）、超強計算資源的機器學習模型，能夠處理海量數據，完成各種復雜任務，如自然語言處理、圖像識別等。建立核設施安全防護人工智能大模型，需要結合核設施安全防護的需要，確立相關數據結構，精確設計迭代算法等。

數據結構包括選擇參數，確立數據的表現形式、數據之間的相互關系。參數選擇的正確與否，直接關系大模型是否抓住所要迭代、進化的對象的實質，數據之間的關系表現為各類參數的排列方式和處理順序。算法則是對數據進行迭代、計算、處理的方法，它決定所要達成目標的數據迭代、進化的效率。因此，數據結構的確立和算法優化是大模型的關鍵部分。

另外，算力是人工智能大模型的核心要素。算力已經不僅成為一個國家科技能力的重要指標，甚至是國家綜合國力的重要指標。再好的數據參數、數據結構和算法，沒有算力的支撐也無濟于事。核設施安全防護人工智能大模型要實現正常運行與不斷迭代，大型計算機、超級計算機的高超算力是必不可少的。

為了搶占新時代的科技制高點，美國高度重視高性能計算的算力增長。2022年5月30日，美國能源部橡樹嶺國家實驗室研發的超級計算機Frontier實測性能達到1.1 Exaflops（1018"FLOPS），成為全球首臺E級超級計算機。同年9月，美國信息技術與創新基金會發布題為《保持美國高性能計算在E（百億億次級計算）時代的領先地位》的報告，介紹了高性能計算的重要性、國際高性能計算領導地位的重要性、高性能計算的下一代商業應用，以及促進高性能計算發展的政策建議。

二是完善核設施相關防空預警系統。以色列摧毀伊拉克核設施的“巴比倫行動”和摧毀敘利亞核設施的“果園行動”，都是采取的空襲行動。因此，加強和完善核設施的防空預警系統，是保護核設施免被硬摧毀的關鍵之一。采用人工智能技術加強核設施防空預警，同樣需要建立相關數學模型，采集和積累信息、數據和參數，利用己方情報系統采集的數據、通過技術和諜報手段獲取的敵方數據，以及己方研究獲取的參數，對防空預警智能系統進行迭代升級。以確保在遭受攻擊時，及時發現敵方來襲目標，發出預先警報和精確摧毀敵方來襲的飛機或導彈。

三是提高入侵檢測能力。入侵與反入侵，入侵永遠是主動的，入侵檢測永遠是被動的。因為只有入侵發生，檢測才有可能。此時，入侵已經發生，而檢測很難無懈可擊。此前，進行入侵檢測，必須先建立入侵特征數據庫，才有可能對入侵進行有效比對，發現、阻止和應對入侵。而對于全新的入侵代碼，實際上入侵檢測連比對的對象都沒有，很難甚至根本不可能有效檢測。

例如，以色列攻擊敘利亞核設施的“果園行動”中使用的舒特網電一體攻擊系統，是以色列和美國在絕密的條件下聯合研制，不僅攻擊手段是全新的，在攻擊發生前，代碼特征也無從掌控。但是，根據網絡專家在事件發生后的深度分析，舒特攻擊的成功，單純通過敘利亞雷達系統無線注入代碼是不太可能的。在攻擊發生前，應該有代碼入侵且進行成功潛伏，才有可能在“舒特”攻擊發生時里應外合，才能攻陷敘利亞的道爾防空系統。

采用人工智能提高入侵檢測能力，可對已有入侵進行共性分析，找到入侵代碼的本質特征，甚至對可能的發展進行預判。這樣，才可以在入侵的初始階段就發現和阻止入侵，防范于未然。但是，達成這樣的效果，首先需要掌握大量的入侵攻擊代碼，并從中挖掘出特征。這在西方發達國家擁有網絡技術、入侵攻擊的領先優勢的情況下，其他國家軍隊、政府和科研機構所難以完成的。

總的來說，將人工智能技術應用于核設施安全防護是一柄雙刃劍，既可能帶來巨大的效益，提高核設施安全性，也可能帶來新的技術和倫理風險。在推進人工智能技術應用于核設施安全防護時，需要兼顧效率與安全，盡量減少風險，在確保安全的前提下注重效益的提升。

責任編輯：劉靖鑫