Machine learning inference of fission yields from gamma spectroscopy for very low-yield nuclear test verification

Dit artikel toont aan dat machine learning-modellen die zijn getraind op hoogwaardige gesimuleerde gamma-spectroscopie-gegevens de splijtingsopbrengsten van kernproeven met zeer lage opbrengst nauwkeurig kunnen classificeren en schatten, waardoor een haalbare technische oplossing wordt geboden voor het verifiëren van de nul-opbrengst-norm van het Verdrag inzake een alomvattend verbod op kernproeven.

De kern

Stel je een wereld voor waarin landen hebben beloofd geen kernbommen te bouwen of te testen. Om deze belofte na te komen, zijn ze overeengekomen over een "zero-yield"-regel: geen enkel experiment mag een zelfonderhoudende kernkettingreactie veroorzaken, zelfs niet als die miniem is.

Het probleem? Het is ongelooflijk moeilijk om te bewijzen dat iemand geen klein, geheim test heeft uitgevoerd. Als een land een kleine hoeveelheid plutonium met conventionele explosieven comprimeert, net genoeg om een paar atomen te splitsen, is het misschien niet luid genoeg om te horen, en kan het radioactieve stof te zwak zijn om met standaardinstrumenten te zien. Het is als proberen een enkele gevallen munt te vinden in een donkere, lawaaiige kamer.

Dit artikel stelt een nieuwe manier voor om die "munt" te vinden met behulp van Machine Learning (AI) en Gamma-spectroscopie (een methode om radioactief licht te meten).

Hier is de eenvoudige uiteenzetting van wat de onderzoekers deden en vonden:

1. De "Digitale Tijdmachine"

Omdat we niet echt rond kunnen lopen om kleine kernwapens tot ontploffing te brengen om onze detectoren te testen, bouwden de onderzoekers een enorme digitale simulatie.

• Ze creëerden een virtuele wereld met 66 miljoen verschillende scenario's.
• Ze simuleerden alles: verschillende hoeveelheden plutonium, verschillende maten van de container die de test bevatte, verschillende tijdstippen van de dag waarop de meting werd uitgevoerd, en verschillende hoeveelheden "ruis" in de data.
• Denk hierbij aan het trainen van een detective door hen 66 miljoen verschillende misdaadplekken in een videospel te tonen, zodat ze precies leren hoe een "schuldig" tafereel eruitziet.

2. De "Vingerafdruk" van een Test

Wanneer een kernproef plaatsvindt, laat het een specifieke mix van radioactieve deeltjes (splijtingsproducten) en overgebleven plutonium achter. Deze deeltjes zenden gammastralen uit (onzichtbaar licht) die fungeren als een barcode.

• De onderzoekers keken naar de verhouding tussen de "barcode" van de splijtingsproducten en de "barcode" van het overgebleven plutonium.
• Ze realiseerden zich dat hoewel veel dingen (zoals hoe dik de wanden van de container zijn) deze barcode kunnen vervagen, de verhouding tussen specifieke lichtlijnen nog steeds het geheim bevat van hoe groot de explosie was.

3. De AI-Detective

Het team leerde een specifiek type AI (genaamd XGBoost, wat vergelijkbaar is met een zeer scherpe, georganiseerde beslisnemer) om naar deze gammastralen-barcodes te kijken en twee vragen te beantwoorden:

1. De "Stop/Ga"-vraag (Classificatie): Overschreed de test een specifieke limiet (bijvoorbeeld 1 kilogram TNT)?
2. De "Hoe groot?"-vraag (Regression): Hoeveel energie heeft de test precies vrijgegeven?

4. De Resultaten: De AI is verrassend goed

De AI presteerde als een kampioendetective:

• Voor de "Stop/Ga"-vraag: Het was ongelooflijk nauwkeurig. Als de test net iets boven of onder de limiet lag (zoals 1 kg TNT), kon de AI het verschil zien met meer dan 95% nauwkeurigheid. Het is als een beveiliger die bijna perfect het verschil kan zien tussen een pakket van 1 pond en een pakket van 1,1 pond.
• Voor de "Hoe groot?"-vraag: Het kon de omvang van de explosie inschatten met een zeer kleine foutmarge (gemiddeld ongeveer 12% afwijking), zelfs als de meting een maand of een jaar na de test werd uitgevoerd.

5. Waarom dit belangrijk is voor de toekomst

Het artikel betoogt dat, terwijl de huidige regels zich richten op of een reactie "zelfonderhoudend" was (een natuurkundig concept dat moeilijk direct te meten is), het misschien eenvoudiger en effectiever is om een regel af te dwingen gebaseerd op opbrengstlimieten (bijvoorbeeld: "Geen tests groter dan 1 gram TNT").

De AI laat zien dat we deze kleine limieten technisch wel kunnen verifiëren. Als landen het eens worden over een specifieke limiet, zou dit AI-systeem de "waarheidsspreker" kunnen zijn die controleert of iemand de regel heeft overtreden, zelfs als de explosie te klein was om met traditionele methoden te worden waargenomen.

Kortom: De onderzoekers bouwden een superintelligente AI getraind op 66 miljoen nep-kernproeven. Ze ontdekten dat deze AI naar het achtergelaten radioactieve stof kan kijken en nauwkeurig kan vertellen of er een geheim, klein kernproef heeft plaatsgevonden en hoe groot het was, waardoor er een nieuw hulpmiddel ontstaat om eerlijkheid te bewaken bij het wereldwijde verbod op kernproeven.

Technische samenvatting

Technische Samenvatting: Machine Learning Inference van Splijtingsopbrengsten uit Gammaspectroscopie voor Verificatie van Zeer Laagopbrengstige Kernproeven

Probleemstelling
Het Verdrag inzake een alomvattend verbod op kernproeven (CTBT) en bestaande toetsingsmoratoria steunen op een "nul-opbrengst-norm", die elk explosief experiment verbiedt dat een zelfonderhoudende splijtingskettingreactie produceert, terwijl strikt onderkritische experimenten worden toegestaan. Een aanzienlijke verificatieuitdaging ontstaat door "zeer laagopbrengstige" proeven (variërend van onderkritisch tot nauwelijks superkritisch), die opbrengsten kunnen produceren zo laag als milligrammen TNT-equivalent. Hoewel on-site gammaspectroscopie van post-proefresten potentiële inzichten biedt, worstelen traditionele analytische benaderingen om opbrengst of kritischheidsniveaus af te leiden vanwege verstorende factoren: het kritischheidsniveau ($\alpha(t)$) produceert geen directe spectrale signatuur die onderscheidend is voor de opbrengst; en gemeten spectra worden sterk beïnvloed door onbekende parameters zoals de verstreken tijd sinds de proef, afschermingseffecten, plutoniummassa en pre-proef kritischheidsconfiguraties. Bijgevolg ontbreken inspecteurs robuuste, datagedreven methoden om compliant onderkritische proeven te onderscheiden van niet-compliant superkritische proeven of om werkelijke opbrengsten met hoge zekerheid te schatten.

Methodologie
De auteurs stellen een machine learning (ML) benadering voor om splijtingsopbrengsten af te leiden uit gesimuleerde gammaspectroscopiegegevens, waarbij de noodzaak voor expliciete analytische inversie van complexe fysieke parameters wordt omzeild.

1. Gegevensgeneratie:

   • Simulatiekader: De auteurs maakten gebruik van hoogwaardige 3-D Monte Carlo-deeltjestransportsimulaties (OpenMC) gekoppeld aan afbrandingscodes (ONIX) en vervalmodelleren (decaypy).
   • Scenario's: Ze genereerden 66 miljoen spectrale datasets die een breed scala aan zeer laagopbrengstige proefscenario's vertegenwoordigen.
   • Parameters: De simulaties varieerden sleutelparameters, waaronder opbrengst (0,1 mg tot 1 ton TNT), tijd na de proef (30–365 dagen), dikte van de vaatafscherming (3–8 cm), plutoniummassa (0,15–3 kg) en pre-proef assemblageconfiguratie (vaste bol versus schaal).
   • Detectormodelleren: Een High Purity Germanium (HPGe) detector werd gemodelleerd op 20 cm van het vat, met inbegrip van realistische pulse-height tallies en Gaussische energieverbreding. Statistische ruis (Poisson-fluctuaties) werd toegevoegd om real-world telomstandigheden te simuleren.

2. Feature Engineering:

   • In plaats van ruwe spectra te gebruiken, extraheren de auteurs 82 verhoudingen van splijtingsproductpieken tot plutonium-239 pieken. Deze op fysica gebaseerde benadering beoogt de invloed van ruimtelijke verdeling van puin en afscherming te mitigeren, onder de aanname dat splijtingsproducten en plutonium vergelijkbaar zijn verdeeld.
   • Ondetecteerbare pieken (onder de Currie-detectielimiet) werden op nul gesteld, en spectra waarbij de Pu-239 referentielijn ondetecteerbaar was, werden uitgesloten.

3. Machine Learning-modellen:

   • Taken: De studie behandelde twee taken: (1) Binaire classificatie (bepalen of de opbrengst een specifieke drempel overschrijdt) en (2) Regressie (schatten van de werkelijke opbrengstwaarde).
   • Algoritmen: Zes ML-methoden werden vergeleken: XGBoost (Extreme Gradient Boosting), Random Forest (RF), Decision Tree (DT), Multi-Layer Perceptron (MLP), K-Nearest Neighbors (KNN) en Support Vector Classifier (SVC).
   • Trainingsstrategie: Modellen werden getraind met behulp van 5-voudige gestratificeerde kruisvalidatie. Hyperparameters werden geoptimaliseerd via gerandomiseerd zoeken. De auteurs onderzochten de impact van trainingsdataramen (smal versus breed) en de opname van hulpparameters (tijd, afscherming, massa) als invoerfeatures.

Belangrijkste Bijdragen

• Datasetcreatie: De generatie van een enorme, hoogwaardige dataset van 66 miljoen gesimuleerde gammastralingsspectra die het kritieke venster van 1 g tot 100 kg TNT-opbrengst bestrijken, wat relevant is voor de verificatie van de nul-opbrengst-norm en potentiële opbrengstdrempels.
• ML-toepassing in Verificatie: De eerste toepassing van ML-methoden, specifiek Gradient Boosting, om splijtingsopbrengsten af te leiden uit post-proef gammaspectroscopie in de context van verificatie van zeer laagopbrengstige kernproeven.
• Analyse van Feature-Importantie: Het gebruik van SHAP (SHapley Additive exPlanations) waarden om de meest informatieve gammastraling-piekverhoudingen (bijv. Nb-95, Ru-106 en de 511 keV annihilatielijn) te identificeren die modelvoorspellingen aandrijven, wat fysieke interpreteerbaarheid biedt.
• Inzichten in Trainingsstrategieën: Een analyse die aantoont dat het toevoegen van bekende parameters (zoals tijd of massa) als features de prestaties in specifieke opbrengstregimes kan verbeteren, maar afhankelijkheid van inspectorkennis introduceert. De studie pleit voor conservatieve trainingsstrategieën met brede parameterramen om modelrobustheid te garanderen wanneer dergelijke parameters onbekend zijn.

Resultaten

• Modelprestaties:
  • Classificatie: XGBoost presteerde beter dan andere methoden over alle geteste opbrengstdrempels (1 g tot 100 kg TNT). De classifier behaalde hoge nauwkeurigheid, met F1-scores boven de 0,99 voor drempels tussen 100 g en 1 kg TNT. Foutclassificaties waren sterk geconcentreerd nabij de beslissingsgrens, dalend tot bijna nul voor opbrengsten significant boven of onder de drempel.
  • Regressie: Het regressiemodel behaalde een gemiddelde absolute relatieve fout van 12,4% voor metingen één maand tot een jaar na de proef. Ongeveer 80% van de voorspellingen viel binnen een relatieve fout van -16,5% tot +19,7%.
• Feature-reductie: Modellen getraind op gereduceerde feature-sets (top 20 of top 3 SHAP-gesorteerde verhoudingen) behielden prestaties vergelijkbaar met het volledige 82-feature-model voor lagere opbrengstdrempels, hoewel de prestaties licht verslechterden bij hogere drempels wanneer alleen de top 3 features werden gebruikt.
• Parametergevoeligheid:
  • Tijd: Voor lage opbrengsten verminderden langere wachttijden de detecteerbaarheid; voor hoge opbrengsten verbeterden langere wachttijden de detecteerbaarheid naarmate plutoniumlijnen uit de achtergrond van splijtingsproducten naar voren kwamen.
  • Afscherming: Verhoogde afscherming degradeerde de prestaties voor lage opbrengsten maar had een verwaarloosbaar effect op hoge opbrengsten.
  • Plutoniummassa: Het model toonde een niet-monotoon prestatiepatroon ten opzichte van massa als gevolg van de impliciete codering van massa in de piekverhoudingen.
• Trainingsramen: Trainen op bredere parameterramen voorkwam over het algemeen prestatiedegradatie bij testen op onzichtbare regimens, terwijl smalle trainingsramen leidden tot slechte extrapolatie.

Betekenis en Beweringen
Het artikel beweert dat het gebruik van machine learning om de opbrengst van vroegere zeer laagopbrengstige kernproeven af te leiden uit gammaspectroscopiegegevens haalbaar en accuraat is. Specifiek:

• De voorgestelde methode kan betrouwbaar classificeren of een proef een gekozen opbrengstdrempel (bijv. 1 kg TNT) heeft overschreden met hoge zekerheid, zelfs maanden na het evenement.
• Hoewel de huidige nul-opbrengst-norm zich richt op kritischheid (wat moeilijk direct uit spectra af te leiden is), biedt het vermogen om opbrengst accuraat te schatten een weg om de schatting van kritischheidsniveaus te verkleinen, waardoor de verificatie van naleving wordt ondersteund.
• De auteurs suggereren dat een op opbrengstdrempels gebaseerd verificatieregime (bijv. het verbieden van proeven boven 1 g TNT) technisch beter verifieerbaar zou kunnen zijn dan de huidige nul-opbrengst-norm, wat potentieel de inwerkingtreding van het CTBT zou kunnen faciliteren.
• De studie benadrukt dat deze aanpak geen op zichzelf staande oplossing is, maar geïntegreerd moet worden met andere verificatiemethoden (bijv. satellietbeelden, transparantiemaatregelen) en dat de ML-modellen vertrouwen op gesimuleerde gegevens, waarbij toekomstig werk nodig is om experimentele gegevens via transfer learning op te nemen.

De auteurs houden een bescheiden toon, merkt op dat hoewel de technische capaciteit bestaat, de politieke en geopolitieke context van verificatie een aparte, kritieke uitdaging blijft. Zij claimen niet de ambiguïteit van de nul-opbrengst-norm zelf op te lossen, maar bieden eerder een technisch hulpmiddel dat discussies kan informeren over de interpretatie daarvan en de totstandkoming van een robuust verificatieprotocol.