下一代切伦科夫观察装置。(照片：D. Calma/国际原子能机构)
原子能机构保障措施基于各国提供的信息、原子能机构保障检查员进行的检查以及其他保障措施相关信息。用于收集和处理这些信息的工具在技术进步的推动下不断发展。60 多年来，国际上为开发这些技术所做的努力使核保障检查员和分析人员能够核实核材料和技术是否仍在和平利用中。
“人工智能、机器人技术以及辐射探测和卫星图像方面的进步是一些已经开始影响国际保障实施的技术发展，”原子能机构保障外联协调官卡丽·马修斯说。“技术允许检查员更好地利用他们在现场的时间，专注于检查而不是编写报告或做其他重复性任务。”
以下是技术发展的一些例子，它们可以提高 IAEA 保障实施的有效性和效率。
卫星图像
为实施保障措施，原子能机构收集和评估一系列保障措施相关信息，以核实各国的防扩散义务。这包括从开放源收集的信息，例如商业卫星图像。“商业卫星图像分析补充了国家提供的信息，并已成为核实国家申报的重要资产，”原子能机构国家基础设施分析科科长马克·拉菲特说。卫星图像分析通常用于以下保障活动：
• 核实各国提供的信息的准确性和完整性;
• 帮助规划现场活动;
• 检测核燃料循环相关场所的变化和监测活动;和
• 确定可能未申报的活动。
近年来，卫星图像分析能力得到显着扩展。除了越来越多的提供光学图像的地球观测卫星外，商业成像雷达、新型红外传感器和基于卫星的视频都增强了分析过程。这些与新技术相关的图像来源使分析人员能够对核相关设施进行深入评估，以支持国家评估过程并更有效地满足原子能机构的核查要求。
机器人技术
在废核燃料池进行测试的机器人切伦科夫观察装置。(照片：国际原子能机构)
原子能机构于 2019 年组织了一次机器人挑战赛，促成了机器人切伦科夫观察装置 (RCVD) 的开发——这是一种自动地面车辆，用于验证储存在乏燃料池中的乏核燃料棒。2022年，国际原子能机构宣布RCVD首次现场试验成功。一旦获准进行保障验证，这个漂浮机器人将能够推动自己穿过乏燃料池的表面，并提供乏燃料产生的切伦科夫辉光的高质量图像。RCVD 将减少验证乏燃料池中乏核燃料所需的时间，并将更容易验证更难进入的区域。
“我们希望该解决方案不仅能提高测量的准确性，而且还能提高核查的效率——对 IAEA 和核设施运营商都是如此，”IAEA 技术展望专家 Dimitri Finker 说。
人工智能和机器学习
原子能机构使用的新技术的最新示例之一是基于学习的算法，称为神经网络或更通常称为人工智能 (AI) 和机器学习 (ML)。
AI 和 ML 的使用使分析师和检查员能够通过自动化常规流程、支持人类决策制定并通过识别错误来确保数据的质量和保真度，从而专注于最高价值的活动。
原子能机构分析员审查通过多个来源收集的大量数据。其中一个来源是视频监控。2021 年，原子能机构在世界各地的核设施中维护了 1300 多个监控摄像头。这些摄像机全天候运行，以提供核材料和装置知识的连续性，并允许保障检查员核实没有未申报的材料访问和设施的滥用。在大多数情况下，多个监控摄像头系统在运行，产生大量需要检查人员审查的数据。AI 为下一代监控审查软件提供了基础，可以对这些数据进行有效分析。
除了监控数据审查之外，人工智能和机器学习还可以加强对多种信息源的收集、整合和分析。国家申报的设施设计和核材料核算信息、核查过程中收集的信息，以及保障相关的开源信息，都可以借助人工智能进行更高效的分析。它还可以检测和响应信息安全事件。IAEA 使用集成了 AI 的商用工具来应对网络威胁、设备篡改以及对敏感信息进行身份验证和加密。
随着核技术的进步，保障技术也在不断发展。新的发展即将到来，原子能机构正在积极探索创新技术如何帮助其完成核查任务。
