世界各地负责跟踪秘密核武器研发活动的科学家的工作十分复杂。现在，他们可以借助新型而且更为先进的人工智能系统去完成这项任务。在世界另一端的核试验，甚至是地下核试验，都会释放出独特的放射性气体。
这套人工智能系统能从大型数据采集中区别哪些是相关的放射性尘埃，哪些是自然气体，哪些是新的颗粒，哪些是遗留信号。这项任务十分重要，因为一旦得出错误结论，有可能付出灾难性的代价；这项任务也同时十分紧急，因为有人认为，朝鲜与伊朗可能正在继续秘密发展核武器。人工智能正在总结经验，把这项复杂的工作做得更好。
华盛顿州东部山区地下25米深的地方有一个清洁的房间。这里有世界上最敏感的监测设备，正在向新近受过调试的深度神经网络发送信号，用以监督可能发生的核试活动。
这些仪器隶属太平洋西北国家实验室，专门用于监测放射性的衰变信号。
太平洋西北国家实验室的艾米莉·梅斯说：“我们通过探测器要找的是大气中将会出现的放射性衰变信号。这些信号最强时能够让我们了解大气中积累的能量强度。知道了这些能量强度，就能帮助我们掌握是否存在我们要找的（放射性）同位素。”
这些仪器十分敏感，能够发现地球另一端人为活动所释放的同位素。有人可能希望为这些人为活动保密。
科学家尤其对氩-37这种化学元素感兴趣。土壤中的中子与钙元素发生反应时，就会产生氩-37 。
太平洋西北国家实验室的研究科学家克莱格·阿尔赛斯说：“地下核试验等活动预计会产生许多氩-37 。所以说，我们对此感兴趣，因为这是我们核实核协定与核协议落实情况的潜在工具。”
可是这些所谓的脉冲信号很容易被我们噪杂的世界埋没。研究人员运用人工智能的深度学习功能对设备进行调整，过滤掉无关的信号，找出一个可识别的同位素所发出的脉冲。
初始结果显示，这种方法比世界上最有经验的人类专家对数据的分析速度更快，也更准确。
