世界各地負責跟蹤秘密核武器研發活動的科學家的工作十分複雜。現在，他們可以藉助新型而且更為先進的人工智能系統去完成這項任務。在世界另一端的核試驗，甚至是地下核試驗，都會釋放出獨特的放射性氣體。
這套人工智能系統能從大型數據採集中區別哪些是相關的放射性塵埃，哪些是自然氣體，哪些是新的顆粒，哪些是遺留信號。這項任務十分重要，因為一旦得出錯誤結論，有可能付出災難性的代價；這項任務也同時十分緊急，因為有人認為，北韓與伊朗可能正在繼續秘密發展核武器。人工智能正在總結經驗，把這項複雜的工作做得更好。
華盛頓州東部山區地下25米深的地方有一個清潔的房間。這裡有世界上最敏感的監測設備，正在向新近受過調試的深度神經網絡發送信號，用以監督可能發生的核試活動。
這些儀器隸屬太平洋西北國家實驗室，專門用於監測放射性的衰變信號。
太平洋西北國家實驗室的艾米莉梅斯說：“我們通過探測器要找的是大氣中將會出現的放射性衰變信號。這些信號最強時能夠讓我們了解大氣中積累的能量強度。知道了這些能量強度，就能幫助我們掌握是否存在我們要找的（放射性）同位素。”
這些儀器十分敏感，能夠發現地球另一端人為活動所釋放的同位素。有人可能希望為這些人為活動保密。
科學家尤其對氬-37這種化學元素感興趣。土壤中的中子與鈣元素發生反應時，就會產生氬-37 。
太平洋西北國家實驗室的研究科學家克萊格阿爾賽斯說：“地下核試驗等活動預計會產生許多氬-37 。所以說，我們對此感興趣，因為這是我們核實核協定與核協議落實情況的潛在工具。”
可是這些所謂的脈衝信號很容易被我們噪雜的世界埋沒。研究人員運用人工智能的深度學習功能對設備進行調整，過濾掉無關的信號，找出一個可識別的同位素所發出的脈衝。
初始結果顯示，這種方法比世界上最有經驗的人類專家對數據的分析速度更快，也更準確。
