La cuarta revolución industrial ha comenzado en una era de rápida transformación tecnológica, con la Inteligencia Artificial (IA) a la cabeza. La IA, a pesar de sus orígenes en la década de 1950, ha experimentado avances sin precedentes en la década de 2010, que han tenido un impacto significativo en múltiples campos científicos y tecnológicos. Entre estos campos, la ciencia nuclear es un dominio crucial en el que la IA puede mejorar las aplicaciones relacionadas con la seguridad, la protección y las salvaguardias. Sin embargo, el papel de la IA en la aplicación nuclear no está exento de desafíos, en particular en lo que respecta a la aceptabilidad política, la disponibilidad de datos y los estándares técnicos. Por lo tanto, para abordar estas complejidades, es esencial promover un desarrollo de IA inclusivo para garantizar avances equitativos, efectivos y seguros en las aplicaciones nucleares.

Las metodologías de IA, principalmente el aprendizaje automático y la autonomía, han surgido como herramientas poderosas para optimizar las operaciones nucleares. El aprendizaje automático permite que las aplicaciones de IA analicen grandes conjuntos de datos y generen modelos predictivos, mientras que la autonomía permite que los sistemas funcionen con una mínima intervención humana. Estas capacidades han impulsado innovaciones en seguridad nuclear, protección y salvaguardias, proporcionando una base para procesos más eficientes y confiables. Por ejemplo, la IA se ha utilizado para optimizar las cascadas de centrifugadoras, mejorando la eficiencia económica y la capacidad de separación. Un estudio chino de 2017 demostró cómo un algoritmo genético (AG) redujo la cantidad de centrifugadoras necesarias en los procesos de enriquecimiento. De manera similar, un estudio ruso de 2024 utilizó árboles de regresión para predecir las composiciones del combustible gastado, refinando las estrategias de gestión del combustible nuclear. Estos ejemplos enfatizaron el potencial de la IA para agilizar las operaciones nucleares con una mayor seguridad y eficiencia.

Más allá de la optimización del combustible, la IA ha sido útil para fortalecer la seguridad nuclear. Los investigadores han mejorado los patrones de carga de combustible para evitar el sobrecalentamiento y garantizar operaciones seguras de los reactores mediante el empleo de métodos de búsqueda heurística como el algoritmo genético (AG). Los estudios de Irán, Corea del Norte y China destacan el papel de la IA en el refinamiento de las configuraciones de combustible para los reactores, demostrando mejoras significativas en la seguridad nuclear a través de optimizaciones basadas en simulación.

La IA también mejoró la seguridad nuclear, con el objetivo de prevenir el robo de material nuclear y el sabotaje de las instalaciones nucleares por parte de actores no estatales, mediante un análisis forense avanzado. Técnicas como las máquinas de vectores de soporte (SVM) y la agrupación en clústeres de K-means facilitan la clasificación y el rastreo de materiales nucleares, ayudando a las autoridades a identificar actividades nucleares ilícitas. Un estudio de 2022 realizado por investigadores italianos y alemanes ejemplifica cómo se puede aprovechar la SVM para clasificar concentrados de mineral de uranio, mostrando el potencial de la IA en la investigación forense nuclear.

Además, los mecanismos de salvaguardia nuclear para prevenir el desarrollo ilegal de armas nucleares también han experimentado avances impulsados ​​por la IA. En 2023, Sandia National Laboratories en los Estados Unidos presentó el conjunto de datos Limbo, que combina imágenes reales y sintéticas para entrenar modelos de IA para salvaguardias nucleares. Este estudio enfatizó la capacidad de la IA para mejorar los mecanismos de vigilancia y verificación, un aspecto crucial de los esfuerzos internacionales de no proliferación.

A pesar de sus ventajas, la integración de la IA en aplicaciones nucleares presenta desafíos importantes que pueden clasificarse en dimensiones políticas, prácticas y técnicas. Una de las principales preocupaciones en las salvaguardias nucleares impulsadas por la IA es la aceptabilidad política, en particular entre los estados no poseedores de armas nucleares (NNWS). Desde hace tiempo se ha considerado que el Tratado sobre la no proliferación de las armas nucleares (TNP) favorece a los Estados poseedores de armas nucleares (ENP), lo que crea un desequilibrio inherente en la gobernanza nuclear mundial. La introducción de herramientas de verificación mejoradas con IA plantea inquietudes entre los ENP sobre el aumento de la vigilancia y el posible uso indebido de los datos. Dado el estancamiento actual en materia de desarme, el papel de la IA en el fortalecimiento de las medidas de no proliferación podría ser recibido con escepticismo a menos que cuente con la ayuda de diálogos transparentes e inclusivos. Para mitigar la resistencia política, las discusiones multilaterales deberían priorizar el acceso equitativo a la IA, asegurando que los ENP tengan participación en su desarrollo e implementación. Establecer marcos en los que los ENP puedan contribuir a las salvaguardias mejoradas con IA, en lugar de ser sujetos sumisos de vigilancia, mejoraría la confianza y fomentaría medidas de seguridad cooperativas.

Otro desafío práctico para el despliegue de la IA en las salvaguardias nucleares es la disponibilidad de datos confiables. Los modelos de IA requieren una gran cantidad de datos del mundo real para el entrenamiento y la validación. Sin embargo, los datos de salvaguardias nucleares a menudo están clasificados, lo que puede limitar la capacidad de la IA para generalizarse en diversos entornos nucleares. El estudio del conjunto de datos Limbo de 2023 ilustra este problema, ya que los investigadores tuvieron que confiar en imágenes sintéticas debido a la falta de información pública sobre salvaguardias del mundo real. Esta limitación plantea inquietudes sobre la confiabilidad de los modelos de IA cuando se aplican en diferentes contextos nucleares. Para abordar esto, el pasante