Корпорация Microsoft и энергетическая компания Westinghouse Nuclear планируют использовать ИИ для ускоренного строительства новых атомных электростанций в США. Однако, согласно отчёту аналитического центра AI Now, подобный сценарий может привести к катастрофическим последствиям.

В отчёте говорится:

«Планы Microsoft приведут не только к серьёзным проблемам в ядерной сфере, но и к утрате общественного доверия к атомным технологиям».

Планы Microsoft

Строитель��тво атомной электростанции включает в себя длительный юридический процесс лицензирования. Его цель — минимизировать риски облучения населения. Лицензирование — процедура сложная и дорогая. Но она эффективна, а потому серьёзные ядерные аварии в США случаются крайне редко. Однако энергопотребление систем ИИ стремительно растёт, а появление новых игроков — в основном технологических компаний вроде Microsoft — меняет правила игры.

На одном из слайдов презентации Microsoft «о применении генеративного ИИ для ускорения строительства атомных объектов» говорится:

«Лицензирование — главное препятствие на пути к запуску новых проектов. 10 лет и 100 млн долларов».

Презентация, размещённая на сайте Комиссии по ядерному регулированию США (NRC), описывает, как компания планирует применять ИИ для ускоренного процесса лицензирования. По задумке Microsoft, документация по лицензированию АЭС и данные о ядерных объектах будут использованы для обучения LLM. Эта модель сможет автоматически генерировать все необходимые документы, что существенно сократит временные затраты на юридические процессы.

Опасения экспертов

Однако авторы отчёта AI Now сомневаются, можно ли доверить вопросы ядерной безопасности LLM.

Хейди Хлааф, главный научный сотрудник AI Now и соавтор отчёта, объяснила:

«Лицензирование в ядерной отрасли — это не просто набор документов. Это прежде всего процесс. На мой взгляд, такое предложение от Microsoft — тревожный сигнал. В компании не понимают, что на самом деле представляет собой ядерное лицензирование».

В презентации Microsoft приводится пример запроса к ИИ: «Пожалуйста, подготовь полный экологический отчёт для нового проекта АЭС с учётом заданных параметров». Сгенерированный документ передадут на проверку специалисту, использующему Copilot для «анализа и доработки информации». На выходе, по версии Microsoft, будет получен «документ для лицензирования, созданный с меньшими затратами и в более сжатые сроки».

Между тем, Национальная лаборатория Айдахо (Idaho National Laboratory, INL) — ядерная лаборатория, работающая под управлением Министерства энергетики США — уже начала использовать ИИ от Microsoft, чтобы «оптимизировать» процесс лицензирования. INL заявила о намерении применять ИИ для подготовки инженерных и аналитических отчётов по безопасности, необходимых для получения лицензий на эксплуатацию атомных электростанций.

Эксперты AI Now опасаются, что использование ИИ приведёт к тому, что важные проверки безопасности будут упущены — а это чревато катастрофой.

София Герра, соавтор отчёта и эксперт по ядерной безопасности с многолетним опытом (работавшая с NRC и МАГАТЭ), поясняет:

«Ядерная энергетика безопасна — в том виде, в каком мы её используем. Но она безопасна потому, что мы тратим огромное количество времени на лицензирование: учимся на своих ошибках, разбираемся, что пошло не так, и стараемся не допустить этого в будущем».

У ИИ нет права на ошибку

Хлааф проводит параллель с юридической сферой, где уже пытались использовать ИИ для подготовки сложных технических документов. Модель генерировала ссылки на несуществующие прецеденты, искажала суть судебных дел и в целом серьёзно нарушала ход разбирательств.

В атомной сфере цена ошибки гораздо выше. 

«Простая опечатка — например, в номере версии программного или аппаратного обеспечения. В ядерной отрасли цепочка поставок строго регламентирована. Учитывается каждая деталь, каждый компонент, вплоть до даты производства. Большие языковые модели допускают очень мелкие, но критические ошибки, которые трудно заметить. Если в версии ПО будет отличаться одна буква или цифра, это может привести к неправильному пониманию того, какая версия используется, что она подразумевает и как поведёт себя оборудование. Подобная мелочь может привести к серьёзной аварии».

Хлааф привела пример аварии на Три-Майл-Айленд — инцидента, сценарий которого ИИ вполне способен воспроизвести.

«Произошёл ряд отказов оборудования и ошибок в проектировании, а операторы неправильно интерпретировали происходящее — отчасти из-за недостаточной подготовки… а отчасти из-за того, что просто не было нужных индикаторов. То есть авария стала результатом цепочки относительно мелких отказов, которые наложились друг на друга. Теперь представьте, что будет, если столь же мелкая ошибка появится в проекте, созданном при участии LLM».

Риски распространения секретных данных

Помимо рисков безопасности, использование конфиденциальных данных для обучения ИИ увеличивает угрозу распространения ядерных технологий. Аналитики AI Now обратили внимание на то, что Microsoft запрашивает не только исторические данные NRC, но и актуальные проектные материалы. 

Хлааф говорит:

«Microsoft запрашивает закрытую информацию о ядерных технологиях. Но где в итоге окажутся эти данные и кто получит к ним доступ? М��жду публичной информацией и той, что действительно нужна для строительства АЭС — большая разница, и многие данные не должны попасть в открытый доступ».

Сейчас многие компании уже используют облачные серверы, которые соответствуют федеральным требованиям по работе с секретной информацией. Такие же решения поставляются и правительству США. Например, Anthropic и Национальная администрация ядерной безопасности (NNSA) обменивались данными через облачный сервер Amazon с уровнем защиты Top Secret, и вполне вероятно, что Microsoft и другие компании будут действовать аналогичным образом. В своей презентации о ядерном лицензировании Microsoft упоминает облачные сервисы Azure Government и подчёркивает, что они соответствуют нормам Министерства энергетики.

Но не стоит забывать, что ядерные технологии — это технологии двойного назначения. Знания о реакторах можно использовать для строительства электростанции, а можно — для создания ядерного оружия.

Политические факторы

Опасения по поводу распространения ядерных технологий — более чем реальны. На фоне стремления ускорить строительство реакторов и создать инфраструктуру для ИИ президент США Дональд Трамп заявил, что начнёт продавать частному сектору излишки оружейного плутония для его использования в ядерных реакторах.

На данный момент Трамп уже сделал многое для того, чтобы компаниям было проще строить новые реакторы и применять ИИ в процессе лицензирования. В отчёте AI Now упоминается подписанный 23 мая 2025 года указ, нацеленный на реформу Комиссии по ядерному регулированию (NRC). Документ предписывает NRC изменить корпоративную культуру, пересмотреть структуру и консультироваться с Пентагоном и Министерством энергетики в условиях новых стандартов. Цель указа — ускорить согласование и строительство новых реакторов.

Параллельно с этим Департамент эффективности государственного управления (DOGE) фактически обезглавил NRC. В сентябре члены комиссии заявили Конгрессу, что опасаются увольнений, если не утвердят проекты реакторов, которые лоббирует администрация. Сокращения штата, инициированные DOGE, делают невозможным наращивание строительства реакторов при сохранении необходимых стандартов безопасности.

Хлааф предупреждает:

«Эти указы продвигают интересы ИИ-индустрии. Мы видим ослабление ядерного регулирования не в интересах самой атомной энергетики. Возникает вопрос: оправданы ли риски, связанные с эксплуатацией ядерных объектов, если выгоды не касаются гражданской энергетики?».

Альтернативная точка зрения

Однако есть и другая точка зрения. Мэттью Вальд, независимый аналитик по ядерной энергетике и бывший научный журналист New York Times, смотрит на использование ИИ в отрасли куда оптимистичнее.  Он также вспоминает аварию на Три-Майл-Айлен��, где последовательность человеческих ошибок привела к частичному расплавлению активной зоны реактора. Однако, по словам Вальда, использование ИИ для объединения государственных баз данных, содержащих данные отраслевого регулятора, могло бы предотвратить такие аварии. 

«Если у вас есть ИИ, который может собрать данные с одной или с группы станций, упорядочить их и представить в удобной для других объектов форме — это отличная новость. Это может повысить безопасность и эффективность. И, конечно, в лицензировании это сделает работу более прозрачной, как для заявителя, так и для регулятора — у них будет более чёткое понимание прецедентов и релевантных данных».

Он также подчеркнул, что для инженеров в ядерной отрасли безопасность — абсолютный приоритет. 

«Эти люди любознательны, скрупулёзны, стремятся всё перепроверить. И неважно, используют они при этом компьютерные инструменты или нет. Я думаю, что любой, кто слепо доверяет ИИ, сам себе роет яму. И отрасль это понимает. ИИ полезен, но не нужно делать из него мессию».

Выводы

Хлааф и Герра обеспокоены тем, что превращение атомной энергетики в инструмент национальной безопасности и попытки ускорить её развитие с помощью ИИ подрывают саму идею мирного атома.

Хлааф напоминает, что строгие нормы появились не просто так: риски гражданской ядерной энергетики были признаны допустимыми лишь потому, что она обеспечивает гибкую, низкоуглеродную выработку энергии, отвечающую климатическим целям.

Когда же в эту логику вмешивается гонка искусственного интеллекта, государство завышает значимость неподтверждённых преимуществ ИИ, чтобы оправдать риски. Это снижает внимание к реальным угрозам — от потенциальных аварий до распространения ядерных технологий.