Η AI σχεδιάζει πλέον νέους ιούς – και η εξέλιξη αυτή ανοίγει μια συζήτηση με τεράστια διακυβεύματα. Μια νέα μελέτη περιγράφει πώς ερευνητές αξιοποίησαν AI μοντέλα για να σχεδιάσουν εξ ολοκλήρου νέους ιούς, ικανούς να μολύνουν και να αναπαραχθούν μέσα σε βακτήρια. Το θετικό είναι ότι η ομάδα έλαβε τις κατάλληλες προφυλάξεις και ότι η δουλειά της μπορεί να οδηγήσει σε σημαντικές εξελίξεις στη γονιδιακή θεραπεία. Το ανησυχητικό είναι ότι οι επόμενοι που θα χρησιμοποιήσουν την ίδια τεχνολογία ενδέχεται να μην είναι εξίσου προσεκτικοί.
Ποιοι το πέτυχαν και πώς
Επιστήμονες του Arc Institute στο Πάλο Άλτο και του Πανεπιστημίου Στάνφορντ δημιούργησαν τους ιούς αξιοποιώντας τα genome language models Evo 1 και Evo 2.
Τα μοντέλα αυτά λειτουργούν με λογική παρόμοια με εκείνη των large language models, όπως το ChatGPT ή το Claude. Η κρίσιμη διαφορά είναι ότι, αντί να εκπαιδεύονται σε βιβλία και ιστοσελίδες, μελέτησαν γενετικές αλληλουχίες. Η εκπαίδευση πραγματοποιήθηκε σε τρισεκατομμύρια νουκλεοτίδια – τα δομικά στοιχεία του DNA – ώστε τα μοντέλα να μάθουν, ουσιαστικά, τη «γραμματική» του γενετικού κώδικα.
Οι δικλείδες ασφαλείας του πειράματος
Για το συγκεκριμένο πείραμα, η ομάδα εκπαίδευσε περαιτέρω τα μοντέλα σε περίπου 15.000 ιούς της ίδιας οικογένειας με τον Phi X-174 – έναν μικροσκοπικό ιό που μολύνει αποκλειστικά βακτήρια E. coli.
Οι επιστήμονες περιόρισαν ρητά το πεδίο, αποκλείοντας οτιδήποτε θα μπορούσε να μολύνει ανθρώπους, άλλα ζώα, φυτά ή μύκητες. Πρόκειται για μια συνειδητή επιλογή που περιόρισε δραστικά τους πιθανούς κινδύνους της έρευνας.
Από τις 700.000 δυνατότητες στους 16 λειτουργικούς ιούς
Τα αποτελέσματα υπήρξαν εντυπωσιακά. Το Evo παρήγαγε περίπου 700.000 πιθανούς νέους ιούς. Η ομάδα επέλεξε στη συνέχεια τους 285 πιο υποσχόμενους υποψηφίους, κατασκεύασε το DNA τους και το εισήγαγε σε βακτήρια.
Τελικά, 16 από τις δημιουργίες του Evo παρήγαγαν λειτουργικούς ιούς. Οι ιοί αυτοί αποδείχθηκαν τουλάχιστον εξίσου βιώσιμοι με τον Phi X-174, ενώ ορισμένοι μάλιστα αναπαράγονταν ταχύτερα από τον φυσικό τους «πρόγονο».
Τα οφέλη που υπόσχεται η τεχνολογία
Η ιστορία θυμίζει εκείνη πολλών άλλων εργαλείων τεχνητής νοημοσύνης – ή, ακόμη πιο εύστοχα, εκείνη της πυρηνικής ενέργειας. Μοντέλα όπως το Evo μπορούν να προσφέρουν τεράστιο όφελος στα σωστά χέρια ή τεράστια βλάβη στα λάθος.
Οι ιοί σχεδιασμένοι με τεχνητή νοημοσύνη θα μπορούσαν να βελτιώσουν τις γονιδιακές θεραπείες, να βοηθήσουν τους ερευνητές να κατανοήσουν καλύτερα τα γονιδιώματα και να παραγάγουν αποτελεσματικότερα εργαλεία εναντίον επιβλαβών βακτηρίων. Σε ένα αυστηρά ρυθμισμένο περιβάλλον, με σαφείς ηθικές δικλείδες, μια τέτοια εξέλιξη θα μπορούσε να αποδειχθεί καθοριστική για την ανθρωπότητα.
Ο κίνδυνος των βιολογικών όπλων
Το πρόβλημα είναι ότι το σημερινό ρυθμιστικό περιβάλλον απέχει πολύ από το να θεωρηθεί επαρκές.
Ερευνητές έχουν ήδη αποδείξει ότι ακόμη και τα συνηθισμένα chatbots μπορούν να προσφέρουν ανησυχητική βοήθεια στον σχεδιασμό βιολογικών όπλων. Ένα μοντέλο ικανό να σχεδιάζει γονιδιώματα ανεβάζει αυτή την απειλή σε εντελώς άλλο επίπεδο – καθώς πιο εξελιγμένες εκδοχές θα μπορούσαν, θεωρητικά, να βοηθήσουν κάποιον να σχεδιάσει έναν εξαιρετικά μεταδοτικό ή θανατηφόρο ιό.
Το πραγματικό ερώτημα
Η επιστήμη αυτή καθαυτή δεν είναι, βεβαίως, κακή. Η γνώση του γενετικού κώδικα και η ικανότητα παρέμβασης σε αυτόν αποτελούν από τα σημαντικότερα επιτεύγματα της σύγχρονης βιολογίας.
Όταν, ωστόσο, η τεχνητή νοημοσύνη περνά από την περιγραφή βιολογικών απειλών στον σχεδιασμό τους, δεν αρκεί να ελπίζουμε ότι μόνο οι «καλοί» θα τη χρησιμοποιήσουν – όπως φαίνεται να συνέβη στη συγκεκριμένη περίπτωση. Η συγκεκριμένη ερευνητική ομάδα έθεσε αυστηρά όρια στη δουλειά της, όμως τα ίδια εργαλεία, ή οι μελλοντικές τους εκδοχές, δεν θα παραμείνουν για πάντα σε τόσο προσεκτικά χέρια.
Με την τεχνολογία να προχωρά με ιλιγγιώδη ταχύτητα, το ερώτημα που παραμένει αναπάντητο είναι αν οι δικλείδες ασφαλείας θα προλάβουν να την ακολουθήσουν – πριν να είναι πολύ αργά.
