تولید اولین ویروس‌های طراحی‌شده توسط هوش مصنوعی؛ زنگ خطر امنیت زیستی جهانی به صدا درآمد

اکنون توانایی نوشتن کد ژنتیکی یک ویروس زنده با استفاده از هوش مصنوعی وجود دارد، اما تدابیر حفاظتی جهانی برای جلوگیری از سوءاستفاده از این فناوری هنوز ایجاد نشده است. در یک نقطه عطف که هوش مصنوعی مولد و زیست‌شناسی ترکیبی را به هم پیوند می‌دهد، محققان دانشگاه استنفورد و مؤسسه آرک (Arc Institute) با موفقیت ۱۶ ویروس کاملاً کاربردی را از صفر طراحی و سنتز کرده‌اند. این دستاورد که جزئیات آن در مجله «ساینس» منتشر شده است، اولین باری است که مدل‌های مولد برای طراحی توالی‌هایی در مقیاس ژنوم استفاده می‌شوند که به عنوان ویروس‌های زنده و قابل دوام در دنیای واقعی عمل می‌کنند و زیست‌شناسی مبتنی بر هوش مصنوعی را بسیار فراتر از طراحی پروتئین‌های منفرد گسترش می‌دهد.[2][3]

ویروس‌های مورد بحث، باکتریوفاژها هستند؛ دسته‌ای خاص از ویروس‌ها که منحصراً باکتری‌ها را آلوده کرده و از آن‌ها استفاده می‌کنند. برای ساخت این ویروس‌ها، تیم تحقیقاتی به رهبری دکتر «برایان هی» (Brian Hie) و «ساموئل کینگ» (Samuel King)، از مدل‌های زبان ژنومی موسوم به Evo1 و Evo2 استفاده کردند. دقیقاً مانند نحوه یادگیری الگوهای گفتار انسانی توسط مدل‌های زبان بزرگ برای تولید متن منسجم، این مدل‌های بیولوژیکی بر اساس توالی‌های ژنتیکی دو میلیون باکتریوفاژ طبیعی آموزش دیدند. هوش مصنوعی با یادگیری دستور زبان تکاملی DNA ویروسی، توانست آن الگوها را ترکیب کرده و توالی‌های ژنتیکی کاملاً جدیدی را پیشنهاد دهد که در طبیعت وجود ندارند.[1][2]

تولید کد تنها گام اول بود؛ سپس طرح‌ها باید به صورت فیزیکی ساخته و آزمایش می‌شدند. دانشمندان تقریباً ۳۰۰ ژنوم تولید شده توسط هوش مصنوعی را در آزمایشگاه سنتز کردند و DNA ترکیبی را وارد سلول‌های باکتریایی کردند. باکتری‌ها کد ژنتیکی مصنوعی را خواندند و باکتریوفاژهای جدید را تولید کردند. اگرچه بازده کلی نسبتاً پایین بود، ۱۶ مورد از باکتریوفاژها قابل دوام بودند. هنگامی که این ویروس‌های طراحی‌شده توسط هوش مصنوعی به صورت ترکیبی استفاده شدند، با موفقیت سویه‌هایی از باکتری ای.کولای (E. coli) را که قبلاً در برابر فاژهای طبیعی مقاومت نشان داده بودند، آلوده کرده و از بین بردند.[1][2]

پیامدهای بالینی این موفقیت بسیار عمیق است. مقاومت ضدمیکروبی یک بحران بهداشتی جهانی است که به سرعت در حال تشدید است و بسیاری از آنتی‌بیوتیک‌های معمولی را در برابر ابرباکتری‌های مقاوم بی‌اثر می‌کند. فاژدرمانی – یعنی استفاده از ویروس‌های هدفمند برای از بین بردن باکتری‌های مقاوم – به طور گسترده‌ای یکی از امیدوارکننده‌ترین جایگزین‌ها در نظر گرفته می‌شود. تحقیقات تیم استنفورد نشان می‌دهد که هوش مصنوعی می‌تواند در نهایت برای طراحی سریع و تنظیم فاژهای سفارشی‌شده برای غلبه بر سویه‌های باکتریایی خاص و مقاوم به دارو استفاده شود، که به طور بالقوه جان میلیون‌ها نفر را نجات داده و نحوه برخورد پزشکی مدرن با عفونت‌های غیرقابل درمان را متحول می‌کند.[1][3]

با این حال، این دستاورد بلافاصله زنگ خطر را در میان کارشناسان امنیت زیستی به صدا درآورده است؛ کسانی که هشدار می‌دهند این فناوری سریع‌تر از مقررات لازم برای مدیریت آن پیش می‌رود. در یک مقاله جانبی، محققان «توماس اینگلس‌بی» (Thomas Inglesby) و «موریتز هانکه» (Moritz Hanke) از مرکز امنیت بهداشت جانز هاپکینز (Johns Hopkins Center for Health Security) هشدار دادند که نظارت مورد نیاز برای هدایت ایمن طراحی ویروسی مولد در حال حاضر وجود ندارد. آن‌ها خاطرنشان کردند که اگرچه تیم استنفورد عمداً کد ژنتیکی عوامل بیماری‌زای انسانی، حیوانی و گیاهی را از داده‌های آموزشی هوش مصنوعی خود حذف کرده است، اما توانایی اساسی برای ترکیب ژنوم‌های ویروسی از صفر می‌تواند از لحاظ نظری برای مهندسی عوامل بیماری‌زای جدید و خطرناک مورد سوءاستفاده قرار گیرد.[1][2]

آسیب‌پذیری اصلی که متخصصان امنیتی شناسایی کرده‌اند، نه در خود مدل‌های نرم‌افزاری، بلکه در نقطه تولید فیزیکی نهفته است. در حال حاضر، محققان و افراد می‌توانند توالی‌های DNA سفارشی را به صورت آنلاین از ارائه‌دهندگان تجاری سنتز DNA سفارش دهند. در حالی که بسیاری از این شرکت‌ها داوطلبانه سفارشات را در برابر پایگاه‌های داده عوامل بیماری‌زای خطرناک شناخته‌شده غربالگری می‌کنند، این بررسی‌ها در اکثر حوزه‌های قضایی به طور جهانی توسط قانون الزامی نشده‌اند. از آنجایی که یک توالی کاملاً جدید و تولیدشده توسط هوش مصنوعی ممکن است با هیچ تهدید شناخته‌شده‌ای در پایگاه‌های داده موجود مطابقت نداشته باشد، به طور بالقوه می‌تواند از پروتکل‌های غربالگری فعلی فرار کند و به بازیگران مخرب اجازه دهد تا بلوک‌های ساختاری فیزیکی یک ویروس ترکیبی را به دست آورند.[1][3]

با وجود این هشدارهای فوری، برخی کارشناسان استدلال می‌کنند که تهدید فوری ویروس‌های انسانی تولیدشده توسط هوش مصنوعی بیش از حد بزرگنمایی شده است. «تام الیس» (Tom Ellis)، استاد مهندسی ژنوم ترکیبی در کالج امپریال لندن، تأثیرگذاری تحقیقات استنفورد را تأیید کرد، اما خاطرنشان ساخت که باکتریوفاژها دارای برخی از کوچک‌ترین و ساده‌ترین ژنوم‌ها در زیست‌شناسی هستند. او تأکید کرد که طراحی یک ویروس پیچیده با قابلیت آلوده کردن انسان به طور کامل از صفر، همچنان فوق‌العاده دشوار است. به گفته الیس، تهدید امنیت زیستی بسیار بزرگ‌تر و فوری‌تر ناشی از بازیگران مخربی است که از روش‌های سنتی برای ویرایش و تقویت عوامل بیماری‌زای موجود و شناخته‌شده استفاده می‌کنند، نه اینکه به هوش مصنوعی مولد برای اختراع موارد جدید تکیه کنند.[1][3]

با این وجود، اجماع در میان هم زیست‌شناسان ترکیبی و هم متخصصان امنیتی این است که چشم‌انداز نظارتی باید به سرعت با واقعیت‌های ژنومیک مولد سازگار شود. پیشنهادهایی برای کاهش خطرات شامل الزامی کردن غربالگری جهانی و الزام‌آور قانونی برای تمام سفارشات تجاری سنتز DNA و همچنین ملزم کردن توسعه‌دهندگان مدل‌های هوش مصنوعی بیولوژیکی به مشورت با کارشناسان امنیت زیستی در طول فرآیند طراحی است. همانطور که مرز بین کدهای دیجیتال و حیات بیولوژیکی همچنان در حال محو شدن است، چالش اصلی برای جامعه علمی این خواهد بود که چگونه پتانسیل درمانی عظیم هوش مصنوعی را مهار کند، بدون اینکه ناخواسته ساخت تهدیدات بیولوژیکی را عمومی‌سازی کند.[1][2][3]