Google DeepMind ने SynthID Bio, वॉटरमार्किंग पद्धतींचे एक नवीन कुटुंब सादर केले आहे जे AI-डिझाइन केलेल्या प्रथिनांमध्ये थेट शोधण्यायोग्य, अगोचर स्वाक्षरी एम्बेड करते. 30 सप्टेंबर रोजी घोषित करण्यात आलेली, प्रणाली कंपनीच्या SynthID वॉटरमार्किंग तंत्रज्ञानाचा विस्तार करते — जे आधीच AI-व्युत्पन्न केलेल्या मजकूर, प्रतिमा, ऑडिओ आणि व्हिडिओला लेबल करण्यासाठी वापरले जाते — सिंथेटिक जीवशास्त्रामध्ये, ज्यामध्ये जैवसुरक्षा आणि सार्वजनिक वैज्ञानिक डेटाबेसची अखंडता समाविष्ट आहे.
डिजिटल वॉटरमार्किंगच्या विपरीत, जैविक वॉटरमार्कला अधिक कठोर चाचणीत टिकून राहावे लागते: ते केवळ सॉफ्टवेअर मॉडेलच्या आउटपुटमध्येच नव्हे तर संश्लेषित, भौतिक प्रथिनांमध्येच शोधण्यायोग्य असले पाहिजे. DeepMind च्या मते, SynthID Bio तो बार साफ करते. प्रयोगशाळेच्या प्रयोगांमध्ये, वॉटरमार्क केलेल्या प्रोटीन डिझाईन्सने पडताळणी करण्यायोग्य राहून त्यांचे जैविक कार्य टिकवून ठेवले, ज्यामुळे कंपनीने पहिले वॉटरमार्क केलेले आणि जैविक दृष्ट्या कार्यात्मक प्रोटीन बाईंडर म्हणून वर्णन केले आहे. "एआय-निर्मित प्रथिनांचे फंक्शन-प्रिझर्व्हिंग वॉटरमार्किंग" नावाच्या नेचर पेपरमध्ये या कामाचे तपशीलवार वर्णन केले आहे. For more context on this story, see our ongoing breaking AI news.
वॉटरमार्क जीवशास्त्र का?
जनरेटिव्ह एआय हे जैविक संशोधनाचे खरे साधन बनले आहे. डीपमाइंड त्याच्या स्वतःच्या पोर्टफोलिओकडे निर्देश करते: प्रथिने संरचनांचा अंदाज लावण्यासाठी अल्फाफोल्ड, संपूर्णपणे नवीन प्रथिने डिझाइन करण्यासाठी अल्फाप्रोटीओ आणि प्रोटीनएमपीएनएन आणि अगदी अलीकडे, नवीन बॅक्टेरियोफेज विकसित करण्यासाठी वापरल्या जाणाऱ्या AI प्रणाली - जीवाणूंना संक्रमित करणारे व्हायरस. तीच साधने मात्र नवीन धोके निर्माण करतात.
घोषणेनुसार, कादंबरी एआय-डिझाइन केलेले अनुक्रम पारंपारिक डीएनए संश्लेषण स्क्रीनिंगला बायपास करू शकतात, कारण स्क्रीनर यापुढे असे गृहीत धरू शकत नाहीत की अपरिचित अनुक्रम काही न सापडलेल्या नैसर्गिक जीवांचा आहे. स्वतंत्रपणे, चुकीच्या लेबल केलेल्या सिंथेटिक 3D संरचना सार्वजनिक डेटाबेसला प्रदूषित करण्याचा आणि डाउनस्ट्रीम संशोधनाची दिशाभूल करण्याचा धोका निर्माण करतात. दोन्ही समस्यांचे मूळ कारण आहे: दिलेली जैविक रचना कोठून आली हे सध्या कोणीही सिद्ध करू शकत नाही.
दोन वॉटरमार्किंग पध्दती, एक ध्येय
SynthID Bio त्याचे तंत्र डेटाच्या प्रकाराशी जुळवून घेते. प्रथिनांच्या अनुक्रमांसाठी, ते अमीनो ऍसिडच्या निवडीचे सूक्ष्मपणे मार्गदर्शन करते कारण अनुक्रम तयार केला जातो, एक सांख्यिकीय सिग्नल एम्बेड करतो जे शोध साधने उचलू शकतात. अंदाजित 3D स्ट्रक्चर्ससाठी, ते अणु निर्देशांकांमध्ये लहान समायोजन करते ज्यामध्ये ओळखण्यायोग्य स्वाक्षरी असते.
सर्वात मजबूत पुरावा ओले-लॅब प्रमाणीकरणातून येतो. DeepMind च्या AlphaProteo बाईंडर-डिझाइन पद्धतीसह ProteinMPNN च्या सिंथआयडी बायो-सक्षम आवृत्तीसह कार्य करताना, संशोधकांनी तीन प्रथिनांना लक्ष्य करणारे वॉटरमार्क केलेले डिझाइन: VEGF-A, SARS-CoV-2 स्पाइक प्रोटीन रिसेप्टर-बाइंडिंग डोमेन आणि PD-L1. वॉटरमार्क केलेले डिझाईन्स हिट रेट, KD म्हणून मोजले जाणारे बंधनकारक संबंध आणि नैसर्गिक अनुक्रम विविधता यांच्याशी त्यांच्या अनवॉटरमार्क केलेल्या समकक्षांशी जुळतात. दुसऱ्या शब्दांत, वॉटरमार्कने रेणूंची काम करण्याची क्षमता कमी केली नाही.
प्रोटीन फोल्डिंगसाठी, डीपमाइंडने एक वेगळा मार्ग स्वीकारला: टीमने अल्फाफोल्ड 3 च्या डिफ्यूजन नेटवर्कचा भाग छान बनवला त्यामुळे वॉटरमार्किंग क्षमता थेट मॉडेलच्या वजनामध्ये तयार केली जाते. याचा अर्थ असा आहे की मॉडेल कोण चालवत आहे याची पर्वा न करता प्रत्येक अंदाजित संरचनेत शोधण्यायोग्य स्वाक्षरी असते, तर कंपनीने अहवाल दिला की दृष्टीकोन AlphaFold 3 च्या अंदाज अचूकतेचे रक्षण करते, जवळ-परफेक्ट डिटेक्बिलिटी ऑफर करते आणि डिजिटल आवाज किंवा किरकोळ समन्वय बदलांना विरोध करते.
बायोसेक्युरिटीच्या 'स्विस चीज' संरक्षणात एक नवीन स्तर
डीपमाइंड सिंथआयडी बायोला स्तरित बायोसेक्युरिटी मॉडेलमध्ये एक लेयर म्हणून फ्रेम करते - "स्विस चीज" दृष्टीकोन, जिथे अनेक स्वतंत्र सुरक्षितता प्रत्येक इतरांच्या ब्लाइंड स्पॉट्स कव्हर करतात. DNA संश्लेषण स्क्रीनिंग अग्रभागी बसते: डिजिटल प्रोटीन डिझाइनला भौतिक रेणूमध्ये रूपांतरित करण्यासाठी संश्लेषण प्रदात्यांकडून DNA ऑर्डर करणे आवश्यक आहे, जे ज्ञात धोक्यांच्या डेटाबेसच्या विरूद्ध विनंती करतात. आज अपरिचित ऑर्डरची पडताळणी करण्यासाठी संपूर्ण मॅन्युअल पुनरावलोकन आवश्यक असू शकते जे कायदेशीर संशोधन थांबवते. एम्बेडेड वॉटरमार्क प्रदात्यांना एक स्वयंचलित सिग्नल देतो की ऑर्डर अंगभूत सुरक्षा उपायांसह विश्वासार्ह मॉडेलमधून आली आहे.
डीपमाइंडने उद्धृत केलेल्या स्वतंत्र तज्ञांनी त्या फ्रेमिंगला प्रतिध्वनित केले. बायोलॉजिकल डिझाईन्सच्या उत्पत्तीचा मागोवा घेण्यासाठी सिंथआयडी बायो हा कोडेचा एक महत्त्वाचा भाग आहे," सारा कार्टर, बायोसेक्युरिटी पॉलिसी तज्ज्ञ आणि सायन्स पॉलिसी कन्सल्टिंगच्या प्रिन्सिपल म्हणाल्या, वॉटरमार्क विकसकांना सुरक्षिततेवर नेतृत्व करू देतात आणि संश्लेषण प्रदात्यांना स्क्रीनिंग सुलभ करू देतात. ट्विस्ट बायोसायन्सचे पॉलिसी आणि बायोसेक्युरिटीचे उपाध्यक्ष जेम्स डिगन्स, ज्यांनी पेपरवर लवकर अभिप्राय प्रदान केला, त्यांनी वॉटरमार्किंगला "जैवसुरक्षा टूलबॉक्समध्ये एक आशादायक नवीन जोड" म्हटले आहे जे जवळून पुनरावलोकनाची हमी देणाऱ्या अनुक्रमांवर छाननीवर लक्ष केंद्रित करू शकते.
समान उद्दीष्ट सिग्नल प्रथिने डेटा बँक, UniProt आणि GenBank सारख्या खुल्या वैज्ञानिक भांडारांचे संरक्षण करू शकतात, जे सार्वजनिक सबमिशन स्वीकारतात. AI-व्युत्पन्न जीवशास्त्र जमा होत असताना, इतर संशोधक — आणि जैवसुरक्षा निर्णय — ज्यावर अवलंबून असतात त्या रेकॉर्डला दूषित करण्यापूर्वी सिंथेटिक नोंदी ध्वजांकित किंवा सत्यापित करू शकतात.
मर्यादा, आणि पुढे काय
डीपमाइंड स्पष्ट आहे की सिस्टम छेडछाड-प्रूफ नाही. जाणूनबुजून विरोधक काढून टाकण्याविरुद्ध वॉटरमार्क मजबूत करणे हे एक प्रमुख खुले आव्हान म्हणून सूचीबद्ध केले आहे आणि कंपनीने सिंथआयडी बायोला C2PA, डिजिटल मीडियासाठी वापरल्या जाणाऱ्या सामग्री-क्रेडेन्शियल स्कीम किंवा AI-व्युत्पन्न जैविक डेटाच्या मध्यवर्ती भांडारांसह समान मेटाडेटा मानकांसह जोडण्याची सूचना केली आहे.
प्रथिनांच्या पलीकडे देखील व्याप्ती विस्तारत आहे. स्टॅनफोर्ड युनिव्हर्सिटी आणि आर्क इन्स्टिट्यूटमधील Hie लॅबमध्ये चालू असलेल्या कामात, DeepMind ने SynthID Bio ला Evo 2, एक प्रगत जीनोमिक मॉडेलमध्ये समाकलित केले आणि Evo 2-डिझाइन केलेल्या बॅक्टेरियोफेजच्या जीनोमला वॉटरमार्क करण्यासाठी त्याचा वापर केला. जिवाणू संस्कृतीतील सुरुवातीच्या प्रयोगशाळेच्या चाचणीने पुष्टी केली की वॉटरमार्क केलेले फेजेस कार्यरत आहेत आणि कंपनी म्हणते की तांत्रिक हस्तलिखित आगामी आहे.
अशा क्षेत्रासाठी जिथे AI निसर्गात कधीही अस्तित्वात नसलेला जैविक कोड लिहिण्यास सुरुवात करत आहे, "हे कोणी आणि कोणत्या मॉडेलने बनवले?" याचे उत्तर देण्यास सक्षम आहे. शांतपणे पायाभूत सुविधा होत आहे. सिंथआयडी बायो हे त्या दिशेने एक प्रारंभिक, जाणीवपूर्वक सावध पाऊल आहे — ज्याचे निर्माते आग्रही आहेत की ते उर्वरित बायोसेक्युरिटी स्टॅकसाठी पूरक आहे, त्याला पर्याय नाही. AI संशोधन कसे विकसित होत आहे याबद्दल अधिक माहितीसाठी, नवीनतम AI घडामोडींचे अनुसरण करा कारण प्रयोगशाळा जनरेटिव्ह मॉडेल्सला नैसर्गिक विज्ञानांमध्ये खोलवर ढकलत आहेत.
एआयच्या पुढे राहा
आमच्या मुख्यपृष्ठावर संपूर्ण कथा आणि अधिकचे अनुसरण करा: अधिक एआय बातम्या वाचा →
