นักวิทยาศาสตร์ได้ใช้โปรแกรมปัญญาประดิษฐ์ที่เรียกว่า Evo เพื่อออกแบบจีโนมของไวรัสใหม่ที่แตกต่างจากไวรัสธรรมชาติที่รู้จัก และ 16 ในจำนวนนั้นกลายเป็นไวรัสที่ยังมีชีวิตอยู่ได้เมื่อสร้างและทดสอบในห้องปฏิบัติการ

การศึกษาซึ่งตีพิมพ์เมื่อวันพฤหัสบดีในวารสาร Science และมีรายละเอียดในการรายงานของ CNN กำลังได้รับการยกย่องว่าเป็นเหตุการณ์สำคัญสำหรับชีววิทยาเชิงกำเนิด แต่ก็ยังมีคำเตือนเร่งด่วนเกี่ยวกับความปลอดภัยทางชีวภาพด้วย เพราะมันแสดงให้เห็นว่าเทคนิคเดียวกันที่ขับเคลื่อนแชทบอทสามารถก่อให้เกิดเชื้อโรคที่ใช้งานได้และแปลกใหม่ For more context on this story, see our ongoing AI industry coverage.

Evo ได้รับการฝึกฝนอย่างไร

ตามรายงานของ CNN ลำดับทางพันธุกรรมที่ดึงมาจากแหล่งที่มานับล้าน "จากทุกขอบเขตของชีวิต" - ทำหน้าที่เป็นห้องสมุดภาษาสำหรับ Evo เช่นเดียวกับวิธีที่ ChatGPT และแบบจำลองภาษาขนาดใหญ่อื่น ๆ ได้รับการฝึกฝนเกี่ยวกับคอลเลกชันข้อความจำนวนมาก จากการศึกษาห้องสมุดดังกล่าว แบบจำลองนี้สามารถ "เรียนรู้ข้อจำกัดทางวิวัฒนาการ" ที่ควบคุมจีโนมธรรมชาติ ซึ่งเป็นกฎที่ไม่ได้เขียนไว้ว่าการจัดเรียงทางพันธุกรรมแบบใดที่ใช้งานได้จริงในสิ่งมีชีวิต

นักวิทยาศาสตร์จาก มหาวิทยาลัยสแตนฟอร์ด และ สถาบันอาร์ค ได้สั่งให้ Evo สร้างการผสมจีโนมนับพันรายการภายในกรอบงานเฉพาะ ในกรณีนี้คือจีโนมที่อาจโฮสต์โดย E โคไล เซลล์แบคทีเรีย จากการออกแบบแบบจำลองหลายพันแบบ ทีมงานได้สร้างและทดสอบประมาณ 300 แบบในห้องปฏิบัติการ สิบหกชนิดเป็นไวรัสที่ใช้งานได้

แบคทีเรีย ไม่ใช่เชื้อโรคในมนุษย์

คำเตือนที่สำคัญช่วยลดความกังวล: ไวรัสชนิดใหม่คือ แบคทีเรียฟาจ ซึ่งติดแบคทีเรียได้แต่ไม่สามารถแพร่เชื้อในมนุษย์ได้ งานจึงตกอยู่ภายใต้ความหวังในศักยภาพของเทคโนโลยี นักวิจัยรายงานว่าไวรัสตัวใหม่ตัวหนึ่งมีลักษณะที่ "ห่างไกลจากวิวัฒนาการ" โดยบอกว่า Evo ได้กระตุ้นให้เกิดการเปลี่ยนแปลงทางพันธุกรรมที่อาจต้องใช้เวลาหลายล้านปีในการวิวัฒนาการตามธรรมชาติจึงจะเกิดขึ้น โดยบีบอัดเวลาวิวัฒนาการเชิงลึกให้เหลือเพียงขั้นตอนเดียว

ผลลัพธ์เชิงปฏิบัติที่โดดเด่นที่สุดมาจากการผสมฟาจที่ออกแบบโดย AI เข้าด้วยกัน การทดสอบแสดงให้เห็นว่าส่วนผสมสามารถ เอาชนะการต้านทานต้านเชื้อแบคทีเรีย ใน E บางชนิดได้ สายพันธุ์ coli ซึ่งเป็นฟาจ "ส่วนผสมที่เปรียบเทียบได้ของแหล่งที่มาจากธรรมชาติ" ไม่สามารถทำได้ นั่นไม่ใช่ข้อเรียกร้องเล็กน้อย การดื้อยาปฏิชีวนะถือเป็นหนึ่งในภัยคุกคามที่กำลังคืบคลานเข้ามาอย่างร้ายแรงต่อสุขภาพทั่วโลก และการบำบัดด้วยฟาจซึ่งใช้ไวรัสเพื่อฆ่าแบคทีเรียที่เป็นอันตราย ถือเป็นคำตอบที่เป็นไปได้สำหรับยาที่ใช้ไม่ได้อีกต่อไป

ผู้เขียนเขียนว่าแนวทางนี้ "วางแนวทางในการสร้างการบำบัดด้วยฟาจที่ปรับเปลี่ยนได้และยืดหยุ่นเพื่อต่อต้านเชื้อโรคที่พัฒนาอย่างรวดเร็ว" โดยวางกรอบให้ Evo เป็นเครื่องมือออกแบบสำหรับยาที่สามารถตามทันแบคทีเรียที่พวกมันตั้งใจจะกำจัด

คำถามเกี่ยวกับความปลอดภัยทางชีวภาพ "ด่วน"

คำสัญญานี้มาพร้อมกับความกังวลที่นักวิจัยเองก็รับทราบ ในบทความที่เกี่ยวข้องซึ่งตีพิมพ์ในวารสาร Science แพทย์จาก ศูนย์ความมั่นคงด้านสุขภาพ Johns Hopkins ให้คำเตือน “แม้ว่าสิ่งนี้มีแนวโน้มที่ดีสำหรับการใช้งานด้านวิทยาศาสตร์ชีวภาพ แต่ก็ยังทำให้เกิดคำถามเร่งด่วนเกี่ยวกับความปลอดภัยทางชีวภาพและความปลอดภัยทางชีวภาพอีกด้วย” พวกเขาเขียน “ขณะนี้ความสามารถในการสร้างจีโนมของไวรัสโดยใช้ generative AI นั้นมีอยู่แล้ว แต่การกำกับดูแลเพื่อควบคุมมันอย่างปลอดภัยไม่ได้เป็นเช่นนั้น”

พวกเขาเตือนว่าจีโนมดังกล่าว "อาจเข้ารหัสเชื้อโรคใหม่ๆ ที่สามารถแพร่เชื้อไปยังมนุษย์ สัตว์ หรือพืชได้ในลักษณะที่ไม่สามารถควบคุมได้ด้วยมาตรการตอบโต้ที่มีอยู่" ซึ่งเป็นเครื่องเตือนใจว่าวิธีการกำเนิดแบบเดียวกับที่ผลิตแบคทีริโอฟาจที่ไม่เป็นอันตรายมุ่งเป้าไปที่ E โดยหลักการแล้ว coli สามารถชี้ไปที่เป้าหมายอื่นได้

ไม่ใช่ผู้เชี่ยวชาญทุกคนจะพิจารณาว่ามีความเสี่ยงสูงสุดในทันที Jordi García Ojalvo ศาสตราจารย์ด้านชีววิทยาระบบที่มหาวิทยาลัย Pompeu Fabra แห่งบาร์เซโลนา บอกกับ Science Media Center ว่า "ความสำเร็จที่ประสบความสำเร็จนั้นสำคัญมาก" CNN ตั้งข้อสังเกตว่าการประเมินของเขาว่าความเสี่ยงด้านความปลอดภัยทางชีวภาพที่เกิดจากการวิจัยนี้ต่ำกว่าเครื่องมือ AI อื่น ๆ ส่วนใหญ่เป็นเพราะจีโนมยังคงต้องได้รับการสร้างและทดสอบแยกกันในห้องปฏิบัติการหลังจากที่ Evo ออกแบบแล้ว ซึ่งเป็นคอขวดทางกายภาพที่ไม่มีอยู่สำหรับข้อความหรือรูปภาพ

เหตุใดจึงมีความสำคัญมากกว่าชีววิทยา

ผลลัพธ์ของ Evo เป็นการสาธิตที่ชัดเจนที่สุดว่า AI กำเนิดได้ข้ามจากภาษาและรูปภาพมาสู่การออกแบบ เอนทิตีทางชีววิทยาที่ใช้งานได้ มันสะท้อนถึงความตึงเครียดที่กำหนดขอบเขตของ AI ในปัจจุบัน: ความสามารถแบบเดียวกับที่รับประกันยาใหม่และการบำบัดแบบยืดหยุ่นยังช่วยลดความพยายามที่จำเป็นในการออกแบบสิ่งมีชีวิตที่อาจเป็นอันตราย

นักวิจารณ์ของ Johns Hopkins แย้งว่าชุมชนการวิจัยจำเป็นต้อง "มีส่วนร่วมกับคำถามด้านความปลอดภัยทางชีวภาพและความปลอดภัยทางชีวภาพอย่างจงใจมากกว่านักพัฒนาแบบจำลอง AI ทางชีวภาพที่ทรงพลังส่วนใหญ่" ข้อโต้แย้งดังกล่าวใช้นอกเหนือจาก Evo ซึ่งเป็นคำเตือนเกี่ยวกับหมวดหมู่ของระบบ AI ทางชีวภาพที่เกิดขึ้นใหม่ทั้งหมด ซึ่งผลลัพธ์สามารถสร้างอินสแตนซ์ทางกายภาพในโลกได้ ซึ่งแตกต่างจากย่อหน้าหรือรูปภาพ

อะไรจะเกิดขึ้นต่อไป

ทีมงานของ Stanford and Arc Institute ได้วางกรอบงานนี้เป็นรากฐานสำหรับการบำบัดโดยใช้ฟาจเพื่อต่อต้านแบคทีเรียที่ดื้อยา ความท้าทายที่ยากกว่าและยังไม่ได้รับการแก้ไขคือการกำกับดูแล: วิธีเผยแพร่และดูแลเครื่องมือ AI ทางชีวภาพที่สามารถสังเคราะห์การออกแบบให้เป็นสิ่งมีชีวิตได้ ตามที่เอกสารสองฉบับของ Science ระบุไว้อย่างชัดเจน ขณะนี้เป็นคำถามที่เกิดขึ้นจริงมากกว่าคำถามสมมุติ และช่องว่างระหว่างความสามารถและการกำกับดูแลคือสิ่งที่เสียงที่ระมัดระวังที่สุดในสาขานี้กำลังเร่งปิดลง

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →