Аналитика
Вештачката интелигенција веќе пишува текстови, создава фотографии, компонира музика и програмски код. Сега научниците ѝ дадоа многу посложена задача – да „напише“ геном. Резултатот не останал на компјутерскиот екран. Во лабораторија од тие дизајни биле создадени 16 функционални вируси што претходно не постоеле во природата.
Истражувањето, објавено на 6 август во научното списание „Science“, е првиот успешен пример во кој генеративна вештачка интелигенција дизајнирала цели геноми што потоа биле претворени во функционални вируси.
Но, станува збор за бактериофаги – вируси што ги напаѓаат бактериите, а не луѓето. Истражувачите од Стенфорд и соработничките институции намерно работеле со таков систем, а генетските податоци за вируси што инфицираат луѓе, животни и растенија биле исклучени за да се намалат безбедносните ризици.
За експериментот биле користени моделите Evo 1 и Evo 2 – своевидни „јазични модели за геноми“. Наместо да учат од книги, веб-страници и разговори како ChatGPT, тие ги препознаваат правилата и обрасците во огромни количества генетски секвенци.
Како почетна точка бил искористен природниот бактериофаг ΦX174, еден од најмалите и наједноставните вирусни геноми. Моделите генерирале илјадници нови можни геноми. Научниците избрале речиси 300 кандидати, ги синтетизирале и ги провериле во лабораторија. Шеснаесет се покажале како функционални.
Некои од нив не само што функционирале, туку покажале подобри својства од природниот вирус што служел како основа. Кога истражувачите комбинирале повеќе од новите бактериофаги, мешавината успеала да ги совлада бактериите E. coli кои развиле отпорност кон природниот ΦX174.
Токму тука се наоѓа медицинскиот потенцијал на откритието.
Бактериите стануваат сè поотпорни на антибиотиците, а фаг-терапијата се истражува како можен дополнителен начин за борба против таквите инфекции. Ако со ВИ можат брзо да се создаваат повеќе генетски различни бактериофаги што напаѓаат една иста бактерија, за неа би можело да биде многу потешко да развие отпорност.
Истражувачите гледаат потенцијал ваквиот пристап во иднина да помогне во борбата со бактерии поврзани со туберкулоза, MRSA и други инфекции отпорни на лекови. Станфорд наведува дека коктелот од генетски различни фаги во експериментите брзо ја надминал отпорноста на E. coli.
Но, токму истиот експеримент што отвора врата за нови терапии отвора и многу понепријатно прашање: ако ВИ може да научи да дизајнира функционален вирус што напаѓа бактерија, до каде може да стигне оваа способност во иднина?
Во придружен текст во „Science“, Томас Инглсби и Мориц Ханке од Центарот за здравствена безбедност при Универзитетот „Џонс Хопкинс“ предупредуваат дека способноста за создавање вирусни геноми со генеративна ВИ веќе постои, додека системот на управување и надзор што треба безбедно да ја контролира сè уште заостанува.
Тие сметаат дека истражувањата насочени кон создавање нови патогени способни да инфицираат луѓе, животни или растенија не треба да се следниот чекор, бидејќи би можеле да создадат ризици за кои постојните терапии и системи за заштита не се подготвени.
Тоа, сепак, не значи дека денес некој може со лаптоп и ВИ да „направи опасен вирус“.
Том Елис, професор по синтетичко геномско инженерство на „Империјал колеџ“ во Лондон, нагласува дека бактериофагот употребен во експериментот има исклучително мал геном и е еден од наједноставните случаи за ваков дизајн. Создавањето поголеми и посложени вирусни геноми е многу потешко, а по дигиталниот дизајн и понатаму е потребна сложена лабораториска работа.
Самите бројки го покажуваат тоа. Од илјадниците геноми предложени од ВИ биле избрани речиси 300 за лабораториско тестирање, а функционални биле само 16.
Но, можеби најважната бројка во целата приказна е токму тие 16.
Не затоа што претставуваат непосредна опасност – овие вируси се создадени да напаѓаат бактерии – туку затоа што покажуваат дека ВИ првпат успеала да премине од предлагање поединечни биолошки компоненти кон дизајнирање цел функционален вирусен геном.
Досега генеративната ВИ главно нè тераше да се прашуваме што ќе направи со нашите работни места, медиумите, образованието или софтверот.
По овој експеримент се отвора многу поголемо прашање: што ќе се случи кога вештачката интелигенција ќе стане доволно добра не само да го разбира кодот на животот – туку и да почне да пишува нов?
