En chockerande ny studie har avslöjat en farlig gräns inom biosäkerhet: artificiell intelligens kan nu designa höginfektiösa patogener som undgår dagens DNA-screeningsystem och därmed undergräver de skyddsåtgärder som är avsedda att förhindra biologiska hot. Forskningen, utförd av team vid Harvard, MIT och olika biosäkerhetsföretag, visar att AI-konstruerade virala genom — kapabla att effektivt infektera mänskliga celler — inte flaggades av kommersiella genetiska ”rödflagg”-system, vilket väcker farhågor om att dagens biosäkerhetsprotokoll nu är föråldrade.
I experiment, redovisade i Nature Biotechnology, utmanade forskarna AI-modeller att optimera virala genomsekvenser för egenskaper som infektivitet och immunundvikande, och skickade därefter in dessa sekvenser till de standardsystem som används av leverantörer av syntetiskt DNA. Oroväckande nog flaggades ingen av de AI-genererade sekvenserna — vissa modellerade efter influensa- eller coronaviruskonstruktioner — i de kommersiella filtren. AI hade i praktiken ”lärt sig” att maskera farliga funktioner genom omarrangerade kodoner eller nya motivplaceringar, så att sekvenserna såg harmlösa ut för detektionsprogrammen men ändå behöll sin patogena potential.
Traditionell biosäkerhet bygger i hög grad på sekvensscreening — det vill säga att jämföra en DNA-sekvens mot databaser över kända skadliga gener eller patogener. Om en träff eller nära träff upptäcks flaggas eller avvisas beställningen. Men studien avslöjar en dödlig brist i detta tillvägagångssätt: AI kan nu generera nya funktionella sekvenser som helt undgår likhetsbaserad detektion. Som MIT:s biosäkerhetsforskare Kevin Esvelt uttryckte det: ”Vi har byggt en Maginotlinje till försvar, och AI gick precis runt den.”
De praktiska konsekvenserna är oroande. Tillverkare av syntetiskt DNA, såsom Twist Bioscience eller GenScript, följer i regel frivilliga screeningriktlinjer och använder databaser över reglerade patogengener för att filtrera misstänkta beställningar. Ändå var de AI-designade stammarna i denna studie osynliga för dessa filter. Till och med mer avancerade protokoll, som de som används av organisationer som iGEM, misslyckades med att upptäcka hoten. En tidigare tjänsteman inom DARPA:s biodefense-program varnade, efter att ha granskat resultaten: ”Detta är inte en framtida risk; det är en nuvarande. Vilket laboratorium som helst med grundläggande AI-verktyg skulle kunna återskapa detta i morgon.”
Vägen till AI-resilient biosäkerhet: Från signaturscanning till realtidsbaserat, kooperativt försvar
Inför detta gap kämpar forskare och beslutsfattare för att föreslå nya försvar. Studien förordar en nästa generation av AI-drivna mot-screeningsystem som kan upptäcka ”stealth”-patogener snarare än att förlita sig på kända signaturer. De rekommenderar också införandet av realtidsövervakning av DNA-syntesbeställningar, strängare rapporteringskrav och stärkt global samordning av biosäkerhetsstandarder. Men att upprätthålla sådana ramverk skulle kräva nivåer av internationellt samarbete som sällan skådats inom biodefensområdet.
Komplexiteten ökar av att moderna AI-verktyg som AlphaFold eller diffusionsbaserade protein-designalgoritmer är fritt tillgängliga, vilket sänker tröskeln för att designa skräddarsydda patogener. Som en anonym underrättelseanalytiker varnade: ”Vi är bara en avvikande forskare eller en välfinansierad terroristgrupp ifrån en katastrof vi inte kan spåra eller stoppa.” Faktum är att den mer akuta frågan nu verkar vara inte om sådana verktyg kommer att missbrukas, utan när.
Ändå tar inte alla experter den mest alarmistiska ståndpunkten. Vissa påpekar att AI-designade sekvenser fortfarande måste passera flaskhalsarna av våtlabbvalidering, replikation och leverans innan de kan bli verkliga hot. National Academies senaste bedömning noterar att befintliga virala sekvensdata fortfarande kan begränsa utvecklingen av helt nya själv-replikerande virus. Dessutom erkänner AI-biosäkerhetsgemenskapen att många skyddsåtgärder fortfarande är gångbara, om de anpassas — såsom striktare åtkomstkontroller, ”red teaming” av AI-verktyg och flerskiktade kontroller som kombinerar sekvensscreening med funktionella tester.
Avslöjandet kommer vid en tidpunkt då globala hälsosystem fortfarande återhämtar sig från traumat av Wuhan-coronaviruset (COVID-19), och regeringar till stor del förblir fokuserade på konventionella biothot som laboratorieolyckor eller zoonotiska spridningar. Men den nya faran kan ligga i det du inte kan se — patogener skrivna inte av naturen, utan av algoritmer, som smyger sig obemärkt genom ett trasigt system.
När regeringar, bioteknikföretag och forskningsinstitutioner tar in implikationerna återkommer ett budskap gång på gång: Eran av AI-designade biovapen är inte längre science fiction. Tiden för robusta, globalt samordnade reformer är nu.
naturalnews.com, AI-designade patogener väcker biosäkerhetslarm – experter varnar för pandeminivå-hot som inte kan upptäckas med dagens tester
