Μην φοβάστε τη «βιοεπιτήρηση», λένε οι ειδικοί

Οι ειδικοί στη βιοασφάλεια λένε ότι η «βιοεπιτήρηση» που βασίζεται στην τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει στον εντοπισμό της επόμενης πανδημίας ή βιολογικής επίθεσης.

Η μεγάλη εικόνα: Ένα αρχικό κύμα ανησυχίας σχετικά με την απειλή από υπερμικρόβια και βιολογικά όπλα που δημιουργούνται από την τεχνητή νοημοσύνη έχει αρχίσει να υποχωρεί καθώς αναδεικνύονται τα πλεονεκτήματα της τεχνητής νοημοσύνης στη βιοάμυνα.

Ναι, αλλά: Οι ειδικοί με τους οποίους μίλησε ο Axios στο AI Expo for National Competitiveness συμφώνησαν ότι η «βιοεπιτήρηση» είναι μια ετικέτα που θα απωθήσει τους ανθρώπους. Ελπίζουν να το επαναπροσδιορίσουν ως «βιοασφάλεια» ή «βιοδιαφάνεια».

Πώς λειτουργεί: Η συλλογή καλύτερων βιολογικών δεδομένων και η διεξαγωγή τους μέσω τεχνητής νοημοσύνης, “ μπορεί να είναι η διαφορά μεταξύ της διαχείρισης μιας πολύ μικρής επιδημίας” και “να την αφήσουμε να εξαπλωθεί και να γίνει πολύ μεγαλύτερο πρόβλημα”, είπε στον Axios ο Stephanie Batalis , Κέντρο Ασφάλειας και Αναδυόμενης Ανάπτυξης της Τζόρτζταουν Τεχνολόγος,.

• «Η πρόκληση είναι να δημιουργηθεί ένα σύστημα που να είναι σαφές, διαφανές», είπε στον Axios ο Hirsh Jain, επικεφαλής δημόσιας υγείας και SVP της Palantir Technologies.
• Δεδομένου ότι η βιοεπιτήρηση “μπορεί να συμβαίνει ήδη” – κρυφά από αντίπαλες κυβερνήσεις – “θέλουμε να βεβαιωθούμε ότι συμβαίνει πέρα ​​από τα όρια” και με τρόπο που ωφελεί την κοινωνία, είπε ο Jain.

Προλάβετε γρήγορα: Η βιοτεχνολογία έχει εξελιχθεί γρήγορα τις τελευταίες δεκαετίες και σήμερα οι ερευνητές αγωνίζονται να αναπτύξουν μοντέλα τεχνητής νοημοσύνης για τη βιολογία για να επιταχύνουν την ανακάλυψη φαρμάκων.

Οι επείγουσες προσπάθειες της Κίνας να καλύψει τη διαφορά των ΗΠΑ όσον αφορά την τεχνητή νοημοσύνη και τη βιοτεχνολογία αποτελούν ιδιαίτερο λόγο ανησυχίας. «Όλοι οι πιο σοβαροί κίνδυνοι, όσον αφορά τους ανθρωπογενείς βιολογικούς παράγοντες, σχετίζονται με την Κίνα», είπε στον Axios ο Bill Drexel, Σινοαμερικανός ειδικός στο Κέντρο για τη Νέα Αμερικανική Ασφάλεια.

• «Υπάρχει μια πολύ μακρά ιστορία της Κίνας να έχει πιέσεις από πάνω προς τα κάτω για να ξεπεράσει τις τεχνολογίες άλλων χωρών που καταλήγουν σε τραγωδία», είπε ο Drexel.

Οι απαντήσεις στον COVID-19 μας δίδαξαν πώς να λαμβάνουμε συντονισμένες αποφάσεις σε παγκόσμιο επίπεδο ως απάντηση σε βιολογικές απειλές.

• «Το CDC, το DoD, το HHS, οι πολιτείες, η φαρμακοβιομηχανία και μια σειρά από ιδιωτικούς φορείς και [ξένους] συνεργάτες χρειαζόταν να μπορούν να λειτουργούν με βάση τα ίδια δεδομένα και να λαμβάνουν αποφάσεις εξαιρετικά γρήγορα», είπε ο Jain.
• Αλλά καθώς η ανησυχία για την πανδημία τελικά εξανεμίστηκε, το ίδιο μειώθηκε και η χρηματοδότηση και τα κίνητρα για την εγκατάσταση μόνιμων παγκόσμιων συστημάτων για την παρακολούθηση βιολογικών απειλών.

Έλεγχος πραγματικότητας: Η τεχνητή νοημοσύνη μπορεί να βρει μοτίβα σε μεγάλα σύνολα δεδομένων, αλλά η συλλογή καλών βιολογικών δεδομένων είναι μια πρόκληση, εν μέρει λόγω της έλλειψης εμπιστοσύνης στις κυβερνήσεις και τις μεγάλες εταιρείες που συνήθως χειρίζονται τέτοια βιολογικά δείγματα και προσωπικά δεδομένα.

• Ορισμένες κυβερνήσεις μπορεί επίσης να είναι απρόθυμες να μοιραστούν δεδομένα σχετικά με βιολογικές απειλές, φοβούμενες αντιδράσεις όπως η κατακόρυφη πτώση του τουρισμού που γνώρισε η Νότια Αφρική αφού δήλωσε ότι μια νέα παραλλαγή του COVID-19είχε εντοπιστεί στη χώρα τον Νοέμβριο του 2021.

Τι παρακολουθούμε: Το Υπουργείο Άμυνας έχει καθιερωμένα συστήματα για την ανταλλαγή ευαίσθητων πληροφοριών με χώρες εταίρους, αλλά “ δεν υπάρχει τίποτα παρόμοιο για τα βιολογικά δεδομένα”, είπε ο Jain.

 
-Το νέο AlphaFold AI διευρύνει τις βιο έξυπνες ικανότητές του

Το μοντέλο AlphaFold AI της Google DeepMind , το οποίο έχει ήδη φέρει επανάσταση στην κατανόηση των πρωτεϊνών από τους επιστήμονες, έχει επεκτείνει τις δυνατότητες σε μια νέα έκδοση που κυκλοφόρησε χθες.

Η μεγάλη εικόνα: Το νέο AlphaFold 3 μπορεί να προβλέψει πώς μοιάζουν οι αλληλεπιδράσεις μεταξύ σχεδόν όλων των μορίων που αποτελούν τη βάση της ζωής — και αυτό θα μπορούσε να ανοίξει δρόμους σε νέα φάρμακα ή πιο ανθεκτικές καλλιέργειες .

• Οι αλληλεπιδράσεις που προβλέπει το AlphaFold 3 είναι βασικές για πολλές κρίσιμες διαδικασίες στα κύτταρα. Η αλληλεπίδραση και οι αλλαγές σε πρωτεΐνες, DNA, RNA, ιόντα και άλλα μικρά μόρια υπαγορεύουν τη λειτουργία τους — και τη δυσλειτουργία τους από ασθένειες.

«Η βιολογία είναι ξεκάθαρα ένα δυναμικό σύστημα, επομένως πρέπει να κατανοήσουμε τις αλληλεπιδράσεις μεταξύ διαφορετικών δομών, πρωτεϊνών και άλλων πραγμάτων για να καταλάβουμε πραγματικά τι κάνουν», λέει στο Axios ο Διευθύνων Σύμβουλος της Google DeepMind, Ντέμης Χασάμπης .

• “Το AlphaFold 3 είναι ένα μεγάλο βήμα προς αυτή την κατεύθυνση.”

Οδηγώντας τα νέα: Το AlphaFold 3 είναι η επόμενη επανάληψη των μοντέλων AlphaFold που ανέλαβαν και έλυσαν ένα από τα πιο δύσκολα προβλήματα της βιολογίας: την πρόβλεψη της δομής των πρωτεϊνών από την αλληλουχία αμινοξέων τους.

• Το νέο μοντέλο AI χειρίζεται μεγαλύτερο αριθμό χημικών ουσιών χρησιμοποιώντας διαφορετική προσέγγιση.
• Αξιοποιεί μια γενετική τεχνική τεχνητής νοημοσύνης που ονομάζεται διάχυση, η οποία είναι παρόμοια με εκείνες που οδηγούν τις γεννήτριες εικόνας και βίντεο, όπως το DALL-E.

Πώς λειτουργεί: Το AlphaFold 3 παίρνει ένα σύννεφο ατόμων και στη συνέχεια το τελειοποιεί, βήμα προς βήμα, μέχρι το μοντέλο να συγκλίνει στην πιο ακριβή μοριακή δομή που μπορεί να προβλέψει.

Μεταξύ των γραμμών: Η τεχνική διάχυσης ενέχει κίνδυνο.

• Σε αυτό που είναι γνωστό ως διαταραγμένες περιοχέςή εύκαμπτα μέρη μιας πρωτεΐνης που μπορούν να λάβουν πολλά σχήματα, το μοντέλο θα παράγει μια δομή με εύλογη εμφάνιση αλλά αυτή που δεν θα μπορούσε να υπάρξει – μια βιολογική μορφή των παραισθήσεων που μαστίζουν άλλα μοντέλα τεχνητής νοημοσύνης.

Η μεγάλη εικόνα: «Το όνειρό μου είναι να φτιάξω ένα μοντέλο εικονικού κυττάρου», είπε ο Hassabis  στον Axios, αλλά «οι προκλήσεις γίνονται σχεδόν κάπως εκθετικά πιο δύσκολες».

 
Plus

-Το OpenAI θέτει ορισμένους βασικούς κανόνες για το πώς θα πρέπει να συμπεριφέρονται τα μοντέλα του, σε αυτό που αποκαλεί The Model Spec — με σημαντικό περιθώριο περιστροφής, για παράδειγμα, γύρω από το περιεχόμενο NSFW. (The Verge, OpenAI)

-Από το 2022 έως το 2032, οι ΗΠΑ πρόκειται να πηδήσουν από το 0% στο 28% της παγκόσμιας αγοράς προηγμένων τσιπ, σύμφωνα με νέα δεδομένα που παρήγγειλε η Ένωση Βιομηχανίας Ημιαγωγών. (Bloomberg)

Πηγή: axios.com