Για πρώτη φορά, ένα σύστημα τεχνητής νοημοσύνης δημιούργησε μια σειρά μέχρι τώρα άγνωστων ιών, ικανών να μολύνουν και να εξοντώσουν συγκεκριμένους τύπους βακτηρίων. Αυτή η σημαντική ανακάλυψη ανοίγει νέες προοπτικές για την καταπολέμηση της βακτηριακής αντοχής. Ωστόσο, δημιουργεί επίσης ανησυχίες σχετικά με την πιθανή κατάχρηση αυτής της τεχνολογίας για τον σχεδιασμό βιολογικών όπλων.
Εδώ και αρκετά χρόνια, οι επιστήμονες έχουν τη δυνατότητα να συνθέτουν ιούς από το μηδέν· αυτοί χρησιμοποιούνται συνήθως για την ανάπτυξη και την αξιολόγηση αντιιικών φαρμάκων και εμβολίων, καθώς και για την καλύτερη κατανόησή μας σχετικά με τη συμπεριφορά αυτών των μικροοργανισμών. Ωστόσο, η παραγωγή αυτών των ιικών γονιδιωμάτων βασιζόταν κυρίως στην αναπαραγωγή ήδη γνωστών παθογόνων ή παραλλαγών τους.
Αν και αυτό το ορόσημο αποτελεί σημαντική πρόοδο για τη μοριακή βιοϊατρική, εγείρει επίσης ανησυχίες σχετικά με την πιθανή κακόβουλη χρήση αυτής της τεχνολογίας για την ανάπτυξη, για παράδειγμα, νέων ασθενειών, εξαιρετικά τοξικών ουσιών ή παθογόνων ικανών να προκαλέσουν μια νέα πανδημία.
Αντίθετα, μια νέα μελέτη που διεξήχθη από επιστήμονες του Πανεπιστημίου του Στάνφορντ και του Arc Institute κατάφερε να κάνει μια τεχνητή νοημοσύνη να σχεδιάσει απλούς, λειτουργικούς και μέχρι τώρα άγνωστους ιούς, με βάση πληροφορίες που περιέχονται στις γενετικές αλληλουχίες εκατομμυρίων ζώων, φυτών, μικροοργανισμών, βακτηρίων και ιών που απαντώνται στη φύση.
Οι ερευνητές εργάστηκαν με βακτηριοφάγους, μικροοργανισμούς που χαρακτηρίζονται από σχετικά μικρά γονιδιώματα, τα οποία είναι σχετικά εύκολο να συντεθούν και να υποστούν επεξεργασία υπό ελεγχόμενες συνθήκες. Αυτοί οι ιοί μολύνουν μόνο βακτήρια, γεγονός που τους καθιστά ένα εργαλείο με τεράστιο βιοτεχνολογικό δυναμικό και μια πολλά υποσχόμενη εναλλακτική λύση έναντι των αντιβιοτικών για την καταπολέμηση ανθεκτικών βακτηριακών λοιμώξεων.
Η δημιουργία αυτών των εντελώς νέων ιών βασίστηκε στα Evo 1 και Evo 2, θεμελιώδη μοντέλα τεχνητής νοημοσύνης που αναπτύχθηκαν για εφαρμογές υπολογιστικής βιολογίας. Και οι δύο αλγόριθμοι εκπαιδεύτηκαν σε εκατομμύρια γονιδιώματα από όλους τους τομείς της ζωής, με στόχο τον εντοπισμό και την εκμάθηση σύνθετων εξελικτικών προτύπων, συμπεριλαμβανομένου του τρόπου με τον οποίο οργανώνονται συνήθως τα γονίδια, των αλληλουχιών που διατηρούνται και των βιολογικών περιορισμών που επιτρέπουν σε έναν οργανισμό να παραμένει λειτουργικός.
Ο σχεδιασμός του πειράματος χρησιμοποίησε ως σημείο αναφοράς τον βακτηριοφάγο Phi X-174 – ο οποίος είναι ικανός να μολύνει το βακτήριο Escherichia coli (E. coli). Ο στόχος δεν ήταν η αναπαραγωγή αυτού του ιού, αλλά η χρήση του αποκλειστικά ως οδηγού για τους αλγόριθμους, προκειμένου να δημιουργηθούν χιλιάδες εντελώς νέα γονιδιώματα με γενετική αρχιτεκτονική συμβατή με τη μόλυνση του E. coli.
Με άλλα λόγια, οι ιοί που προήλθαν από τα γονιδιώματα που δημιούργησε η τεχνητή νοημοσύνη διατήρησαν τη λειτουργική οργάνωση που είναι απαραίτητη για την αναγνώριση του βακτηρίου, την εισαγωγή του DNA τους, την αναπαραγωγή του, την παραγωγή νέων ιογενών σωματιδίων και τη σωστή συναρμολόγησή τους. Ωστόσο, οι συγκεκριμένες αλληλουχίες DNA διέφεραν σημαντικά από εκείνες που παρατηρούνται στους φυσικούς βακτηριοφάγους.
Στη συνέχεια, οι επιστήμονες αξιολόγησαν τα γονιδιώματα που δημιουργήθηκαν από την τεχνητή νοημοσύνη, προκειμένου να επιλέξουν εκείνα που είχαν τις μεγαλύτερες πιθανότητες να είναι λειτουργικά, λαμβάνοντας υπόψη παράγοντες όπως η οργάνωση των γονιδίων, η παρουσία ρυθμιστικών στοιχείων και άλλα κριτήρια εμπνευσμένα από τη βιολογία του βακτηριοφάγου Phi X-174.
Από αυτή την επιλογή προέκυψε ένα δείγμα 300 γονιδιωμάτων, τα οποία συντέθηκαν τεχνητά, μόριο προς μόριο, στο εργαστήριο. Στη συνέχεια, εισήχθησαν σε βακτήρια E. coli για να ελεγχθεί αν ήταν ικανά να παράγουν λειτουργικούς ιούς.
Από τα 300 συνθετικά γονιδιώματα, μόνο τα 16 οδήγησαν στη δημιουργία πλήρως λειτουργικών βακτηριοφάγων, οι οποίοι παρουσίαζαν αλληλουχίες που δεν είχαν δημοσιευτεί προηγουμένως, διαφορετικά γονίδια, νέα ρυθμιστικά στοιχεία, ακόμη και διαφορετικά μεγέθη γονιδιώματος. Η συμπεριφορά αυτών των ιών επίσης διέφερε: ενώ ορισμένοι μολύναν τα βακτήρια πιο γρήγορα, άλλοι παρουσίαζαν διαφορετικές ικανότητες αναπαραγωγής.
Η έρευνα, που δημοσιεύθηκε αυτή την εβδομάδα στο περιοδικό Science, αξιολόγησε επίσης την ικανότητα των βακτηριοφάγων που δημιουργήθηκαν με τεχνητή νοημοσύνη να καταπολεμήσουν ανθεκτικά βακτήρια. Το πείραμα περιελάμβανε την έκθεση ενός μείγματος φάγων σχεδιασμένων με τεχνητή νοημοσύνη και ενός μείγματος φυσικών φάγων παρόμοιων με τον Phi X-174 σε στελέχη του E. coli που είχαν ήδη αναπτύξει αντοχή στον εν λόγω ιό.
Τα αποτελέσματα έδειξαν ότι οι ιόφαγοι που δημιουργήθηκαν με τεχνητή νοημοσύνη κατάφεραν να ξεπεράσουν γρήγορα τη βακτηριακή αντοχή και να προκαλέσουν μόλυνση. Σύμφωνα με τους συγγραφείς, το εύρημα αυτό δείχνει «μια πορεία προς θεραπείες με φάγους που δημιουργούνται με τεχνητή νοημοσύνη κατά των ταχέως εξελισσόμενων βακτηριακών παθογόνων».
Η ανακάλυψη ανοίγει νέες δυνατότητες για την αντιμετώπιση του αυξανόμενου προβλήματος της βακτηριακής αντοχής. Σύμφωνα με τους ερευνητές, η προσέγγιση αυτή θα μπορούσε να διευκολύνει την ανάπτυξη εξατομικευμένων θεραπειών ικανών να εξελίσσονται σχεδόν με τον ίδιο ρυθμό όπως τα ίδια τα παθογόνα.
Αν και αυτό το ορόσημο αποτελεί σημαντική πρόοδο για τη μοριακή βιοϊατρική, εγείρει επίσης ανησυχίες σχετικά με την πιθανή κακόβουλη χρήση αυτής της τεχνολογίας για την ανάπτυξη, για παράδειγμα, νέων ασθενειών, εξαιρετικά τοξικών ουσιών ή παθογόνων ικανών να προκαλέσουν μια νέα πανδημία.
Ο Moritz Hanke, ερευνητής στο Κέντρο για την Ασφάλεια της Υγείας του Πανεπιστημίου Johns Hopkins, υποστηρίζει ότι προς το παρόν δεν υπάρχουν μηχανισμοί προστασίας ικανοί να αποτρέψουν αποτελεσματικά τη δημιουργία ενός θανατηφόρου ιού με τη βοήθεια της τεχνητής νοημοσύνης, δηλώνοντας στην εφημερίδα «The New York Times» ότι υπάρχει «τεράστια απόκλιση» μεταξύ της ταχύτητας με την οποία εξελίσσονται η επιστήμη και η τεχνολογία και της ανάπτυξης αποτελεσματικών ρυθμιστικών πλαισίων.
Η συζήτηση γύρω από αυτούς τους κινδύνους δεν είναι καινούργια. Πριν από τρία χρόνια, μια μελέτη της Rand Corporation προειδοποίησε ότι τα πιο προηγμένα συστήματα τεχνητής νοημοσύνης της εποχής εκείνης είχαν τη δυνατότητα να βελτιώσουν τον σχεδιασμό και την εκτέλεση επιθέσεων με τη χρήση βιολογικών όπλων. Τώρα, με την ταχεία ανάπτυξη αυτής της τεχνολογίας, αυξάνονται οι φόβοι ότι τέτοιες δυνατότητες θα γίνουν ακόμη μεγαλύτερες και πιο εξελιγμένες.
Ο μη κερδοσκοπικός οργανισμός προειδοποίησε επίσης ότι η ταχύτητα με την οποία εξελίσσονται τα συστήματα τεχνητής νοημοσύνης συχνά ξεπερνά την ικανότητα των κυβερνήσεων για ρυθμιστική εποπτεία.
Αυτό το άρθρο δημοσιεύθηκε αρχικά στο WIRED en Español και έχει μεταφραστεί από τα ισπανικά.
Με την εγγραφή σας, συμφωνείτε με τους Όρους Χρήσης μας (συμπεριλαμβανομένης της παραίτησης από ομαδικές αγωγές και των διατάξεων διαιτησίας) και αναγνωρίζετε την Πολιτική Απορρήτου μας.
