فهرست مطالب
- SynthID Bio برای شناسایی منشأ توالیها و ساختارهای زیستی تولیدشده با هوش مصنوعی معرفی شده است.
- این ابزار میتواند سیگنالی برای بررسی سفارشهای سنتز DNA و ثبت دادهها در پایگاههای علمی فراهم کند.
- Google میگوید مقاومکردن واترمارک در برابر دستکاری و گسترش آن به زیستمولکولهای پیچیدهتر از چالشهای پیشرو است.
- روشها، کد و دادههای آزمایشگاهی منتشر میشوند و وزنها در اختیار جامعه پژوهشی قرار میگیرند.
واترمارک زیستی SynthID Bio ابزاری است که Google DeepMind برای کمک به شناسایی منشأ توالیها و ساختارهای زیستی طراحیشده با هوش مصنوعی معرفی کرده است؛ اقدامی که میتواند بررسی سفارشهای سنتز DNA و ثبت دادههای زیستی را دقیقتر کند. این ابزار با تعبیه نشانهای در خودِ طراحی زیستی، قرار است یک لایه قابلراستیآزمایی به مجموعه تدابیر ایمنی اضافه کند؛ موضوعی که با افزایش توانایی هوش مصنوعی در ساخت توالیهای تازه اهمیت بیشتری یافته است.
بر اساس توضیح Google DeepMind در معرفی SynthID Bio، این فناوری نسخهای از ابزار واترمارکگذاری SynthID است که به زیستشناسی سنتزی گسترش یافته است. واترمارک در این زمینه به نشانهای گفته میشود که در داده یا طراحی قرار میگیرد تا منشأ آن قابلشناسایی باشد. هدف اعلامشده، کمک به تشخیص طرحهای زیستی تولیدشده با مدلهای هوش مصنوعی و پیوند دادن آنها به توسعهدهنده مدل است؛ نه جایگزینکردن همه سازوکارهای ایمنی موجود.
واترمارک زیستی چگونه به غربالگری DNA کمک میکند؟
یکی از کاربردهای مورد توجه Google DeepMind، بررسی سفارشهایی است که برای ساخت مولکولهای زیستی به شرکتهای سنتز DNA فرستاده میشوند. سنتز DNA فرایندی است که در آن یک توالی دیجیتال به مولکولی فیزیکی تبدیل میشود. شرکتهای ارائهدهنده این خدمات، درخواستها را با پایگاههای داده حاوی اطلاعات مربوط به تهدیدهای شناختهشده مقایسه میکنند تا سفارشهای نیازمند بررسی بیشتر را تشخیص دهند.
این غربالگری با گسترش طراحی زیستی مبتنی بر هوش مصنوعی با دشواری تازهای روبهرو است. به گفته Google DeepMind، توالیهای تولیدشده به کمک هوش مصنوعی ممکن است کاملاً جدید باشند و شباهت اندکی به خطرهای شناختهشده داشته باشند. در چنین وضعی، ناشناختهبودن یک توالی بهتنهایی تضمین نمیکند که آن توالی بیخطر یا طبیعی باشد. بررسی دستی سفارشهایی که نشانه روشنی در پایگاههای موجود ندارند نیز میتواند زمانبر باشد و روند پژوهشهای ضروری را کند کند.
در این سناریو، SynthID Bio میتواند نشانهای خودکار فراهم کند که نشان دهد یک سفارش از مدلی قابلاعتماد و دارای تدابیر ایمنی منشأ گرفته است. این اطلاعات، به گفته Google DeepMind، ممکن است به ارائهدهندگان خدمات سنتز کمک کند منابع بررسی را روی توالیهایی متمرکز کنند که نیاز به ارزیابی دقیقتر دارند. ابزار بهخودیخود درباره بیخطر بودن قطعی یک طرح حکم صادر نمیکند؛ نقش آن فراهمکردن اطلاعاتی درباره منشأ طراحی است تا در کنار دیگر روشهای ارزیابی به کار رود.
Google DeepMind ایمنی زیستی را مجموعهای از لایههای مستقل توصیف میکند؛ رویکردی که در آن تدابیری مانند محدودیتهای تعبیهشده در مدل و بررسی مشتریان، نقاط ضعف یکدیگر را تا حدی پوشش میدهند. این شرکت SynthID Bio را لایهای دیگر در این مجموعه میداند که نشانه را در خودِ طراحی زیستی قرار میدهد. بنابراین، پیام اصلی معرفی ابزار این نیست که یک واترمارک بهتنهایی خطرهای زیستی را برطرف میکند، بلکه این است که اطلاعات منشأ میتواند در کنار کنترلهای دیگر به فرایند تصمیمگیری کمک کند.
سارا کارتر، کارشناس سیاستگذاری زیستی و مدیر Science Policy Consulting که این کار را بررسی کرده است، واترمارکها را ابزاری برای پیگیری منشأ طرحهای زیستی دانست. به گفته او، پیوند دادن طرح به توسعهدهنده مدل میتواند مسئولیتپذیری توسعهدهندگان را تقویت کند و به شرکتهای سنتز امکان دهد غربالگری سفارشهای مرتبط با این مدلها را سادهتر انجام دهند.
کاربرد در پایگاههای داده علمی و ثبت اطلاعات
کاربرد احتمالی SynthID Bio به بررسی سفارشهای آزمایشگاهی محدود نمیشود. Google DeepMind میگوید این ابزار میتواند به حفظ درستی اطلاعات در پایگاههایی مانند Protein Data Bank، UniProt و GenBank نیز کمک کند. این پایگاهها برای پژوهش علمی اهمیت دارند و بسیاری از آنها امکان ثبت داده از سوی عموم را فراهم میکنند. در نتیجه، شناسایی درست منشأ دادهها بخشی از حفظ کیفیت اطلاعاتی است که پژوهشگران برای کارهای بعدی به آنها رجوع میکنند.
ورود دادههای زیستی تولیدشده با هوش مصنوعی، به گفته این شرکت، اهمیت برچسبگذاری دقیق را بیشتر میکند. اگر یک داده مصنوعی بهاشتباه بهعنوان دادهای با منشأ دیگر ثبت شود، ممکن است بر ارزیابیهای بعدی، از جمله تصمیمگیریهای مرتبط با ایمنی زیستی، اثر بگذارد. SynthID Bio میتواند در فرایند ثبت، به شناسایی موارد مصنوعی کمک کند تا آنها بهدرستی برچسب بخورند یا برای بررسی بیشتر علامتگذاری شوند.
این قابلیت به معنی اصلاح خودکار پایگاههای داده یا تضمین صحت همه ورودیها نیست. معرفی Google DeepMind از نقشی احتمالی برای واترمارک در فرایند ثبت سخن میگوید: فراهمکردن نشانهای که به مسئولان یا سامانههای بررسی کمک کند میان دادههای دارای منشأ متفاوت تمایز بگذارند. به این ترتیب، واترمارک میتواند در کنار رویههای بررسی و استانداردهای ثبت اطلاعات به کار گرفته شود.
جیمز دیگنز، معاون سیاستگذاری و ایمنی زیستی در Twist Bioscience که در مراحل اولیه درباره مقاله بازخورد داده است، واترمارکگذاری را افزودهای امیدوارکننده به ابزارهای ایمنی زیستی توصیف کرد. او گفت این روش میتواند غربالگری را تقویت کند، منابع را به سمت توالیهای نیازمند بررسی بیشتر هدایت کند و با پیشرفت زیستشناسی طراحیشده با هوش مصنوعی، کارایی فرایند ایمنی را افزایش دهد. این اظهارنظر، دیدگاه یکی از فعالان حوزه سنتز DNA است و بهتنهایی نشاندهنده ارزیابی نهایی عملکرد ابزار در استفاده گسترده نیست.
محدودیتها و برنامههای پژوهشی Google
Google DeepMind تأکید میکند که هیچ مداخله منفردی راهحل کامل ایمنی زیستی نیست. این شرکت همچنین میگوید یکی از چالشهای مهم، مقاومکردن واترمارک در برابر دستکاری عمدی است. اگر نشانه بهآسانی حذف یا تغییر داده شود، توانایی آن برای ردیابی منشأ طرح محدود خواهد بود. به همین دلیل، کارایی عملی SynthID Bio به پژوهش بیشتر درباره دوام واترمارک و نحوه استفاده از آن در فرایندهای واقعی وابسته است.
راهکار دیگری که در معرفی مطرح شده، ترکیب واترمارک با فرادادههای منشأ است؛ اطلاعاتی که درباره مسیر تولید و تغییر یک داده نگهداری میشوند. Google DeepMind این رویکرد را با C2PA در رسانههای دیجیتال مقایسه میکند. ایجاد مخزنهای مرکزی از دادههای زیستی تولیدشده با هوش مصنوعی نیز از گزینههایی است که میتواند به شناسایی و پیگیری این دادهها کمک کند. شرکت درباره جزئیات اجرایی چنین مخزنهایی یا زمانبندی احتمالی آنها اطلاعاتی ارائه نکرده است.
پژوهشگران همچنین در حال بررسی کاربرد واترمارک برای اشیای زیستی پیچیدهتر هستند. Google DeepMind میگوید در کاری مشترک با آزمایشگاه Hie در Stanford University و Arc Institute، SynthID Bio را در Evo 2، مدلی پیشرفته برای ژنوم، ادغام کردهاند تا ژنوم یک باکتریوفاژ طراحیشده با این مدل واترمارکگذاری شود. باکتریوفاژ نوعی ویروس است که باکتریها را هدف قرار میدهد. طبق اعلام شرکت، آزمایشهای اولیه در محیط کشت باکتری نشان دادهاند که باکتریوفاژهای واترمارکگذاریشده عملکرد دارند.
Google DeepMind این نتیجه را بخشی از پژوهش در حال انجام میداند و میگوید جزئیات بیشتر را در یک مقاله فنی منتشر خواهد کرد. بنابراین، اعلام فعلی را باید نشانهای از امکان بررسی واترمارک در طراحیهای ژنومی دانست، نه اثبات کامل کارایی آن در همه کاربردها یا شرایط. شرکت میگوید هدف این مسیر، پرداختن به بخشی از خطرهای مرتبط با طراحی ژنوم است.
این شرکت اعلام کرده است مقاله روششناسی را منتشر میکند، کد و دادههای برونتنی را در دسترس میگذارد و وزنها را برای جامعه پژوهشی عرضه میکند تا دیگران بتوانند بر این کار بیفزایند. انتشار این منابع با دعوت به همکاری از حوزههای ایمنی زیستی، سنتز ژن و سیاستگذاری همراه است. از نگاه Google DeepMind، همکاری میان این گروهها برای آن اهمیت دارد که تدابیر ایمنی همپای تواناییهای هوش مصنوعی پیش بروند.
این خبر برای چه کسانی اهمیت دارد
معرفی SynthID Bio برای پژوهشگران زیستشناسی محاسباتی و زیستشناسی سنتزی، شرکتهای سنتز DNA، مدیران پایگاههای داده علمی و نهادهای فعال در سیاستگذاری ایمنی زیستی اهمیت دارد. برای این گروهها، منشأ یک توالی یا ساختار میتواند در تعیین نحوه بررسی، ثبت یا استفاده از آن نقش داشته باشد. توسعهدهندگان مدلهای زیستی نیز با پرسشی عملی روبهرو هستند: چگونه میتوان آثار تولیدشده با مدل را شناسایی کرد و اطلاعات لازم را در اختیار زنجیرههای بررسی قرار داد؟
در عین حال، این معرفی بهتنهایی نشان نمیدهد که SynthID Bio در مقیاس گسترده به کار گرفته شده یا همه مشکلات شناسایی طرحهای زیستی مصنوعی را حل میکند. مقاومبودن در برابر دستکاری، سازگاری با فرایندهای غربالگری و همکاری میان توسعهدهندگان مدل، ارائهدهندگان سنتز و پایگاههای داده از مسائلی است که همچنان باید بررسی شوند. اهمیت خبر در معرفی یک لایه تازه برای ردیابی منشأ است؛ لایهای که Google DeepMind میگوید میتواند در کنار دیگر سازوکارهای ایمنی به کار گرفته شود.
پرسشهای متداول
SynthID Bio چیست؟
SynthID Bio چه کمکی به غربالگری DNA میکند؟
آیا SynthID Bio فقط برای توالیهای زیستی طراحی شده است؟
دانش آموخته مدیریت کسب و کار گرایش استراتژی و پژوهشگر ، استراتژیست و توسعه دهنده اقتصاد دیجیتال
مطالب مرتبط
هوش مصنوعی در صنعت انرژی؛ کاهش مصرف بدون ریسک عملیاتیهوش مصنوعی میتواند با پیشبینی تقاضا، بهینهسازی تجهیزات و شناسایی خطاها، مصرف انرژی را کاهش دهد؛…
هوش مصنوعی چگونه نگهداری پیشبینانه را متحول میکند؟هوش مصنوعی با تحلیل مداوم دادههای تجهیزات، نشانههای اولیه خرابی را شناسایی و زمان مناسب تعمیر…
بهبود تبلیغات کلیکی با کمک هوش مصنوعیهوش مصنوعی میتواند با تحلیل دادهها، شناسایی مخاطبان مناسب، تولید متن تبلیغ و پیشبینی عملکرد، تبلیغات…





