Stanford Üniversitesi’ndeki bir laboratuvarda araştırmacılar, bakteriyle dolu bir petri kabı üzerinde yayılan berrak noktaları izlediler — tamamen bir bilgisayarın içinde inşa ettikleri bir şeyin az önce hayata geçtiğinin tartışmasız işareti. Bu bakterileri yok eden organizmalar doğadan alınmamıştı. Bunlar, Evo adlı hesaplamalı bir model tarafından üretilen ve ardından kimyasal olarak sıfırdan inşa edilen Yapay Zekâ tasarımı virüslerdi ve sonuçlar artık Stanford’un bodrum katındaki tek bir laboratuvarın çok ötesine geçen soruları gündeme getiriyor.
Summary
Öne çıkan noktalar
- Stanford Üniversitesi ve Arc Enstitüsü tarafından geliştirilen bir yapay zekâ modeli olan Evo, 700.000 olası viral genom önerdi; bunlardan 285’i kimyasal olarak sentezlendi ve 16’sı çoğalabilen ve bakterileri öldürebilen virüsler üretti.
- Evo, önce milyonlarca hayvan, bitki, mikrop ve virüsten elde edilen yaklaşık dokuz trilyon nükleotit üzerinde eğitildi, ardından bakteriyofaj Phi X-174’ün 11 genine ve yaklaşık 15.000 ilişkili genoma özel olarak odaklandı.
- Yapay zekâ ile üretilen virüsler doğal olanlar kadar dayanıklıydı ve bazıları doğal faj Phi X-174’ten bile daha hızlı çoğaldı.
- Mevcut ABD Ulusal Sağlık Enstitüleri biyogüvenlik kuralları, patojenleri daha tehlikeli hale getiren deneyleri yasaklıyor, ancak bir “endişe verici varlık” içermediği sürece, tamamen hesaplamalı virüs tasarımını açıkça kapsamıyor.
- Johns Hopkins Sağlık Güvenliği Merkezi’nden Moritz Hanke de dâhil olmak üzere uzmanlar, yapay zekânın artık yapabildikleri ile bunu denetlemeyi amaçlayan kurallar arasında büyüyen bir boşluk konusunda uyarıda bulunuyor.
Yapay Zekâ Modeli Evo, Bakteriler için Yeni Viral Genomlar Tasarlıyor
Evo, bir cümlenin bir sonraki kelimesini tahmin eden ChatGPT gibi, DNA dizilerini tahmin eden genetik bir büyük dil modeli versiyonu gibi çalışıyor. Ancak dil yerine, yaşamın genetik koduna yazılmış kalıpları öğrendi. Stanford ve Arc Enstitüsü merkezli ekip, bu tür bir örüntü tanımanın, tek tek proteinler veya antibiyotikler tasarlamanın ötesine geçip geçemeyeceğini — ve gerçekten çalışan bir virüs üretip üretemeyeceğini — görmek için yola çıktı.
Evo nasıl eğitildi
Modelin eğitimi iki aşamada gerçekleşti. Evo’nun ilk eğitimi, hayvan, bitki, mikrobiyal ve viral âlemleri kapsayan milyonlarca organizmadan elde edilen yaklaşık dokuz trilyon nükleotite dayanıyordu ve yaşam ağacının tamamına yayılan kalıpları özümsedi. Ancak bu geniş temelin ardından ikinci, uzmanlaşmış bir eğitim turu geldi; bu kez odak, bakteriyofaj Phi X-174’ün 11 genine ve en yakın akrabalarından yaklaşık 15.000’ine daraltıldı. Stanford’da doktora öğrencisi ve araştırmanın ortak yazarı olan Samuel King için, eğitimi bu şekilde katmanlandırmak bariz bir hamle gibi geldi. “Bu sadece bir sonraki bariz adım gibi hissettirdi,” dedi.
700.000 adaydan 16 çalışan virüse
Eğitim tamamlandıktan sonra Evo, 700.000 olası viral genom önerdi. Araştırmacılar bu devasa havuzu en umut verici adaylara indirgeyerek 285 diziyi DNA olarak kimyasal biçimde sentezlettiler ve bunları ne olacağını görmek için bakterilere yerleştirdiler. Bu dizilerden on altısı, çoğalabilen ve en önemlisi, hedef bakteri olan E. coli’yi öldürebilen virüsler üretti. King ve meslektaşları, petri kaplarında berrak noktaların açıldığını izlerken, fajların çalıştığını sabahın erken saatlerinde fark ettiklerini aktardı. “Bu berrak noktaları görmeye başlamıştık ve bu son derece heyecan vericiydi,” dedi King. Stanford yardımcı doçenti Brian Hie’ye göre, daha geniş ekip sonuçları gördüğünde “oda kendiliğinden alkışlarla yankılandı.”
Yapay Zekâ ile Tasarlanan Virüsler Laboratuvarda Gerçekte Nasıl Performans Gösterdi?
Deneyden çıkan 16 virüs, kırılgan laboratuvar merakları değildi. Doğal olarak oluşan virüslerin performansını yakaladılar ve bazı durumlarda onları geride bıraktılar — bu da çalışmaya dâhil olmayan araştırmacıları bile şaşırtan bir sonuçtu.
Dayanıklılık, hız ve bilimsel dönüm noktaları
Tasarlanan virüsler, doğal olanlar kadar dayanıklı olduklarını kanıtladılar ve bazıları Phi X-174’ün kendisinden bile daha hızlı çoğaldı. Oxford Üniversitesi’nde protein kimyacısı olan ve çalışmanın bir parçası olmayan Oliver Crook, “Bunlar, hâlihazırda var olan şeylerin sadece zayıf versiyonları değiller,” dedi. Manchester Üniversitesi’nden sentetik biyolog Patrick Cai, çalışmayı “önemli bir dönüm noktası” olarak nitelendirdi ve “önemi, fajların çok ötesine uzanıyor — bu, genom dil modellerinin evrim tarafından kodlanan tasarım ilkelerini öğrenmeye başladığını ve yapay zekâ destekli genom yazımının kapısını araladığını gösteriyor” diye ekledi. Pompeu Fabra Üniversitesi’ndeki sentetik biyoloji laboratuvarından Marc Güell ise bunu, ilk kez “biyolojiyi bir bilgisayarda tasarlamaya başladığımız” için “çok önemli bir dönüm noktası” olarak tanımladı.
Yine de Crook, beklentileri dizginleme konusunda dikkatliydi. Yapay zekâ temelde yeni bir şey icat etmedi — ortaya çıkan virüsler doğal türlere çok benziyor ve yeni bir mekanizma yerine aynı temel biyolojiye dayanıyor. Evo’nun aynı numarayı diğer virüs aileleriyle de başarıp başaramayacağı hâlâ açık bir soru. Yaklaşım genelleştirilebilirse, Crook bunun tıp ve biyoteknoloji için gerçekten faydalı araçlar sağlayabileceğini söyledi: “Bilimimizin büyük bir kısmı, teknoloji olarak virüslere dayanıyor.” Bağlam açısından, ekibin üzerinde çalıştığı faj genomu yaklaşık 5.400 baz çifti uzunluğunda; bu, en küçük yaşayan hücredeki yaklaşık 500.000 baz çifti ve insan genomundaki yaklaşık üç milyar baz çiftiyle karşılaştırıldığında — Hie’nin, basit bir yaşayan organizma tasarlamayı “muhtemelen çok iş, ama imkânsız değil” ve ekibin “kesinlikle üzerinde çalışmakla ilgilendiği” bir şey olarak nitelendirdiği bir uçurum.
Hesaplamalı Virüs Tasarımı Etrafındaki Biyogüvenlik Boşlukları
Bu atılım, ABD biyogüvenlik politikasının, yapay zekâ modellerinin artık ekranda üretebildikleriyle henüz aynı seviyeye gelmediği bir anda gerçekleşiyor. Bu uyumsuzluk, yapay zekâ tarafından yönlendirilen virüs genom sentezi etrafındaki tartışmanın merkezinde yer alıyor.
ABD biyogüvenlik kurallarının kapsamadığı alanlar
Temmuz ayının sonlarında Ulusal Sağlık Enstitüleri, daha tehlikeli patojenik varyantların oluşturulmasını yasaklayan yüksek riskli yaşam bilimleri araştırmaları ile ilgili bir politika açıkladı. Ancak kurumun belirttiğine göre, tamamen hesaplamalı yöntemlerle yürütülen çalışmalar — viral DNA’nın bilgisayarda tasarlanması, ancak fiziksel olarak inşa edilmemesi — “endişe verici bir varlık içermediği” sürece kapsam dışı kalıyor. Bu ayrımı çiçek hastalığı gibi açıkça tehlikeli olarak sınıflandırılan bir şeye uygulamak kolay. Söz konusu virüs, bilinen bir patojen listesinden değil de bir yapay zekâ modelinden çıktığında ise durum çok daha muğlak; bu da tam olarak, biyogüvenlik düzenlemesi ve yapay zekâ politikalarının ayak uydurmakta zorlandığı tartışmaları şekillendiren belirsizlik türü.
Önlemler ve uzman uyarıları
Stanford ve Arc Enstitüsü ekibi, düzenleyicilerin yetişmesini beklemedi. Eğitim aşamasının tamamı boyunca Evo, insanları enfekte eden virüsler veya hayvanları, bitkileri ya da mantarları etkileyen ilişkili patojenik organizmalarla ilgili hiçbir bilgiye maruz bırakılmadı — bu da modelin, en baştan bu genetik dizileri üretemeyeceği anlamına geliyor. Brian Hie, “Niyetimiz sadece azami dikkat göstermekti,” dedi. Johns Hopkins Sağlık Güvenliği Merkezi’nden Moritz Hanke, bu kararı “oldukça takdire şayan” olarak nitelendirdi; özellikle de hiçbir resmî kural bunu gerektirmediği için: “Çünkü ne yapmaları gerektiği konusunda hiçbir yerden rehberlik almıyorlar.”
Hanke ve yine Johns Hopkins’ten Thomas Inglesby, Science dergisinde araştırmayla birlikte yayımlanan bir yorum yazısında daha da ileri giderek, bulguların “acil biyogüvenlik ve biyoemniyet soruları” gündeme getirdiği uyarısında bulundular. Onlara göre asıl mesele, üretken viral genom tasarımının gelecekte var olup olmayacağı değil — açıkça zaten var — bunun “ciddi zararı mümkün kılmadan” kullanılıp kullanılamayacağı. Hanke kaygıyı açıkça dile getirdi: “Daha önce hiç görmediğim bir şeyin riski nedir?” diye sordu ve bilimin ne kadar hızlı ilerlediği ile koruyucu önlemlerin ne kadar yavaş geldiği arasında “muazzam bir kopukluk” tanımladı. En kötü senaryosu ise hayal etmesi oldukça kolay: “Şöyle diyebilirsiniz: ‘Hey, genomik dil modeli, bana daha bulaşıcı veya daha ölümcül olacak şekilde değiştirilmiş bir grip genomu yap.’”
Neden önemli: Evo’nun, dokuz trilyon nükleotitlik eğitim verisi ve Phi X-174 üzerinde hedefli bir takip turu kullanarak, birkaç ay içinde 16 çalışan bakteriyofaj tasarlamasını sağlayan aynı hesaplamalı kestirme yol, genel amaçlı bir yöntem. Altta yatan teknik, onu zararsız bakteri öldürücülerle sınırlamıyor. Hanke ve Inglesby’nin işaret ettiği boşluk tam da bu: Politikanın onu sınırlamayı amaçladığı hızdan daha hızlı ilerleyen bir araştırma yöntemi; üstelik sentetik biyoloji araştırmalarının giderek yeni ilaçlar tasarlamak ile yeni riskler tasarlamak arasındaki çizgiyi bulanıklaştırdığı bir alanda.
Şimdilik araştırmacılar, uyguladıkları güvenlik önlemlerinin — insanları enfekte eden virüs verilerini hariç tutmak, yalnızca bakteriyofajlar üzerinde çalışmak ve her şeyi güvenli bir laboratuvar ortamında yürütmek — teknolojiyi zarardan ziyade faydaya yönlendirme konusunda uzun bir yol kat ettiğini söylüyor. Hie, yaklaşımın, yeni ilaçlar ve tedaviler yoluyla, antibiyotiğe dirençli enfeksiyonlar için faj temelli tedaviler dâhil olmak üzere, “insan sağlığını muazzam ölçüde iyileştirme” potansiyeline sahip olduğunu savunuyor. Bu vaadin Phi X-174’ün ötesinde de geçerli olup olmayacağı ve düzenleyicilerin, bu deneyin bir sonraki versiyonu daha az kontrol edilebilir bir hedefe yönelmeden önce harekete geçip geçmeyeceği, muhtemelen yapay zekâ ile tasarlanan virüsler için sırada ne olacağını belirleyecek iki soru.
SSS
Yapay zekâ ile tasarlanan virüsler laboratuvar testlerinde ne kadar etkiliydi?
Sentezlenen 285 viral genom dizisinden 16’sı, laboratuvarda çoğalabilen ve bakterileri öldürebilen virüsler üretti.
Yapay zekâ modeli Evo’yu eğitmek için hangi veriler kullanıldı?
Evo, önce milyonlarca hayvan, bitki, mikrop ve virüsten elde edilen yaklaşık dokuz trilyon nükleotit üzerinde, ardından da özel olarak faj Phi X-174’ün 11 geni ve yaklaşık 15.000 ilişkili genom üzerinde eğitildi.
Mevcut ABD biyogüvenlik politikaları neden yapay zekâ ile tasarlanan virüsleri düzenlemiyor?
Çünkü tamamen hesaplamalı viral DNA tasarımı, bir endişe verici varlık içermediği sürece mevcut ABD NIH politikaları kapsamında değil; bu da yapay zekâ ile tasarlanan virüsler için bir düzenleyici boşluk yaratıyor.
Bilim insanları Evo’nun eğitimi sırasında hangi önlemleri aldı?
İnsanları enfekte eden virüsler ve ilişkili patojenler hakkındaki verileri hariç tuttular; böylece yapay zekânın potansiyel olarak zararlı, insanları enfekte eden viral genomlar üretmesini önlemeyi amaçladılar.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Yapay zekâ ile tasarlanan virüsler laboratuvar testlerinde ne kadar etkiliydi?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Sentezlenen 285 viral genom dizisinden 16’sı, laboratuvarda çoğalabilen ve bakterileri öldürebilen virüsler üretti.”}},{“@type”:”Question”,”name”:”Yapay zekâ modeli Evo’yu eğitmek için hangi veriler kullanıldı?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Evo, önce milyonlarca hayvan, bitki, mikrop ve virüsten elde edilen yaklaşık dokuz trilyon nükleotit üzerinde, ardından da özel olarak faj Phi X-174’ün 11 geni ve yaklaşık 15.000 ilişkili genom üzerinde eğitildi.”}},{“@type”:”Question”,”name”:”Mevcut ABD biyogüvenlik politikaları neden yapay zekâ ile tasarlanan virüsleri düzenlemiyor?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Çünkü tamamen hesaplamalı viral DNA tasarımı, bir endişe verici varlık içermediği sürece mevcut ABD NIH politikaları kapsamında değil; bu da yapay zekâ ile tasarlanan virüsler için bir düzenleyici boşluk yaratıyor.”}},{“@type”:”Question”,”name”:”Bilim insanları Evo’nun eğitimi sırasında hangi önlemleri aldı?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”İnsanları enfekte eden virüsler ve ilişkili patojenler hakkındaki verileri hariç tuttular; böylece yapay zekânın potansiyel olarak zararlı, insanları enfekte eden viral genomlar üretmesini önlemeyi amaçladılar.”}}]}
Yapay zekâ desteğiyle hazırlanmış ve editör ekibi tarafından gözden geçirilmiş makale.
