شركة Prime Intellect، التي تركز على مخاطر الذكاء الاصطناعي المتقدم، تعالج تهديدًا أكثر واقعية - الإمكانية لأن يمكّن الذكاء الاصطناعي الجهات الفاعلة السيئة من إنشاء جوائح مثل COVID-19 من خلال تطوير أسلحة بيولوجية. الحل الخاص بهم، Metagene-1، هو نموذج ذكاء اصطناعي قوي تم تدريبه على أكثر من 1.5 تريليون زوج قاعدي من DNA و RNA من عينات مياه الصرف الصحي.

Metagene-1 هو معمارية Transformer بمعلمة 7 مليار قادرة على تحليل المجتمعات الميكروبية بأكملها على نطاق المجتمع. إنه يحدد أنماطًا جينومية لطيفة، ويعمل كنظام إنذار مبكر للأمراض المستجدة. هذا يساعد في إنشاء نظام إنذار مبكر للأمراض المستجدة على نطاق كوكبي لمنع الجائحة القادمة.

لقد حقق Metagene-1 أداءً متقدمًا في مجال الكشف عن الممرضات والتضمين الميتاجينومي، مما يجعله أفضل نظام ذكاء اصطناعي في هذه المهام. تمثل هذه التقنية خطوة حاسمة نحو حماية البشرية في عصر البيولوجيا الأسية.

من خلال جعل Metagene-1 مفتوح المصدر، تهدف Prime Intellect إلى إلهام الباحثين والشركات الأخرى لتسريع تطوير الذكاء الاصطناعي العلمي وخلق مستقبل أكثر أمانًا وصحة للجميع.

تعتبر تسلسل مياه الصرف الصحي الأساس للنموذج الذكي القوي Metagene 1 الذي طورته شركة Prime Intellect. يتضمن هذا العملية جمع عينات من مصادر مياه الصرف الصحي، والتي تحتوي على مواد وراثية من كائنات مختلفة، بما في ذلك البكتيريا والفيروسات وحتى الأنواع المجهولة.

تخضع العينات المجمعة لتسلسل ميتاجينومي عميق، حيث يتم معالجة تسلسلات DNA و RNA وتحويلها إلى تنسيق يمكن للذكاء الاصطناعي فهمه باستخدام طريقة تسمى ترميز الزوج الثنائي. هذا ينشئ مجموعة بيانات ضخمة تتكون من أكثر من 1.5 تريليون زوج قاعدي من المعلومات.

يتم بعد ذلك تدريب نموذج Metagene 1، وهو معمارية Transformer بمعلمة 7 مليار، على هذه المجموعة البيانات الواسعة. يسمح هذا للذكاء الاصطناعي بتعلم الأنماط في المعلومات الجينية، مما يمكنه من التفوق في مهام مثل تحديد الممرضات والكشف عن الأنماط الجينية غير العادية وملء التسلسلات المفقودة.

الهدف من هذه التقنية هو إنشاء نظام إنذار مبكر للأمراض المستجدة على نطاق كوكبي، مما يساعد في منع الجائحة القادمة. لقد حقق Metagene 1 أداءً متقدمًا في مجال الكشف عن الممرضات والتضمين الميتاجينومي، مما يجعله أداة حاسمة في السباق لحماية البشرية من التهديدات البيولوجية الناشئة.

Metagene-1، وهو نموذج ذكاء اصطناعي قوي طورته شركة Prime Intellect، قد أظهر أداءً متقدمًا في مجال الكشف عن الممرضات والتضمين الميتاجينومي. هذه المعمارية Transformer بمعلمة 7 مليار، والتي تم تدريبها على أكثر من 1.5 تريليون زوج قاعدي من DNA و RNA من عينات مياه الصرف الصحي، تتفوق في تحديد الأنماط الجينومية اللطيفة التي تعمل كنظام إنذار مبكر للأمراض المستجدة.

يستخدم خط أنابيب التسلسل الميتاجينومي الذي يستخدمه Metagene-1 لجمع عينات من مياه الصرف الصحي، واستخراج المواد الوراثية، ومعالجة البيانات إلى تنسيق يمكن للذكاء الاصطناعي فهمه. يسمح هذا المجموعة البيانات الضخمة للنموذج بتعلم الأنماط المعقدة في المعلومات الجينية، مما يمكنه من الكشف والتعرف بدقة على الفيروسات والبكتيريا الضارة وغيرها من التهديدات الصحية المحتملة.

من خلال تحقيق نتائج متفوقة على المعايير المرجعية القياسية في الصناعة، أثبت Metagene-1 أنه أداة متطورة في السباق لتطوير نظام إنذار مبكر للأمراض المستجدة على نطاق كوكبي. تمثل هذه التقنية خطوة حاسمة إلى الأمام في حماية البشرية من المخاطر المتزايدة للتهديدات البيولوجية، خاصة في عصر التطورات الأسية في تقنية الأحياء.

أدت التطورات السريعة في قدرات الذكاء الاصطناعي، وخاصة في نماذج اللغة الكبيرة، إلى إثارة مخاوف كبيرة بشأن الاستخدام المحتمل لسوء هذه التقنيات لإنشاء أسلحة بيولوجية والسماح بهجمات بيولوجية واسعة النطاق. كما شهد Dario Amodei من OpenAI، فإن خطر ظهور مثل هذه التهديدات خلال السنوات الـ 2-3 المقبلة كبير ويتطلب اهتمامًا فوريًا.

شركة Prime Intellect، التي تركز على معالجة هذه المخاطر، قد طورت Metagene 1، وهو نموذج ذكاء اصطناعي قوي تم تدريبه على أكثر من 1.5 تريليون زوج قاعدي من DNA و RNA من عينات مياه الصرف الصحي. هذا النموذج، الذي يعمل بمعمارية Transformer بمعلمة 7 مليار، قادر على تحليل المجتمعات الميكروبية بأكملها على نطاق المجتمع، وتحديد الأنماط الجينومية اللطيفة التي قد تكون بمثابة نظام إنذار مبكر للأمراض المستجدة.

يوضح خط أنابيب Metagene 1 كيف يمكن استخدام الذكاء الاصطناعي لرصد التهديدات الصحية المحتملة وفهم العالم من حولنا بشكل أفضل. من خلال تحقيق أداء متقدم في مجال الكشف عن الممرضات والتضمين الميتاجينومي، يمثل هذا النموذج خطوة مهمة نحو نظام إنذار مبكر للأمراض المستجدة على نطاق كوكبي لمنع الجائحة القادمة. ومع ذلك، فإن إلحاح هذه المسألة يتم تسليط الضوء عليه بشكل أكبر من خلال الدراسات الصادرة عن MIT ومجموعات البحث الأخرى، والتي أظهرت أن نماذج اللغة الكبيرة يمكن أن تديمقراطية الوصول إلى تقنية الأحياء ذات الاستخدامين، مما يجعل من السهل على غير الخبراء التخطيط وتنفيذ هجمات الأسلحة البيولوجية. على الرغم من أن القدرات الحالية لهذه النماذج قد تكون محدودة، إلا أن التطور السريع لتقنية الذكاء الاصطناعي يعني أن هذا التهديد قد يصبح واقعًا في المستقبل القريب.

للتصدي لهذا التحدي، من الضروري أن يعمل قطاع الذكاء الاصطناعي ومجتمع البحث بشكل تعاوني على تطوير ضوابط قوية وتدابير لمنع الانتشار. قد يشمل ذلك تقييمات قبل الإصدار للنماذج اللغوية، وإنشاء مجموعات بيانات تدريب تزيل المفاهيم الضارة، وتنفيذ عمليات فحص قابلة للتحقق للتركيب الحمض النووي ومنظمات البحوث التعاقدية.

إن السباق للبقاء في طليعة هذه التهديدات البيولوجية الناشئة قد بدأ، وشركات مثل Prime Intellect تقود الطريق في استخدام الذكاء الاصطناعي لخلق مستقبل أكثر أمانًا وصحة للجميع.

أدى التقدم السريع في نماذج اللغة الكبيرة (LLMs) إلى إثارة مخاوف بشأن إمكانية سوء استخدامها، وخاصة في مجال التهديدات البيولوجية. أظهرت الدراسات الحديثة إمكانية استخدام هذه الأنظمة الذكية القوية من قبل الجهات الفاعلة السيئة لتسهيل إنشاء أسلحة بيولوجية على مستوى الجائحة.

أجرى الباحثون في معهد ماساتشوستس للتكنولوجيا (MIT) في عام 2023 دراسة وجدوا فيها أن الطلاب غير العلماء كانوا قادرين على استخدام أدردشة LLM لتحديد الممرضات المحتملة التي تسبب الجوائح، والحصول على تعليمات لإنشائها بشكل اصطناعي، وتحديد الشركات التي من المرجح ألا تفحص هذه الطلبات. هذا يشير إلى أن LLMs قد تجعل العوامل على مستوى الجائحة متاحة على نطاق واسع، حتى للأفراد الذين ليس لديهم تدريب معملي تقريبًا.

في حين أن دراسة لاحقة في عام 2024 خلصت إلى أن LLMs الحالية لا تزيد بشكل كبير من المخاطر المرتبطة بتخطيط هجمات الأسلحة البيولوجية، اعترف المؤلفون بالتطور السريع للذكاء الاصطناعي والحاجة إلى مراقبة التطورات المستقبلية بعناية. وأكدوا أن المسافة بين قدرات LLM الحالية والمعرفة المطلوبة لمثل هذه الهجمات قد تغلق بسرعة، كما هو موضح في التقدم السريع الذي أحرزته الصين في اللحاق بنماذج OpenAI المتقدمة.

استجابة لهذه المخاوف، يستكشف الباحثون والشركات تدابير وقائية لتخفيف مخاطر الاستخدام المزدوج لـ LLMs. تشمل الحلول المقترحة التقييمات قبل الإصدار من قبل أطراف ثالثة، وإنشاء مجموعات بيانات تدريب تزيل المحتوى الضار، وتنفيذ عمليات فحص قابلة للتحقق للتركيب الحمض النووي ومنظمات البحوث