本周，虽然一些头条新闻聚焦于令人不安的说法，即人工智能系统设计了一种可运行的病毒，更安静斯坦福大学和 Arc 研究所的预印本暗示着一些更为重大的事情——而且，根据你的看法，也更令人担忧。
那里的研究人员报告说首次对整个生物基因组进行生成设计：16 种合成噬菌体（感染细菌的病毒）由人工智能构想，在实验室中制造，并被证明能够复制、进化并胜过其自然祖先。
该团队使用了名为Evo 1 和 Evo 2类似于 ChatGPT 背后的大型语言模型，但它们的训练对象是病毒 DNA 的数十亿个碱基对，而不是单词。这些系统不仅仅是变异现有病毒；它们还编写了从零开始的新基因组平衡数千个相互依赖的基因、启动子和调控基序——这些任务长期以来一直是人类生物工程师无法完成的。
在测试的 302 个 AI 生成的基因组中，16 活了过来，产生能够感染的功能性噬菌体大肠杆菌在某些情况下，优于野生型ΦX174病毒这启发了他们。
为什么重要
如果能复制这一成就，将代表合成生物学的里程碑相当于克雷格·文特尔 (Craig Venter) 于 2010 年创造的最小细菌细胞到目前为止，人工智能工具可以设计单个蛋白质或短遗传回路；构建一个完整的、可行的基因组仍然遥不可及。这项研究表明，机器学习可以在基因组尺度上捕捉生命语法—组装足够复杂的序列以折叠、自组织和复制。
实际上，这可能转化噬菌体疗法这是一种百年历史的抗菌策略，如今在抗生素耐药性危机中重新兴起。研究人员将16种人工智能构建的噬菌体混合成一种“鸡尾酒”，迅速克服了抗生素耐药性。大肠杆菌击败天然ΦX174的菌株。原则上，同样的方法可以产生定制病毒治疗用于治疗耐药性感染，或定制噬菌体以针对农业、水产养殖或废水中的病原体。
除了医学之外，基因组规模的生成设计可能会开启新的工业前沿：编程微生物组的噬菌体、制造绿色化学物质的微生物，以及在活体组织内充当纳米级信使的病毒。理论上，所有曾经受进化偶然性限制的应用，都可能被像代码一样编写.
背景和注意事项
这一承诺与危险密不可分。华盛顿邮报 报告—另一个人工智能自主生成了有效的病原体—引起了公众的不安，即能够设计生命的工具可能会设计出错误的生命类型。
斯坦福-Arc 的研究虽然经过精心控制，但还是显示我们距离这个门槛还有多远。作者强调安全性：他们只研究非致病性大肠杆菌在已获批准的生物安全水平下，对有限的病毒家族进行微调模型，并构建过滤器来阻断人类病毒序列。然而，可以 和 应该正在缩小。
实验还强调生物学仍然难以预测大多数人工智能生成的基因组都是无效的；其他的则因分子兼容性的偶然而幸存下来。
即使是成功的，也会进化出意想不到的特征——比如交换一个以前被认为是致命的结构基因——这表明人工智能可以探索人类尚不了解的进化捷径创造性的不可预测性既是创新的源泉，也是风险的种子。
更大的图景
在不到十年的时间里，语言模型已经从写论文变成了书写进化本身从文本到试管的飞跃缩短了模拟与创造之间的距离，迫使监管者和研究人员面对一个新的现实：人工智能不再仅仅预测生物学——它发明了它.
随着抗生素研发线枯竭和疫情逼近，设计有益病毒或许是人类最强大的工具之一，也是最大的诱惑。这篇论文表明，人工智能不仅能够创造生命，还能超越它社会能否跟上步伐是目前更为紧迫的考验。
