斯坦福大学的研究人员如何利用人工智能设计出一种合成病毒
![针对大肠杆菌的人工智能生成的合成病毒]()
人工智能领域的领军人物已指出具备生物能力的AI模型可能带来的风险。图片来源:CDC/Unsplash
美国研究人员利用人工智能设计出了首个针对大肠杆菌的合成病毒,而Anthropic首席执行官达里奥·阿莫代伊则对人工智能引发的生物威胁表示担忧。
美国斯坦福大学的科学家们利用人工智能设计出了自然界中不存在的病毒。
该团队的研究基于Evo 2生成的基因组,这是一种生成式人工智能模型,旨在通过提出新型DNA序列来应对复杂的生物学挑战。
尽管这一突破为医疗保健和医学研究带来了巨大希望,但也同时引发了严重的安全和生物安全担忧。
包括Anthropic首席执行官达里奥·阿莫德伊(Dario Amodei)和谷歌DeepMind主席德米斯·哈萨比斯(Demis Hassabis)在内的AI行业领军人物,此前曾就AI发展带来的生物风险发出过警告。
谷歌DeepMind联合创始人兼首席执行官德米斯·哈萨比斯。图片来源:德米斯·哈萨比斯/LinkedIn
人工智能设计的新病毒
化学工程师布莱恩·希(Brian Hie)和生物工程专业研究生塞缪尔·金(Samuel King)对能够自然杀灭细菌的噬菌体进行了研究,旨在将噬菌体改造为潜在的新型抗生素。
研究人员将生成式AI模型“Evo 2”应用于这一挑战。据该校官方刊物《斯坦福报告》报道,以噬菌体ΦX174为起点,Evo 2提出了新的DNA序列。
借助该模型,研究团队合成了近300种噬菌体(一种能够感染细菌、在细菌体内复制并杀死细菌的病毒),并测试了它们对大肠杆菌的杀灭效果。
随后,他们将候选名单缩小至16种对大肠杆菌杀灭效果极佳的噬菌体。
斯坦福大学助理教授布莱恩·希(Brian Hie)。图片来源:布莱恩·希/LinkedIn
“在这种情况下,我们指示该模型在单次从左到右的迭代中,不添加任何内容,就生成完整的基因组,”布莱恩向《斯坦福报告》解释道,描述了这一为他的团队产生了数千种选项的过程。
“实验室测试表明,Evo提出的一些建议比天然的ΦX174噬菌体表现出更高的适应度。”
新兴风险
据BBC新闻报道,约翰斯·霍普金斯大学健康安全中心的托马斯·英格尔斯比博士和莫里茨·汉克博士指出,这些发现引发了“紧迫的生物安全与生物安保问题”。
他们认为,问题已不再是“生成式病毒基因组设计是否会出现”,而是能否在不“造成严重危害”的情况下使用它。例如,他们指出,创造具有致病潜力的新病毒“不应被追求”,BBC新闻报道称。
人工智能领域的领军人物已明确指出了具备生物能力的AI模型可能带来的潜在风险。
达里奥·阿莫迪(Dario Amodei)今年6月在博客中写道:“AI模型已经从几乎无法编写一行连贯的代码,发展到能够编写主要AI公司大部分代码的程度。”他指出,生物学、物理学、数学、金融、法律、翻译等其他领域也发生了类似的进步。
Anthropic联合创始人兼首席执行官达里奥·阿莫德伊。图片来源:盖蒂图片社
在强调当前来自先进模型的网络风险可能如何影响其他领域时,他表示:“Mythos级模型带来的网络风险不会是我们必须面对的最后一个挑战。我相信生物风险可能很快随之而来,而严重的AI自主性风险或许也指日可待。”
针对生物威胁,达里奥发出了严厉警告:“Anthropic 非常清楚,人工智能最终可能会制造出足以威胁数百万人的生物武器,或者引发自主失控行为,在极端情况下甚至可能威胁到人类本身。”

影响与生物学可能性
尽管斯坦福大学的研究人员目前尚无计划将这项成果商业化,且已将Evo 2公开发布,但这对医疗保健和医学研究的影响是深远的。
“布莱恩·希(Brian Hie)这篇里程碑式论文的重要性无论怎么强调都不为过,”基因组学专家、DNA合成公司Genyro首席执行官阿德里安·伍尔夫森(Adrian Woolfson)对《金融时报》表示。
“这标志着生物学领域的‘莱特兄弟时刻’——我们不再仅仅观察进化的产物,而是直面未来广阔的生物学可能性。”
世界经济论坛认为,人工智能有望加速并优化药物研发中的关键步骤,例如识别疾病靶点、生成新化合物以及预测安全性。
生物学、药物研发以及针对复杂问题的新型科学解决方案所取得的空前快速进展,对制药和医疗行业产生了深远影响。
相关文章
人工智能如何加速中国的药物研发进程
Insilico Medicine首席执行官亚历克斯·扎沃龙科夫表示,通过在中国将人工智能与实验室研究相结合,该公司已将生成药物开发候选分子的周期缩短至约一年。据扎沃龙科夫介绍,这家在香港上市的公司最先进的项目仅用九个月就完成了候选药物筛选,而通常需要13个月。这与传统方法形成了鲜明对比——传统方法通常需要大约四年半才能达到同一里程碑。这些时间节点特指早期发现和候选药物筛选阶段,而非完整的药物商业
随着Sol和Luna的加入,OpenAI GPT-6在各项基准测试中将令牌成本削减了一半
据Artificial Analysis报道,GPT-6 Sol(最高配置)在智能排名中位居榜首,售价为48美元。图片来源:Getty Images在OpenAI发布GPT-6 Sol和Luna之后,解决方案工程主管马特·韦弗(Matt Weaver)向《AI Magazine》解释了这些新模型如何为企业提供更强的运营灵活性。OpenAI 近期推出了 GPT-6 Astra,并将其描述为“全球最智
Hexagon:超过半数的成年人对机器人充满热情
机器人正越来越多地融入企业运营。图片来源:HumanoidHexagon的数据表明,59%的成年人对与机器人共事感到兴奋,但正在崛起的“机器人一代”儿童对人工智能工作场所的期待更为强烈Hexagon的最新数据显示,超过半数的成年人对与机器人共事的前景感到兴奋。该数据将成年人的观点与儿童的观点进行了对比,后者持有不同看法,并将引领下一代。数据显示,五分之四的儿童(80%)表示对机器人充满期待,而成年
相关专题推荐
评论 (0)
0/500
人工智能领域的领军人物已指出具备生物能力的AI模型可能带来的风险。图片来源:CDC/Unsplash
美国研究人员利用人工智能设计出了首个针对大肠杆菌的合成病毒,而Anthropic首席执行官达里奥·阿莫代伊则对人工智能引发的生物威胁表示担忧。
美国斯坦福大学的科学家们利用人工智能设计出了自然界中不存在的病毒。
该团队的研究基于Evo 2生成的基因组,这是一种生成式人工智能模型,旨在通过提出新型DNA序列来应对复杂的生物学挑战。
尽管这一突破为医疗保健和医学研究带来了巨大希望,但也同时引发了严重的安全和生物安全担忧。
包括Anthropic首席执行官达里奥·阿莫德伊(Dario Amodei)和谷歌DeepMind主席德米斯·哈萨比斯(Demis Hassabis)在内的AI行业领军人物,此前曾就AI发展带来的生物风险发出过警告。
谷歌DeepMind联合创始人兼首席执行官德米斯·哈萨比斯。图片来源:德米斯·哈萨比斯/LinkedIn
人工智能设计的新病毒
化学工程师布莱恩·希(Brian Hie)和生物工程专业研究生塞缪尔·金(Samuel King)对能够自然杀灭细菌的噬菌体进行了研究,旨在将噬菌体改造为潜在的新型抗生素。
研究人员将生成式AI模型“Evo 2”应用于这一挑战。据该校官方刊物《斯坦福报告》报道,以噬菌体ΦX174为起点,Evo 2提出了新的DNA序列。
借助该模型,研究团队合成了近300种噬菌体(一种能够感染细菌、在细菌体内复制并杀死细菌的病毒),并测试了它们对大肠杆菌的杀灭效果。
随后,他们将候选名单缩小至16种对大肠杆菌杀灭效果极佳的噬菌体。
斯坦福大学助理教授布莱恩·希(Brian Hie)。图片来源:布莱恩·希/LinkedIn
“在这种情况下,我们指示该模型在单次从左到右的迭代中,不添加任何内容,就生成完整的基因组,”布莱恩向《斯坦福报告》解释道,描述了这一为他的团队产生了数千种选项的过程。
“实验室测试表明,Evo提出的一些建议比天然的ΦX174噬菌体表现出更高的适应度。”
新兴风险
据BBC新闻报道,约翰斯·霍普金斯大学健康安全中心的托马斯·英格尔斯比博士和莫里茨·汉克博士指出,这些发现引发了“紧迫的生物安全与生物安保问题”。
他们认为,问题已不再是“生成式病毒基因组设计是否会出现”,而是能否在不“造成严重危害”的情况下使用它。例如,他们指出,创造具有致病潜力的新病毒“不应被追求”,BBC新闻报道称。
人工智能领域的领军人物已明确指出了具备生物能力的AI模型可能带来的潜在风险。
达里奥·阿莫迪(Dario Amodei)今年6月在博客中写道:“AI模型已经从几乎无法编写一行连贯的代码,发展到能够编写主要AI公司大部分代码的程度。”他指出,生物学、物理学、数学、金融、法律、翻译等其他领域也发生了类似的进步。
Anthropic联合创始人兼首席执行官达里奥·阿莫德伊。图片来源:盖蒂图片社
在强调当前来自先进模型的网络风险可能如何影响其他领域时,他表示:“Mythos级模型带来的网络风险不会是我们必须面对的最后一个挑战。我相信生物风险可能很快随之而来,而严重的AI自主性风险或许也指日可待。”
针对生物威胁,达里奥发出了严厉警告:“Anthropic 非常清楚,人工智能最终可能会制造出足以威胁数百万人的生物武器,或者引发自主失控行为,在极端情况下甚至可能威胁到人类本身。”

影响与生物学可能性
尽管斯坦福大学的研究人员目前尚无计划将这项成果商业化,且已将Evo 2公开发布,但这对医疗保健和医学研究的影响是深远的。
“布莱恩·希(Brian Hie)这篇里程碑式论文的重要性无论怎么强调都不为过,”基因组学专家、DNA合成公司Genyro首席执行官阿德里安·伍尔夫森(Adrian Woolfson)对《金融时报》表示。
“这标志着生物学领域的‘莱特兄弟时刻’——我们不再仅仅观察进化的产物,而是直面未来广阔的生物学可能性。”
世界经济论坛认为,人工智能有望加速并优化药物研发中的关键步骤,例如识别疾病靶点、生成新化合物以及预测安全性。
生物学、药物研发以及针对复杂问题的新型科学解决方案所取得的空前快速进展,对制药和医疗行业产生了深远影响。
人工智能如何加速中国的药物研发进程
Insilico Medicine首席执行官亚历克斯·扎沃龙科夫表示,通过在中国将人工智能与实验室研究相结合,该公司已将生成药物开发候选分子的周期缩短至约一年。据扎沃龙科夫介绍,这家在香港上市的公司最先进的项目仅用九个月就完成了候选药物筛选,而通常需要13个月。这与传统方法形成了鲜明对比——传统方法通常需要大约四年半才能达到同一里程碑。这些时间节点特指早期发现和候选药物筛选阶段,而非完整的药物商业
随着Sol和Luna的加入,OpenAI GPT-6在各项基准测试中将令牌成本削减了一半
据Artificial Analysis报道,GPT-6 Sol(最高配置)在智能排名中位居榜首,售价为48美元。图片来源:Getty Images在OpenAI发布GPT-6 Sol和Luna之后,解决方案工程主管马特·韦弗(Matt Weaver)向《AI Magazine》解释了这些新模型如何为企业提供更强的运营灵活性。OpenAI 近期推出了 GPT-6 Astra,并将其描述为“全球最智
Hexagon:超过半数的成年人对机器人充满热情
机器人正越来越多地融入企业运营。图片来源:HumanoidHexagon的数据表明,59%的成年人对与机器人共事感到兴奋,但正在崛起的“机器人一代”儿童对人工智能工作场所的期待更为强烈Hexagon的最新数据显示,超过半数的成年人对与机器人共事的前景感到兴奋。该数据将成年人的观点与儿童的观点进行了对比,后者持有不同看法,并将引领下一代。数据显示,五分之四的儿童(80%)表示对机器人充满期待,而成年





首页






