Hoe Google DeepMind AI-misbruik in de biologie wil stoppen (en wat dat voor ons betekent)

·
Luister naar dit artikel~5 min
Hoe Google DeepMind AI-misbruik in de biologie wil stoppen (en wat dat voor ons betekent)

Google DeepMind en Isomorphic Labs hebben een bioresilience-programma onthuld dat AI-misbruik in de biologie moet tegengaan, terwijl het helpt bij uitbraken. Met 15+ partnerschappen en een focus op preventie, detectie en respons.

Google DeepMind en Isomorphic Labs hebben een bioresilience-programma onthuld dat AI-misbruik in de biologie moet tegengaan, terwijl het tegelijkertijd helpt bij het bestrijden van uitbraken. Het klinkt als sciencefiction, maar het is nu al realiteit. De twee organisaties publiceerden een update over een gezamenlijk initiatief dat stil begon en in de afgelopen twaalf maanden is uitgegroeid tot meer dan vijftien partnerschappen met overheidsinstanties, biosecurity-organisaties en onderzoeksgroepen. ### De dubbele uitdaging van AI in de biologie Frontier-modellen zoals Gemini hebben een steeds gedetailleerdere kennis van biologie. DeepMind geeft toe dat het combineren van deze systemen met gespecialiseerde biologiemodellen, agents zoals hun Antigravity-platform en databases van derden deze capaciteit alleen maar verder verscherpt. Maar hier zit het probleem: dezelfde kennis die een onderzoeker helpt een vaccindoelwit in kaart te brengen, kan in theorie ook een kwaadwillende helpen om gaten in hun eigen begrip te dichten. DeepMind en Isomorphic omschrijven dit als een dubbel mandaat: de wetenschappelijke vooruitgang mogelijk maken die frontier AI mogelijk maakt, terwijl diezelfde tools uit handen worden gehouden van mensen die ze willen misbruiken. ### De drie pijlers van het programma Het programma rust op drie pijlers, volgens de bedrijven: - **Voorkomen van misbruik**: door dreigingsmodellen te identificeren en te blokkeren - **Sneller detecteren van uitbraken**: met AI-ondersteunde surveillance - **Reageren zodra een uitbraak of aanval gaande is**: met gerichte tegenmaatregelen De vijftien plus partnerschappen die het afgelopen jaar zijn opgebouwd, raken alle drie de pijlers. De update geeft echter beperkte details over welke organisaties precies betrokken zijn, behalve een handvol genoemde samenwerkers, waaronder Lawrence Livermore National Laboratory, het UK AI Security Institute, CEPI en het Francis Crick Institute. ### Hoe Gemini wordt beveiligd zonder legitieme wetenschap te blokkeren Het preventiewerk rust op dreigingsmodellering die is ontworpen om te identificeren welke actoren het meest waarschijnlijk misbruik zullen proberen en welke knelpunten hen momenteel tegenhouden. DeepMind zegt dat het een mix van expert red-teaming en gerandomiseerde gecontroleerde onderzoeken gebruikt om te beoordelen of Gemini iemand zou kunnen helpen die knelpunten te omzeilen. Post-training methoden zijn bedoeld om het model te leren schadelijke vragen te weigeren, terwijl het zogenaamde over-weigering van legitieme wetenschappelijke vragen wordt vermeden. Een balans die in de hele industrie moeilijk is gebleken, niet alleen voor DeepMind. Classifiers en probes worden ingezet om risicovolle activiteiten in realtime te signaleren, en het bedrijf zegt dat het gerichte log-analyse uitvoert om subtielere misbruikpatronen op te sporen die geautomatiseerde filters mogelijk missen. > "Geen van deze mitigaties wordt beschreven als opgelost. DeepMind beschouwt ze als een doorlopend proces in plaats van een afgerond systeem." ### Het DNA-synthese screeningprobleem Een van de meer concrete risico's die worden onderzocht, heeft te maken met DNA-synthese. Bedrijven binnen de International Gene Synthesis Consortium screenen momenteel bestellingen tegen lijsten van bekende schadelijke pathogenen en toxines, met behulp van screeningalgoritmen. DeepMind stelt duidelijk dat deze aanpak begint te haperen, omdat AI nu kan helpen bij het ontwerpen van DNA-sequenties met een vergelijkbare functie als een gevaarlijk pathogeen, zonder dat de sequentie nauw genoeg overeenkomt om bestaande schermen te activeren. De voorgestelde oplossing leunt op DeepMinds bestaande watermerksysteem, SynthID, dat volgens het bedrijf een industriestandaard is geworden voor het markeren van AI-gegenereerde afbeeldingen en tekst. Het aanpassen ervan aan biologische sequenties wordt gepresenteerd als verkennend werk, niet als een definitieve oplossing. ### Wat dit betekent voor professionals Voor AI-websitebouwers en professionals in Nederland is dit een belangrijke ontwikkeling. Het laat zien dat AI niet alleen wordt gebruikt voor het creëren van content of het optimaliseren van websites, maar ook voor het aanpakken van wereldwijde uitdagingen zoals biosecurity. De balans tussen veiligheid en innovatie is een thema dat ook in de AI-websitebouwersector speelt: hoe zorg je dat AI-tools krachtig genoeg zijn om waarde te leveren, maar niet zo open dat ze misbruikt kunnen worden? DeepMind zegt dat het van plan is deze relaties de komende zes tot twaalf maanden uit te breiden, met aandacht voor dreigingsinformatie, evaluatiemethoden voor AI-agents en jailbreak-mitigaties. Het coördineert ook met het Frontier Model Forum over vragen zoals hoe om te gaan met risicovollere categorieën trainingsdata, waarbij virologiedatasets als voorbeeld worden gegeven. ### Conclusie De aanpak van DeepMind en Isomorphic Labs is een voorbeeld van hoe AI-ontwikkelaars verantwoordelijkheid nemen voor de veiligheid van hun technologie. Het is geen afgerond systeem, maar een doorlopend proces dat continu wordt bijgesteld. Voor professionals in de AI-sector is het een herinnering dat innovatie en veiligheid hand in hand moeten gaan.