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

Sophie Jansen · 2026-07-16

Google DeepMind en Isomorphic Labs hebben een bioresilientieprogramma aangekondigd om AI-misbruik in de biologie te beperken en tegelijkertijd de reactie op uitbraken te verbeteren. Deze samenwerking, die rustig begon, heeft in het afgelopen jaar meer dan 15 partnerschappen opgebouwd met overheidsinstanties, biosecurity-organisaties en onderzoeksgroepen. ### Het dubbele mandaat van AI in de biologie Frontier-modellen zoals Gemini hebben een steeds gedetailleerder begrip van de biologie. DeepMind erkent dat het koppelen van deze systemen aan gespecialiseerde biologie-modellen, agents zoals het Antigravity-platform en databases van derden deze capaciteit verder zal verscherpen. Maar dezelfde kennis die een onderzoeker helpt een vaccindoel in kaart te brengen, kan in principe een kwaadwillende helpen om gaten in diens eigen begrip te dichten. DeepMind en Isomorphic beschrijven dit als een dubbel mandaat: de wetenschappelijke vooruitgang mogelijk maken die frontier AI mogelijk maakt, terwijl dezelfde tools uit handen worden gehouden van mensen die ze misbruiken. ### De drie pijlers van het programma Het programma rust op drie pijlers: het voorkomen van misbruik, het sneller detecteren van uitbraken en het reageren zodra een uitbraak of aanval gaande is. De 15+ partnerschappen raken alle drie, hoewel de update beperkte details geeft over welke organisaties betrokken zijn. Enkele genoemde samenwerkers zijn Lawrence Livermore National Laboratory, het UK AI Security Institute, CEPI en het Francis Crick Institute. DeepMind zegt van plan te zijn deze relaties de komende zes tot twaalf maanden uit te breiden, met aandacht voor dreigingsintelligentie, 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, met virologiedatasets als voorbeeld. ### Gemini beveiligen zonder legitieme wetenschap te blokkeren Het preventiewerk is gebaseerd op dreigingsmodellering die is ontworpen om te identificeren welke actoren het meest waarschijnlijk misbruik zullen proberen en welke knelpunten hen momenteel stoppen. DeepMind zegt een mix van expert red-teaming en gerandomiseerde gecontroleerde onderzoeken te gebruiken om te beoordelen of Gemini iemand zou kunnen helpen die knelpunten te omzeilen. Post-trainingmethoden moeten het model leren schadelijke vragen te weigeren, terwijl overweigering van legitieme wetenschapsvragen wordt vermeden - een balans die in de hele industrie moeilijk is gebleken. Classifiers en probes worden ingezet om risicovolle activiteiten in realtime te signaleren, en het bedrijf voert gerichte loganalyse uit om subtielere misbruikpatronen te vangen die geautomatiseerde filters kunnen missen. Geen van deze mitigaties wordt als opgelost beschreven. DeepMind presenteert ze als een doorlopend proces in plaats van een afgerond systeem. Dit is belangrijk voor elke onderneming of overheidsinstantie die overweegt te vertrouwen op de beveiligingen zoals ze nu zijn geconfigureerd. Een classifier die is afgestemd op bekende jailbreakpatronen in een gecontroleerde evaluatie garandeert geen gelijkwaardige prestaties tegen nieuwe aanvalsmethoden die in de praktijk opduiken, en het bedrijf beweert ook niet anders. ### Het DNA-synthese screeningprobleem Een van de concretere risico's die worden onderzocht, betreft DNA-synthese. Bedrijven binnen de International Gene Synthesis Consortium screenen momenteel bestellingen tegen lijsten van bekende schadelijke pathogenen en toxinen, met behulp van screeningsalgoritmen. DeepMind stelt ronduit dat deze aanpak begint te haperen, omdat AI nu kan helpen DNA-sequenties te ontwerpen met een vergelijkbare functie als een gevaarlijk pathogeen zonder de sequentie voldoende te matchen 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. Het is nog niet duidelijk hoe effectief deze aanpak zal zijn, maar het toont aan dat DeepMind serieus bezig is met het adresseren van opkomende risico's. ### Wat dit betekent voor AI-professionals in Nederland Voor professionals die met AI website bouwen of de beste AI website bouwers zijn, is dit verhaal relevant omdat het de bredere uitdagingen laat zien van het balanceren van innovatie en veiligheid. Of u nu werkt met AI-tools voor klantinteractie of voor het genereren van content, de lessen van DeepMind over het voorkomen van misbruik zonder legitieme toepassingen te blokkeren, zijn direct toepasbaar. Het benadrukt het belang van het implementeren van robuuste beveiligingsmaatregelen, zoals classifiers en loganalyse, om uw eigen systemen te beschermen. ### Conclusie Het bioresilientieprogramma van Google DeepMind en Isomorphic Labs is een belangrijke stap in het beheersen van de dubbele aard van AI in de biologie. Het onderstreept de noodzaak van continue evaluatie en aanpassing van beveiligingsmaatregelen. Voor bedrijven en overheden die AI inzetten, is het een herinnering dat veiligheid geen eenmalige oplossing is, maar een doorlopend proces. Blijf alert en investeer in zowel preventie als detectie om de voordelen van AI te benutten zonder de risico's te negeren.