Hoe Google DeepMind AI veilig houdt voor biologisch onderzoek (en wat dat voor jou betekent)

Sophie Jansen · 2026-07-16

Google DeepMind en Isomorphic Labs hebben een bioresilientieprogramma gelanceerd om misbruik van AI in de biologie te voorkomen en tegelijkertijd uitbraken sneller te kunnen bestrijden. De twee organisaties publiceerden een update over een initiatief dat stil begon, maar inmiddels meer dan vijftien partnerschappen heeft opgebouwd met overheidsinstanties, biosecurity-organisaties en onderzoeksgroepen in het afgelopen jaar. De aankondiging komt met een specifiek framingprobleem. Frontier-modellen zoals Gemini hebben een steeds gedetailleerder begrip van biologie, en DeepMind geeft toe dat het combineren van deze systemen met gespecialiseerde biologie-modellen, agents zoals het Antigravity-platform en externe databases die capaciteit alleen maar verder aanscherpt. ### Het dubbele mandaat van AI in de biologie Dezelfde kennis die een onderzoeker helpt om een vaccindoelwit in kaart te brengen, kan in principe een kwaadwillende helpen om gaten in zijn eigen begrip te dichten. DeepMind en Isomorphic beschrijven 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 zouden misbruiken. Het programma rust op drie pijlers, volgens de bedrijven: misbruik voorkomen, uitbraken sneller detecteren en reageren zodra een uitbraak of aanval gaande is. ### De partnerschappen achter de schermen De vijftien plus partnerschappen die in het afgelopen jaar zijn opgebouwd, raken alle drie de pijlers, hoewel de update beperkte details geeft over welke organisaties betrokken zijn. Naast een handvol genoemde samenwerkers, waaronder Lawrence Livermore National Laboratory, het UK AI Security Institute, CEPI en het Francis Crick Institute, blijft veel onduidelijk. DeepMind zegt de komende zes tot twaalf maanden deze relaties te willen uitbreiden, met aandacht voor dreigingsinformatie, evaluatiemethoden voor AI-agents en jailbreak-mitigaties. Ook coördineert het met het Frontier Model Forum over vragen zoals hoe om te gaan met risicovollere categorieën trainingsdata, waarbij virologiedatasets als voorbeeld worden gegeven. ### Gemini beveiligen zonder legitieme wetenschap te blokkeren Het preventiewerk rust op dreigingsmodellering, 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-training methoden zijn bedoeld om het model te leren schadelijke vragen te weigeren, terwijl overweigering 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 gerichte loganalyse uit te voeren om subtielere misbruikpatronen op te vangen die geautomatiseerde filters mogelijk missen. Geen van deze mitigaties wordt beschreven als opgelost. DeepMind presenteert ze als een doorlopend proces in plaats van een afgerond systeem. Dat is belangrijk voor elke onderneming of overheidsinstantie die overweegt te vertrouwen op de beveiligingsmaatregelen zoals ze nu zijn geconfigureerd. Een classifier die is afgestemd op bekende jailbreak-patronen in een gecontroleerde evaluatie, garandeert geen gelijkwaardige prestaties tegen nieuwe aanvalsmethoden die in live gebruik opduiken. 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 toxines, met behulp van screeningalgoritmen. DeepMind stelt ronduit dat deze aanpak begint te wankelen, omdat AI nu kan helpen bij het ontwerpen van DNA-sequenties met vergelijkbare functie als een gevaarlijk pathogeen, zonder de sequentie dicht genoeg te benaderen 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 afgeronde oplossing. ### Wat dit betekent voor professionals in AI website bouwen Voor professionals die AI-websites bouwen en de beste AI-websitebouwers in Nederland, biedt deze ontwikkeling waardevolle inzichten. Het gaat niet alleen om het implementeren van AI, maar ook om het waarborgen van veiligheid en ethisch gebruik. Net zoals DeepMind een balans zoekt tussen innovatie en beveiliging, moeten AI-websitebouwers nadenken over hoe hun tools kunnen worden gebruikt en misbruikt. > "Het is een continu proces, geen eindpunt," zegt Sophie Jansen, Senior Media Monitoring Analist & Strategisch Adviseur. "Elke AI-implementatie vereist voortdurende evaluatie en aanpassing." ### Praktische tips voor AI-websitebouwers - Implementeer duidelijke gebruiksvoorwaarden die misbruik ontmoedigen - Gebruik monitoringtools om verdachte activiteiten te detecteren - Werk samen met beveiligingsexperts om kwetsbaarheden te identificeren - Houd rekening met de ethische implicaties van je AI-toepassingen De aanpak van DeepMind laat zien dat AI-veiligheid geen eenmalige actie is, maar een doorlopende inspanning. Voor bouwers van AI-websites is het essentieel om deze principes te begrijpen en toe te passen in hun eigen werk.