人工智能(AI)正在深刻改变生命科学领域,为药物发现、合成生物学和生物工程开辟了全新前沿。然而,同样这些加速研究与创新的先进AI工具——有时被称为生物工具(BTs)——也可能被滥用于有害目的。例如,能够设计蛋白质或预测病毒突变的AI生物工具,可能被恶意行为者利用,用于改造具有免疫逃逸能力或引发大流行病潜力的病原体。
RAND此前与长期韧性中心(CLTR)合作,建立了一个全球风险指数,对具有两用潜力和危险能力的先进AI生物工具进行系统评估。在57款前沿工具中,有13款被标记为"红色",表明存在高度风险,其中数款工具具备预测病原体免疫逃逸突变的功能。此外,还有15款工具被标记为"琥珀色",需要逐案进行后续评估。
尽管现有评估已为了解AI生物工具的整体格局提供了宝贵数据,但这些评估大多是静态的、描述性的,缺乏结构化的实时指标,难以满足决策者评估和管理新兴滥用风险的需求。与此同时,各国和各机构对生物工具的监管仍较为分散,缺乏统一协调。目前尚无专门的全球观测机构来监测AI生物工具的快速演进、日益扩大的可及性及其扩散趋势,也无法为决策者和开发者提供针对性的风险评估、早期预警信号及实用指导。
在全球风险指数方法的基础上,RAND正在开发风险指数观测站(RIO):这是一个持续更新、由自动化辅助驱动的平台,专门用于评估AI生物工具的滥用能力。RIO将跟踪和评估新兴工具,并将相关洞察转化为动态仪表盘、早期预警信号以及面向开发者的实用指导。该观测站将以公开网站的形式对外开放,提供高层级摘要与可视化内容,而更详细的仪表盘和评估报告则仅向经过认证的政府受众开放。
未来,RIO将整合自动化网络搜索功能,以近实时的方式发现新型AI生物工具。一套由领域专用大语言模型驱动的半自动化分诊流程,将对技术描述进行解析,并为专家审查提供初步风险筛查与优先级排序支持。工具将被系统性地评估其能力、可及性及两用或滥用潜力。评估结果将识别出需要重点关注的工具、行业领域和地理集群,从而支持有针对性的监管与更高效的治理。决策者将从新兴高风险能力的早期预警中获益,降低战略层面的意外风险,并实现预防性行动。
观测站还设有第二条工作线,专注于为AI生物工具开发者提供实用资源。RAND将开发一款"RIO计算器",允许AI生物工具创建者输入模型特征和部署选项,从而生成经过校准的自我风险评估,并指引其参考自愿性安全保障措施或相关风险管理资源。这一工具将帮助开发者在领域持续发展的过程中理解并降低风险,但并不作为安全认证凭证使用。
Q&A
Q1:风险指数观测站(RIO)是什么?它的主要功能是什么?
A:RIO是由RAND正在开发的一个持续更新、由自动化辅助驱动的平台,专门用于评估AI生物工具的滥用能力。它将跟踪新兴工具并生成动态仪表盘、早期预警信号和实用指导,公开网站提供高层摘要,详细报告仅向认证政府受众开放。未来还将整合近实时自动化网络搜索与大语言模型驱动的半自动分诊流程。
Q2:全球风险指数对AI生物工具的评估结果是什么?
A:RAND与长期韧性中心(CLTR)合作建立的全球风险指数,对57款前沿AI生物工具进行了评估。其中13款被标记为"红色"(高风险),部分工具具备预测病原体免疫逃逸突变的能力;另有15款被标记为"琥珀色",需要逐案进行后续评估。
Q3:RIO计算器是什么?开发者如何使用它?
A:RIO计算器是一款面向AI生物工具开发者的自我评估工具。开发者只需输入模型特征和部署选项,即可获得经过校准的风险自评结果,同时获得自愿性安全保障措施或相关风险管理资源的参考指引。需要注意的是,该计算器不作为安全认证凭证使用,旨在帮助开发者理解并主动降低潜在风险。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。