AI生物韧性：谷歌DeepMind的新防线

近日，谷歌DeepMind与Isomorphic Labs共同发布了其“生物韧性”（bioresilience）计划的最新进展。这一低调启动的联合倡议在过去一年内迅速扩张，已与超过15个政府机构、生物安全组织和学术研究团体建立了合作伙伴关系。该计划的核心目标是防范AI技术在生物学领域的滥用，同时利用AI加速疫情检测与响应，构建一个更安全的生物技术生态系统。

从基因合成到双用途困境

随着AI驱动的蛋白质预测、基因编辑和自动化实验室技术的成熟，生物学已成为AI应用的前沿战场。但技术的双刃剑特性也日益凸显：恶意行为者可能利用AI设计新型毒素、合成危险病原体，或绕过现有生物安全监测系统。2025年国际生物安全论坛的多份报告指出，AI降低了合成生物学准入门槛，增加了“生命工程”的潜在风险。

DeepMind作为AI领域的技术领袖，早在2024年就启动了针对生物安全的内部分析。其CEO Demis Hassabis曾公开表示：“我们必须主动思考如何让AI成为防护盾，而非武器。”此次“生物韧性”计划便是这一理念的落地。

多层级合作网络

我们正在建立一个前所未有的跨部门协同机制，涵盖政策制定、技术筛查和应急响应。

根据公告，合作方包括美国生物安全创新中心、英国政府科学办公室、世界卫生组织（WHO）下属的突发卫生事件规划署，以及多家学术机构如牛津大学的生物安全研究小组。合作涵盖三大核心方向：

• AI驱动的序列筛查：开发工具自动识别潜在危险DNA序列和生物元件，防止恶意合成订单通过商业基因合成商获取。
• 疫情预测与模拟：利用AlphaFold等模型预测病原体突变趋势，并模拟不同封锁策略的效果，辅助决策者制定更精准的公共卫生干预方案。
• 伦理与治理框架：联合国际组织制定AI生物应用伦理指南，包括“负责任发布”原则和双重用途研究的审查标准。

与Isomorphic Labs的协同

Isomorphic Labs作为DeepMind的姊妹公司，专注于利用AI进行药物发现。其技术积累可快速应用于抗病毒药物和疫苗的研发管线优化。在“生物韧性”计划中，Isomorphic Labs负责将AI模型与湿实验验证相连接，确保从序列到候选药物的转化效率。例如，在最近一次模拟爆发的“虚拟演习”中，该系统在不到48小时内锁定了三种可能有效的广谱抗病毒先导化合物。

挑战与争议

尽管愿景美好，该计划仍面临现实困境。首先是数据共享的隐私与安全矛盾：疫情监控需要全球实时序列数据，但各国对基因组数据主权愈发敏感。其次，AI筛查工具本身可能成为攻击目标——如果恶意分子反向破解筛查规则，便可能故意绕过防御。此外，批评者指出，由私营企业主导生物安全基础设施存在“单点失效”风险，且可能加剧技术霸权。

值得关注的是，该计划并未完全公开其合作伙伴名单，这引发了对透明度的质疑。DeepMind回应称，部分合作涉及敏感协议，将在适当阶段披露更多信息。

编者按：技术治理的“第三阶段”

AI在生物安全领域的应用正从“原则导向”向“操作导向”迈进。2021-2023年是形成基础共识的“宣言阶段”，2024-2025年是政策工具开发期，而2026年以来的“生物韧性”计划则标志着进入“执行阶段”。关键在于，这类计划能否推动建立国际通用的生物AI安全标准，并容纳不同发展水平国家的利益诉求。DeepMind的尝试提供了一个难得的“技术—政策”融合样板，但其成功高度依赖于后续的资源投入和国际政治共识。

本文编译自AI News