科学家如何防范AI设计病毒的安全风险？

　　美国斯坦福大学团队近日用AI成功设计出16种自然界不存在的新型病毒，这一突破在带来医学曙光的同时，也迫使科学家们必须建立起一套从技术源头到制度监管的立体防线来防范安全风险。

　　一、技术源头控制

　　训练数据净化：研究团队使用名为Evo的AI模型时，特意从训练数据库中排除了所有能感染人类、动物、植物的真核病毒数据，从源头上切断模型学习设计人类病原体的能力

　　研究对象限定：该团队将研究范围严格限定于噬菌体（只感染细菌的病毒），并选用实验室安全菌株大肠杆菌及有数十年安全使用记录的ΦX174噬菌体作为模板，确保实验材料本身无致病性

　　筛选与隔离：AI生成的数千个基因组中，团队仅挑选出理论上可行的候选序列进行合成，所有实验均在符合美国国立卫生研究院（NIH）生物安全指南的实验室中操作，防止任何潜在泄漏风险

　　

　　二、制度监管与伦理框架

　　明确研究红线：约翰斯·霍普金斯大学健康安全中心的专家在《科学》杂志同期评论中明确指出，不应开展利用AI设计可能引发疾病的新型病毒的研究，主张划定不可触碰的研究领域

　　建立治理体系：专家指出，生成式AI编写病毒基因组的技术已具备，但能安全管控的治理体系尚未建立，需要通过多方协作填补这一空白

　　多层次防护方案：伦敦国王学院专家建议在模型开发与获取端设置安全屏障、建立负责任的研究审查机制、实施基因合成筛选，并全面落实实验室生物安全与生物安保规范

　　

　　三、开源与透明化约束

　　开源但受控：Evo模型作为开源项目可供免费下载，但研究团队强调目前没有商业化计划，将基础技术公之于众的同时，需配套相应的使用规范和责任约束

　　基因组合成监管：最关键的干预时机在合成DNA环节，通过控制对遗传数据的访问和对看似危险基因组的合成限制，可以显著降低恶意利用风险