ИИ сам ставит тысячи биологических экспериментов. Человечество не готово к новым рискам
ИИ сам ставит тысячи биологических экспериментов без участия человека. Человечество не готово к новым рискам
Искусственный интеллект стремительно учится самостоятельно планировать и проводить биологические эксперименты. Но системы контроля и регулирования этой деятельности безнадёжно отстают. В феврале 2026 года OpenAI и Ginkgo Bioworks объявили, что флагманская модель GPT-5 самостоятельно спроектировала и провела 36 000 биологических экспериментов. ИИ работал через роботизированную облачную лабораторию: предложил дизайн исследований, роботы выполнили работу, а данные вернулись модели для следующего цикла. Люди лишь поставили цель, а машины сделали почти всё остальное, сократив стоимость производства нужного белка на 40%. Это и есть программируемая биология: проектирование биологических компонентов на компьютере и воплощение их в физическом мире, где ИИ замыкает петлю.
Десятилетиями биология двигалась от наблюдения к пониманию. Учёные секвенировали геномы организмов, каталогизируя всю их ДНК, и выясняли, как гены кодируют белки, выполняющие жизненные функции. Затем появился CRISPR, позволивший редактировать ДНК для конкретных целей — например, отключать ген, связанный с болезнью. Теперь ИИ ускоряет третий этап: компьютеры могут одновременно проектировать биологические системы и быстро их тестировать. Процесс всё меньше напоминает традиционную лабораторную работу и всё больше — инженерное проектирование: дизайн, сборка, тестирование, анализ, повторение. Там, где традиционный эксперимент проверяет одну гипотезу, ИИ-управляемая биология исследует тысячи вариаций параллельно.
Что ИИ уже умеет в биологии
Самый яркий пример — ускоренное проектирование белков. Белки — молекулярные машины, выполняющие большинство функций в живых клетках. Раньше создание нового белка требовало многолетних проб и ошибок, потому что даже небольшие изменения в его последовательности непредсказуемо меняют форму и функцию. Теперь «белковые языковые модели» (ИИ, обученные на миллионах природных белковых последовательностей) могут мгновенно предсказывать, как мутации изменят поведение белка, или проектировать новые белки с нуля. В паре с автоматизированными лабораториями эти модели создают петли экспериментирования и доработки, тестируя тысячи вариантов за дни вместо месяцев или лет. Результат: более быстрая реакция на новые инфекции и более дешёвые лекарства.
Проблема двойного назначения
Исследователи давно бьют тревогу: те же инструменты можно использовать во вред. Это классическая проблема dual-use. Например, учёные обнаружили, что ИИ-модели, интегрированные с автоматическими лабораториями, могут оптимизировать распространение вируса — даже без специального обучения. Разработаны инструменты для оценки того, как ИИ может модифицировать вирус: изменить круг видов, которые он заражает, или помочь ему ускользнуть от иммунной системы. Современные ИИ-модели уже способны провести пользователя по техническим шагам восстановления живых вирусов из синтетической ДНК. Исследователи пришли к выводу, что ИИ снижает барьеры на множестве этапов разработки биологического оружия, и текущий контроль неадекватен этим рискам.
Два недавних исследования дали противоречивые результаты. Одно из них (Scale AI и SecureBio) показало, что люди с ограниченным опытом в биологии, получив доступ к большим языковым моделям, выполняли задачи по биобезопасности в четыре раза точнее, а в некоторых областях превзошли обученных экспертов. Около 90% новичков сообщили, что модели без труда выдали им рискованную биологическую информацию — несмотря на встроенные фильтры безопасности. Другое исследование (Active Site) не нашло значимых различий в способности новичков произвести вирус в лаборатории, но ИИ-группа чаще успевала на большинстве этапов и завершала некоторые шаги быстрее.
Роботизация убирает последний барьер
Традиционным узким местом были «живые руки»: даже блестящий план эксперимента зависит от квалифицированного лаборанта. Но это может скоро уйти в прошлое. Облачные лаборатории и роботизированная автоматизация становятся дешевле и доступнее. Теперь исследователи могут отправлять ИИ-сгенерированные дизайны экспериментов в удалённые лаборатории для исполнения. ИИ-системы уже способны запускать эксперименты автономно и в масштабе — но существующие регуляции не были созданы для такого. Правила биологических исследований не учитывают ИИ-управляемую автоматизацию, а правила ИИ не касаются его применения в биологии.
Регулирование: гонка со временем
В США администрация Байдена издала в 2023 году указ об ИИ-безопасности с биобезопасными положениями, но администрация Трампа его отменила. Скрининг синтетической ДНК на предмет того, что её нельзя использовать для создания патогенов, остаётся в основном добровольным. Международная конвенция о биологическом оружии 1975 года не содержит положений об ИИ. Британский Институт ИИ-безопасности и Национальная комиссия США по новым биотехнологиям призвали к скоординированным действиям правительств. Оценки безопасности, которые ИИ-лаборатории проводят перед выпуском новых моделей, часто непрозрачны и не годятся для оценки реального риска.
Исследователи подсчитали: даже скромное улучшение способности ИИ-модели помогать планировать эксперименты с патогенами может означать тысячи дополнительных смертей от биотерроризма в год. Некоторые ИИ-компании начали вводить добровольные меры безопасности: Anthropic активировала свой высший уровень безопасности при выпуске новейшей модели в середине 2025 года. Но это добровольные и корпоративные шаги. Генеральный директор Anthropic Дарио Амодеи предупредил: темпы развития ИИ скоро превзойдут способность любой отдельной компании оценивать риски.
Что дальше?
В контролируемой среде ИИ помогает учёным быстрее достигать целей. Что произойдёт, когда те же возможности окажутся вне этого контроля, — вопрос, на который политика пока не ответила. Перестрахуешься — таланты и инвестиции уйдут в другие страны, а технологии продолжат развиваться. Недосмотришь — риски будут использованы для реального вреда.
Сравнение подходов к биологическим рискам ИИ
| Аспект | Традиционная биология | ИИ-управляемая биология |
|---|---|---|
| Скорость тестирования гипотез | Месяцы — годы на одну гипотезу | Тысячи вариаций за дни |
| Барьер для новичков | Высокий (нужен опыт ручной работы) | Снижается (ИИ даёт инструкции и автоматизация) |
| Существующее регулирование | Частично (BWC, скрининг ДНК) | Практически отсутствует |
| Контроль dual-use | Традиционные механизмы | Не адаптирован, добровольные меры компаний |
Ключевые выводы
- ИИ уже проводит тысячи экспериментов автономно — GPT-5 поставил 36 000 опытов с сокращением затрат на 40%.
- Проблема двойного назначения обострилась — те же инструменты могут оптимизировать вирусы или помочь создать биооружие.
- Новички с ИИ работают точнее экспертов — фильтры безопасности легко обходятся.
- Роботизация убирает последний барьер — облачные лаборатории делают ненужными живые руки.
- Регулирование отстаёт катастрофически — нет норм ни в биологии для ИИ, ни в ИИ для биологии.
ДРУГИЕ СТАТЬИ
24.09.2026
Чем выше процент жира, тем меньше точность: умные часы ошибаются в подсчёте калорий
Умные часы стали популярным способом мониторинга здоровья и фитнеса. Около 100 миллионов — почти 4 из 10 — взрослых американцев владеют умными часами. По всему миру, по оценкам рынка, около 560 миллионов пользователей. Однако растущее число исследований показывает, что один из самых используемых показателей — количество сожжённых калорий — часто неточен.
Я специалист по науке о физических упражнениях, изучаю поведение, связанное с физической активностью, и ин
22.09.2026
Как понять, можно ли доверять ответу ИИ на ваш вопрос
Недавно я ввёл простой вопрос в поиск Google: «Сколько экранного времени — это слишком много для подростков?» Вместо ссылок, как Google делал много лет, я получил ответ, сгенерированный ИИ. Агент назвал число, затем усложнил ответ, отметив, что качество и баланс времени могут значить больше, чем количество часов, и что «слишком много» может зависеть от сна, физической активности, школьных нагрузок и настроения подростка.
Я попробовал другой запрос: «Стоит ли мне принимать аспирин ежедневно?» На э
17.09.2026
Как гусеницы «слышат» без ушей: вибрации в безэховой камере раскрывают секрет
В тихом летнем саду гусеница сидит на ветке, безмятежно жуя листья. Мгновение спустя она замирает. Она чувствует опасность — и как раз вовремя. Сзади приближается оса, оценивая добычу. Гусеницы табачного бражника не выглядят так, будто у них есть уши, но они способны чувствовать хищников, таких как осы. Как гусеница узнаёт о приближении осы? Учёные ещё не до конца понимают, как работают органы чувств этой гусеницы, но мы — часть команды биологов и инженеров, которые
15.09.2026
Марсоходы дают учёным взгляд с поверхности Красной планеты — загляните в центр управления NASA
Свет загорается, когда я вхожу в Центр управления марсоходами в Лаборатории реактивного движения NASA в Пасадене, Калифорния, в 7:30 утра. Я первый, кто пришёл, хотя уже чувствую, что опаздываю. Где-то ночью по земному времени марсоход Curiosity завершил свой день на Марсе и передал последние изображения и измерения на орбитальный аппарат, пролетающий над ним. Орбитальный аппарат ретранслировал данные на Землю, где они теперь ждут на серверах здесь и в партн
ПИШИТЕ
Техническая поддержка проекта ВсеТут