AI 成功創造自然界未有嘅病毒：基因技術大突破定係生物危機？

史丹福大學最新研究：AI 模型 Evo 創造全新噬菌體，生物安全護欄點樣建立？

8月6日，科學界迎嚟一項具備劃時代意義，同時亦充滿爭議嘅突破。根據《科學》（Science）期刊發表嘅最新研究，研究人員首次成功利用人工智能（AI）模型，設計出自然界從未存在過嘅全新病毒。呢啲病毒具有感染細菌並喺細菌內部繁殖嘅能力。

雖然今次研究設立咗嚴格嘅安全界線，亦為未嚟嘅基因治療帶嚟極大希望，但無可避免地帶出一個嚴肅問題：當 AI 擁有設計生命體嘅能力，我哋應該點樣防止呢項技術被惡意利用？本文將會詳細拆解呢項技術嘅運作原理，並重點解答讀者最關心嘅問題：點樣可以確保 AI 係用嚟開發藥物，而唔係毒藥或病毒？

AI 點樣「寫」出一個全新病毒？

過去，科學界已經掌握人工合成病毒基因嘅技術，主要用作研究疫苗同抗病毒藥物。不過，今次由史丹福大學（Stanford University）同位於加州帕羅奧圖嘅 Arc 研究所（Arc Institute）帶領嘅研究，將技術提升到一個全新層次。

基因語言模型 Evo 1 同 Evo 2 嘅運作原理

呢項研究採用咗名為 Evo 1 同 Evo 2 嘅基因語言模型。要理解呢啲模型嘅運作，可以參考我哋平時使用嘅大語言模型（Large Language Models, LLMs），例如 ChatGPT 或者 Claude。一般嘅 LLM 係透過閱讀互聯網上數以十億計嘅人類文字，學習人類語言嘅「文法」。而 Evo 模型學習嘅，則係基因代碼嘅「文法」。

研究團隊將數以萬億計嘅核苷酸（Nucleotides，即係構成 DNA 嘅基本單位）輸入模型之中，包含來自不同生命領域嘅數百萬個基因組。透過龐大嘅數據訓練，AI 成功掌握咗自然界基因序列背後嘅演化規律同結構模式。

由 70 萬個候選基因到 16 個成功繁殖嘅噬菌體

為咗測試模型生成完整且具備功能性基因組嘅能力，研究團隊選擇咗噬菌體（Bacteriophages）作為實驗對象。噬菌體係一種專門感染細菌嘅病毒，結構相對簡單，而且喺分子生物學同醫學治療上有廣泛應用。

團隊利用一種只會感染大腸桿菌（E. coli）嘅微小噬菌體 Phi X-174 作為設計藍本，向模型輸入約 15,000 種同族病毒嘅資料，並要求模型生成新嘅病毒配方。最終，Evo 模型生成咗約 70 萬個全新病毒基因序列。

研究人員從中挑選出 285 個最具潛力嘅候選序列，喺實驗室環境下進行化學合成，並植入細菌當中。結果顯示，有 16 個由 AI 創造嘅病毒具備生命力，能夠成功感染細菌並進行繁殖。曼徹斯特大學（University of Manchester）合成生物學家帕特里克·蔡（Patrick Cai）表示，呢個係一項重要嘅里程碑。

醫療與科技嘅雙面刃：新技術帶嚟嘅好處

任何新技術都具備兩面性，AI 生成病毒技術喺醫療層面具有極大嘅正面價值。

突破抗藥性細菌嘅限制

目前全球醫學界面臨最大嘅挑戰之一，就係抗藥性超級細菌嘅出現。傳統抗生素逐漸失效，而噬菌體療法被視為其中一條出路。今次研究發現，AI 生成嘅混合噬菌體，能夠迅速克服對天然 Phi X-174 產生抗性嘅大腸桿菌菌株，而呢一點係天然來源嘅噬菌體無法做到嘅。呢個結果證明，AI 可以針對特定嘅惡性細菌，度身訂造出專屬嘅「病毒殺手」，為未來嘅抗菌治療提供強大工具。

基因治療嘅未來發展

除咗對付細菌，掌握 AI 寫入基因代碼嘅能力，對於基因治療亦有深遠影響。未來，科學家可以利用 AI 設計出更精準、副作用更少嘅載體，將修復基因準確輸送到人體細胞內，從而治療各類遺傳病或癌症。

潛在風險：AI 會唔會變成製造生物武器嘅工具？

喺《紐約時報》（The New York Times）嘅報導中亦提到，科技界同大眾對於 AI 可能被用作發動生物攻擊感到憂慮。AI 模型可以設計出造福人群嘅藥物，同樣地，如果落入不法分子手中，亦有可能被用作設計具備高傳染性或高致命率嘅病原體。

現有法規與技術門檻嘅落差

目前全球嘅監管環境仍然落後於技術發展。早前已經有研究指出，一般嘅文字聊天機器人甚至會向用戶提供規劃生物武器嘅危險建議。如果下一代嘅基因語言模型不再局限於感染細菌嘅噬菌體，而係學懂設計感染人類嘅病毒，潛在嘅威脅將會以幾何級數上升。

核心解答：點樣確保 AI 用於開發藥物，而非毒藥或病毒？

面對「當 AI 發動不受控攻擊時，如何確保技術用於開發藥物」呢個核心問題，科學界、科技公司同各國政府必須從以下幾個層面建立堅固嘅安全護欄。

技術層面：設立基因資料庫嘅護欄（Guardrails）

首先，喺訓練 AI 模型嘅階段，必須實施嚴格嘅數據隔離。以今次史丹福大學嘅研究為例，團隊喺一開始就明確限制咗訓練範圍，刻意排除任何可能感染人類、其他動物、植物或真菌嘅基因序列。呢種「從源頭阻斷」嘅做法，確保咗模型根本無具備設計人類病原體嘅知識。未來所有對外開放嘅醫療 AI，都必須內置呢種硬性嘅安全過濾機制，一旦檢測到用戶嘗試生成有害病原體嘅指令，系統必須立即拒絕並發出警報。

設施層面：實體 DNA 合成審查機制

即使 AI 給出咗一份致命病毒嘅基因配方，要將呢份配方變成實物，仍然需要經過實驗室嘅化學合成程序。目前全球主要嘅 DNA 合成公司，都已經建立咗針對基因序列嘅審查機制。當有客戶提交 DNA 訂單時，公司會將序列同已知嘅危險病原體數據庫進行比對。

為咗防範 AI 生成嘅「未知」危險病毒，DNA 合成公司需要進一步升級防禦系統，利用另一套 AI 系統去預測提交嘅序列會否對人體產生危害，將實體合成作為防範生物恐襲嘅最後一道防線。

監管層面：全球法規與合成生物學嘅限制

法規方面，各國政府需要針對 AI 與合成生物學嘅結合，制定全新嘅法律框架。目前，針對 AI 發展嘅監管（例如歐盟嘅 AI 法案）主要集中喺數據私隱同版權問題上。針對生物科技領域，需要建立國際級嘅發牌制度，只有經過嚴格安全審查嘅科研機構，先可以獲授權使用高階嘅基因語言模型。

倫理層面：開源模型嘅風險管理

開源技術雖然能夠促進科學進步，但喺基因工程領域，將具備設計生命能力嘅模型完全開源，風險極高。科技公司喺發布呢類模型時，必須採取「受限存取」（Gated Access）模式。即係話，研究人員必須證明其身份、所屬機構以及研究目的嘅正當性，先可以透過 API 接口使用模型，從而將技術落入惡意破壞者手中嘅風險降到最低。

華人地區（香港、台灣、新加坡）在 AI 生物科技嘅角色與防範

對於香港、中國、台灣同新加坡等華人地區而言，AI 生物科技嘅發展同防範同樣重要。

醫療科研嘅應用與數據安全

香港同新加坡近年大力發展生物科技同創科產業。香港嘅科學園同新加坡嘅啟奧生物醫藥研究園（Biopolis）都有大量相關資源。喺引入呢類基因語言模型作藥物研發時，本地醫療機構同大學需要建立符合國際標準嘅生物安全委員會，對 AI 生成嘅基因序列進行多重驗證。
台灣喺精密醫療同科技硬體上具備優勢，喺防範 AI 生成病毒方面，可以利用其強大嘅資訊安全技術，協助開發針對惡意基因序列嘅防火牆系統。整體而言，華人地區喺享受 AI 帶嚟嘅醫療紅利時，亦必須積極參與國際間關於 AI 生物安全嘅標準制定，確保區內具備足夠嘅應急處理能力。

總結

8月6日發表嘅呢項研究，無疑打開咗人類利用 AI 創造同改造生命嘅大門。Evo 模型成功創造出自然界未有嘅病毒，證明咗科技發展已經遠超我哋嘅想像。

呢項技術本身係中立嘅。要確保 AI 最終成為開發救命藥物嘅利器，而唔係製造致命毒藥或病毒嘅工具，單靠科學家嘅自律係不足夠嘅。社會必須喺數據過濾、實體 DNA 合成審查、國際法規限制，以及模型存取權限上，建立一套完善且無縫嘅防禦網絡。只有喺嚴格嘅監管與安全護欄之下，AI 基因技術先可以真正安全地推動醫學發展，為人類對抗各種不治之症帶嚟新嘅曙光。