In un laboratorio di Stanford, alcuni ricercatori hanno visto morire le colonie di batteri nelle loro piastre. A ucciderle è stato un virus che nessuna forma di vita aveva mai prodotto. Lo aveva scritto infatti un modello di intelligenza artificiale, nello stesso modo in cui chatbot compone una frase. “Eravamo semplicemente felicissimi”, ha raccontato Samuel King, dottorando e coautore dello studio pubblicato su Science.
È la prima volta che un sistema generativo progetta da zero un virus funzionante. Anzi, una piccola famiglia: su circa trecento genomi sintetizzati e immessi nelle cellule batteriche, sedici si sono replicati e hanno fatto il loro lavoro.
Il traguardo è arrivati mentre l’IA occupa le cronache per ragioni opposte, con i modelli di OpenAI, Anthropic e Meta che in queste settimane sono evasi dagli ambienti di test e hanno violato i sistemi di altre aziende.
Da una parte la macchina che sfugge al controllo, dall’altra la macchina che promette di curarci. Il timore di fondo è lo stesso, ma si muove in direzioni opposte.
Come ha imparato a scrivere il virus
I modelli si chiamano Evo 1 ed Evo 2 e nascono dalla collaborazione tra Stanford e l’Arc Institute di Palo Alto. Funzionano come i grandi modelli linguistici dietro ChatGPT, con una differenza sostanziale: invece di predire la parola successiva in una frase, predicono la base successiva in una sequenza di DNA.
Addestrati su migliaia di genomi virali, hanno mostrato di cogliere l’architettura complessa di un genoma, dove ogni componente deve accordarsi con le altre perché l’insieme funzioni.
Il virus di partenza è un batteriofago, ΦX174, che infetta l’Escherichia coli e conta appena undici geni. I ricercatori hanno addestrato Evo soltanto sul DNA di virus incapaci di colpire l’uomo, e proprio questa scelta contiene la rassicurazione: i fagi aggrediscono i batteri, non le nostre cellule.
“Quando le persone sentono che un virus è stato generato dall’IA, molte proveranno terrore”, osserva Peter Koo, biologo computazionale del Cold Spring Harbor Laboratory. “Ma i virus umani sono un’altra cosa”, perché più grandi e complessi di quelli usciti da questo esperimento.
La promessa contro i superbatteri
Qui sta la ragione per cui il lavoro interessa la medicina. I fagi progettati su misura potrebbero diventare un’arma contro i batteri resistenti agli antibiotici, che secondo l’Organizzazione Mondiale della Sanità uccidono milioni di persone ogni anno. Dove le molecole tradizionali non arrivano più, un virus costruito per colpire un ceppo specifico offre una via alternativa.
Brian Hie, il biologo di Stanford che ha guidato il gruppo, tiene insieme entusiasmo e cautela. “Se lo sviluppiamo in modo responsabile, credo che possa portare benefici straordinari per la salute umana”, afferma.
La terapia fagica esiste da decenni ma finora dipendeva dai virus che la natura aveva già prodotto. Adesso si apre la possibilità di progettarli.
Il rischio che viene dopo
Gli esperti indipendenti concordano sul valore scientifico e, insieme, indicano il confine da non superare. Kevin Esvelt, del Massachusetts Institute of Technology, spiega che un giorno qualcuno potrebbe usare un metodo simile per generare virus capaci di infettare le persone e aggirare vaccini e difese immunitarie.
“Quello strumento permetterà di creare nuove varianti come il Covid, che si diffonderanno infettando la maggior parte delle persone”, avverte. “E sarà un male. Non dovremmo farlo.”
Il problema è quello del doppio uso, e si complica per una scelta precisa: l’Arc Institute ha rilasciato Evo 2 apertamente, con codice e parametri a disposizione di chiunque. Per ora la minaccia immediata è più contenuta di quanto si possa pensare. Lo dice lo stesso Hie: “Se fossi un malintenzionato che vuole progettare un patogeno per fare del male, non userei l’IA”. Esistono infatti decine di agenti patogeni letali al cento per cento, molto più facili da procurarsi.
Resta il punto che rende questa vicenda diversa dalle recenti cronache sui modelli di IA che violano i sistemi informatici delle aziende. Lì la macchina sfuggiva a chi la controllava; qui fa esattamente quello che le si chiede, e la responsabilità torna nelle mani di chi decide cosa chiederle.
La biologia entra allora nell’età dei modelli generativi con la domanda che accompagna ogni tecnologia potente: chi la userà, e per farne cosa.
Fonte: Wall Street Journal
