एआई उपकरण जैव आतंकवाद को कैसे सक्षम कर सकते हैं?

एक दुर्भावनापूर्ण व्यक्ति, जिसके पास कोई वैज्ञानिक विशेषज्ञता नहीं है और जिसके पास पीसने का कोई साधन नहीं है, कितनी आसानी से एक बुरा रोगज़नक़ बना और फैला सकता है? बार को लगातार नीचे किया जा रहा है. आनुवंशिक अनुक्रमण में प्रगति ने जैविक एजेंटों के लिए व्यंजनों को व्यापक रूप से उपलब्ध करा दिया है; सीआरआईएसपीआर जैसे जीन संपादन उपकरण सैद्धांतिक रूप से अहानिकर बग को घातक में बदल सकते हैं; और खतरनाक प्रोटीन और वायरस को इकट्ठा करने और विकसित करने के लिए आवश्यक टूलकिट कुछ सौ डॉलर में ऑनलाइन खरीदे जा सकते हैं।

अब बड़े भाषा मॉडल (एलएलएम) मिश्रण में प्रवेश कर गए हैं। विशिष्ट वायरोलॉजिकल और बैक्टीरियोलॉजिकल जानकारी सहित वैज्ञानिक ज्ञान के भंडार पर प्रशिक्षित, कृत्रिम-बुद्धिमत्ता मॉडल नौसिखिए उपयोगकर्ताओं को रातोंरात विशेषज्ञों में बदल सकते हैं, जैव सुरक्षा विशेषज्ञों को चिंता है, जो हाल के महीनों में और अधिक भयभीत हो गए हैं। पिछले साल ओपनएआई, एंथ्रोपिक और गूगल सभी ने एहतियाती सुरक्षा उपाय बढ़ाए थे। कंपनियां अब कम वैज्ञानिक पृष्ठभूमि वाले लोगों को जैविक हथियार विकसित करने में मदद करने वाले अपने मॉडल से इंकार नहीं कर सकती हैं (हालांकि एंथ्रोपिक ने कहा कि “हमारा उद्देश्य अलार्मवाद नहीं है”)। यह आश्चर्य होना स्वाभाविक है कि क्या दुनिया एआई-सक्षम जैव-आतंकवाद के दुःस्वप्न युग के शिखर पर है – और यदि हां, तो इसके बारे में क्या किया जा सकता है।

एक उपयुक्त रोगज़नक़ प्राप्त करने की इच्छा रखने वाला भावी जैव-आतंकवादी निश्चित रूप से एआई मॉडल से कुछ उपयोगी जानकारी प्राप्त करने में सक्षम होगा। दिसंबर 2025 में ब्रिटेन के एआई सुरक्षा संस्थान ने बताया कि प्रमुख मॉडल आनुवंशिक टुकड़ों से वायरस और बैक्टीरिया को संश्लेषित करने के लिए विश्वसनीय रूप से वैज्ञानिक प्रोटोकॉल उत्पन्न कर सकते हैं। उसी महीने अमेरिकी थिंक-टैंक रैंड कॉर्पोरेशन के दो वैज्ञानिकों ने प्रदर्शित किया कि व्यावसायिक रूप से उपलब्ध मॉडल पोलियोवायरस आरएनए को इकट्ठा करने के सबसे कठिन चरण में सहायता कर सकते हैं।

लेकिन मिशिगन मेडिकल स्कूल विश्वविद्यालय में माइक्रोबायोलॉजी और इम्यूनोलॉजी के प्रोफेसर एमेरिटस प्रोफेसर माइकल इंपीरियल कहते हैं, “कोशिकाओं में डीएनए या आरएनए अणु को पेश करना और यह उम्मीद करना कि यह एक वायरस पैदा करेगा, उतना आसान नहीं है।” चुनौती का एक हिस्सा सिद्धांत से व्यवहार में परिवर्तन है। यह जानना कि एक नाजुक वायरोलॉजिकल प्रयोग विफल होने पर क्या गलत हुआ है, और अगले में समस्या को कैसे ठीक किया जाए, एक आवश्यक कौशल है जिसे केवल पाठ्यपुस्तक से प्राप्त नहीं किया जा सकता है। लेकिन एलएलएम मदद कर रहे हैं।

वायरोलॉजी कैपेबिलिटीज़ टेस्ट लें, जो कैम्ब्रिज, मैसाचुसेट्स स्थित एक गैर-लाभकारी संस्था सिक्योरबायो द्वारा विकसित व्यापक रूप से अपनाया गया मूल्यांकन है। परीक्षण में 322 पेचीदा समस्या निवारण प्रश्न शामिल हैं जो उपयोगकर्ता की प्रयोगात्मक क्षमताओं का आकलन करते हैं। जब सिक्योरबायो ने पिछले साल तीन दर्जन प्रमुख विशेषज्ञों को परीक्षण के कुछ भाग लेने के लिए चुनौती दी, तो उन्होंने औसतन 22% अंक प्राप्त किए। तुलनात्मक रूप से, एक अमेरिकी फर्म स्केल एआई के अनुसंधान प्रभाग द्वारा फरवरी में प्रकाशित एक अध्ययन के अनुसार, एलएलएम की सहायता से परीक्षा देने वाले जीव विज्ञान के नौसिखियों ने 28% अंक प्राप्त किए। जिन एलएलएम ने मानव के बिना परीक्षा दी, उन्होंने और भी अधिक अंक प्राप्त किए, नवीनतम मॉडलों के लिए 55% से 61% तक, जो शीर्ष मानव वायरोलॉजिस्ट की टीमों के प्रदर्शन के बराबर है।

इस तरह के परिणाम मॉडल निर्माताओं के अधिक सुरक्षा उपायों को तैनात करने के हालिया निर्णयों में प्रभावशाली रहे हैं। लेकिन कैंब्रिज की एक गैर-लाभकारी संस्था एक्टिव साइट द्वारा फरवरी में प्रकाशित एक अध्ययन से पता चलता है कि मॉडलों के पास अभी भी वास्तविक दुनिया के प्रयोगशाला सहायकों के रूप में जाने का कोई रास्ता है।

उनका अध्ययन इस बात का परीक्षण करने वाला पहला यादृच्छिक नियंत्रण परीक्षण था कि ऐसे उपकरण किसी नौसिखिए को – एक ऐसी घटना जिसे उत्थान के रूप में जाना जाता है – एक गीली प्रयोगशाला में दे सकते हैं। जब जीव विज्ञान में न्यूनतम अनुभव वाले 153 प्रतिभागियों को वायरस के उत्पादन से संबंधित कार्य सौंपे गए, तो एआई मॉडल ने कोई महत्वपूर्ण उत्थान नहीं दिया। एलएलएम-सहायता प्राप्त प्रतिभागियों में से केवल चार ने ही मुख्य कार्य पूरे किए, जो नियंत्रण समूह से एक कम था जो केवल इंटरनेट का उपयोग कर सकता था। अध्ययन के लेखकों में से एक, जो टोरेस के अनुसार, एलएलएम अक्सर “तेजी से ऐसे उत्तर देते हैं जो विश्वसनीय लगते हैं लेकिन गलत होते हैं”, जिससे प्रतिभागियों के प्रयास बर्बाद हो जाते हैं। जो लोग अपने चैटबॉट्स पर अधिक निर्भर थे, उनका प्रदर्शन उन लोगों से बेहतर नहीं था, जिन्होंने उनका कम इस्तेमाल किया। दोनों समूहों के प्रतिभागियों ने कहा कि उन्हें जो संसाधन सबसे उपयोगी लगा वह यूट्यूब था।

डॉ. टोरेस का कहना है कि इन निष्कर्षों से बिना वैज्ञानिक पृष्ठभूमि वाले लोगों द्वारा उत्पन्न जोखिमों के बारे में चिंता कम होनी चाहिए। लंदन में सेंटर फॉर लॉन्ग-टर्म रेजिलिएशन में जैव सुरक्षा नीति के निदेशक कैसिडी नेल्सन कहते हैं, हालांकि, जीव विज्ञान में उन्नत डिग्री वाले लोगों के उत्थान की बेहतर संभावना हो सकती है। यदि एआई मॉडल कुछ मामलों में विशेषज्ञों को उन्नति प्रदान कर सकते हैं, तो वे दूसरों में परेशानी का कारण भी बनते हैं। एंथ्रोपिक ने पाया है कि माइथोस और ओपस पीएचडी स्तर के विशेषज्ञों को अधिक तेज़ी से काम करने में मदद करते हैं, और जटिल वायरोलॉजिकल प्रयोगों के लिए बेहतर प्रोटोकॉल तैयार करते हैं, उन लोगों की तुलना में जो केवल इंटरनेट का उपयोग करते हैं। फिर भी सभी प्रोटोकॉल में गंभीर त्रुटियाँ थीं जिसके कारण वे वास्तविक जीवन के प्रयोग में विफल हो सकते थे।

इसके अलावा, एंथ्रोपिक के जैव-जोखिम मूल्यांकनकर्ताओं ने पाया कि कंपनी के मॉडल चाटुकारिता की प्रवृत्ति प्रदर्शित करते थे, नियमित रूप से मतिभ्रम करते थे और जिसे वे “अकल्पनीय विचार” कहते थे, उसके बारे में अति आत्मविश्वास में थे। जब मानव विशेषज्ञों ने एक अव्यवहारिक विचार का प्रस्ताव रखा, तो मॉडल ने अक्सर उन्हें कुछ और आज़माने का सुझाव देने के बजाय उत्साहजनक रूप से उस पर विस्तार से बताया। एक परीक्षण में, जीव विज्ञान विशेषज्ञों को मिथोस का उपयोग करके “एक विनाशकारी जैविक एजेंट के लिए एक विस्तृत योजना” के साथ आने के लिए कहा गया था। जैसा कि मानव मूल्यांकनकर्ताओं द्वारा आंका गया है, यहां तक ​​कि सर्वोत्तम योजनाएं भी त्रुटिपूर्ण थीं। एक मूल्यांकनकर्ता ने कहा कि मिथोस ने ऐसे कदम सुझाए हैं जो “वास्तव में विफलता की गारंटी देंगे”।

ऐसे परिणाम उत्थान के मूलभूत विरोधाभास को उजागर करते हैं। यदि किसी उपयोगकर्ता को किसी मॉडल की मदद की ज़रूरत है, तो उन्हें पता नहीं चलेगा कि यह कब बुरी सलाह दे रहा है, ऐसा जॉर्ज मेसन यूनिवर्सिटी की प्रोफेसर सोनिया बेन औग्रैम-गोर्मले का कहना है, जिन्होंने शीत युद्ध के जैव-हथियार कार्यक्रमों का मौखिक इतिहास आयोजित किया था।

इससे कुछ समय के लिए कुछ आश्वासन मिल सकता है। लेकिन इस तथ्य को खारिज नहीं किया जाना चाहिए कि एक्टिव साइट के अध्ययन में कोई भी नौसिखिया वायरस को संश्लेषित करने में सक्षम था, अध्ययन के एक वरिष्ठ लेखक लुका रिगेटी कहते हैं, जिन्होंने एआई-सुरक्षा समूह एमईटीआर में रहते हुए काम किया था। और तकनीकी प्रगति जारी है. दुर्भावनापूर्ण अभिनेता मौजूदा रोगजनकों को और अधिक खतरनाक बनाने के लिए उभरते जैविक डिज़ाइन टूल को सूचीबद्ध कर सकते हैं, जो एलएलएम के समान हैं जो शब्दों के बजाय न्यूक्लियोटाइड अनुक्रम उत्पन्न करते हैं। अमेरिका के युद्ध विभाग द्वारा वित्त पोषित एक अध्ययन के अनुसार, ये डिज़ाइन उपकरण, जिनमें वैध अनुप्रयोगों की एक श्रृंखला है, एक दिन जीनोमिक अनुक्रमों को ऐसे तरीकों से संशोधित कर सकते हैं जो रोगजनकों को अधिक विषैले, संक्रामक और प्रति-उपायों के प्रति प्रतिरोधी बनाते हैं।

इस बीच, शोधकर्ताओं को जोखिमों का अनुमान लगाने के लिए बेहतर तरीके खोजने की आवश्यकता होगी। डॉ. टोरेस का कहना है कि इस क्षेत्र में अभी भी अच्छे डेटा का अभाव है कि क्या वेट-लैब अनुभव वाले विशेषज्ञों या “एआई पावर उपयोगकर्ताओं” के हाथों में एआई का सबसे अधिक प्रभाव है, जो मॉडलों से अधिकतम लाभ उठाने में माहिर हैं। सार्वजनिक रूप से प्रकट किए गए प्रयोगों ने अभी तक यह नहीं दिखाया है कि क्या एआई वास्तविक रोगजनक वायरस या बैक्टीरिया बनाने में मदद कर सकता है, जिन्हें सक्रिय साइट अध्ययन में प्रतिभागियों द्वारा इकट्ठे किए गए सौम्य एजेंटों की तुलना में अलग तरीके से इलाज करने की आवश्यकता हो सकती है। न ही किसी अध्ययन में यह आकलन किया गया है कि क्या एआई किसी जैविक एजेंट को बड़े पैमाने पर हथियार बनाने के लिए आवश्यक शर्तों को लंबे समय तक बनाए रखने में मदद कर सकता है।

उन ज्ञान अंतरालों को भरने के लिए संभवतः सरकारी भागीदारी के साथ-साथ नाजुक अंतरराष्ट्रीय समन्वय की भी आवश्यकता होगी। एक बात के लिए, उत्थान प्रदर्शित करने के लिए जैविक हथियार के घटकों को विकसित करना संभवतः जैविक हथियार सम्मेलन का उल्लंघन होगा। पिछले साल तकनीकी दिग्गज माइक्रोसॉफ्ट की एक टीम ने खतरनाक रोगजनकों के लिए 76,000 संशोधित डीएनए अनुक्रम तैयार किए थे, ताकि यह प्रदर्शित किया जा सके कि ये मेल-ऑर्डर न्यूक्लियोटाइड-संश्लेषण सेवाएं प्रदान करने वाली कंपनियों की स्क्रीनिंग प्रक्रियाओं से कैसे बच सकते हैं। लेकिन वास्तव में उन्होंने यह सत्यापित करने के लिए कि वे व्यवहार्य थे, उनमें से किसी का भी संश्लेषण नहीं किया। ऐसा करने पर, उन्हें चेतावनी दी गई थी, “जैव हथियारों के विकास को आगे बढ़ाने के रूप में समझा जा सकता है”।

ऐसी सावधानी की मिसाल मौजूद है। पिछले महीने, एंथ्रोपिक ने घोषणा की थी कि वह अपने विश्व-अग्रणी साइबर-सुरक्षा मॉडल मिथोस तक पहुंच को सीमित कर रहा है, जब तक कि इससे होने वाले जोखिमों का समाधान नहीं हो जाता। यदि डेवलपर्स को पता चलता है कि कोई मॉडल खतरनाक जैविक क्षमताओं में महत्वपूर्ण उछाल प्रदर्शित करता है, तो उत्थान की संभावना ज्ञात होने तक इसे ताला और चाबी के नीचे रखना भी बुद्धिमानी हो सकता है। इतने ऊंचे दांव के साथ, थोड़ा सा धैर्य बहुत आगे बढ़ सकता है।