Как искусственный интеллект меняет биориски в современной биологии

ИИ пока не создаёт пандемический вирус сам. Но биориск уже не сводится к способности работать в лаборатории

Лаборатория остаётся границей между компьютерной идеей и реальной биологией

Профессор кафедры вирусологии МГУ Николай Никитин обратил внимание на фундаментальное ограничение искусственного интеллекта: в биологии расчёт сам по себе не является экспериментальным доказательством.

Это важное замечание. Биологические системы гораздо труднее полностью предсказать, чем многие процессы в цифровой среде. Даже правдоподобная гипотеза о том, как изменение белка или вируса повлияет на его свойства, может не подтвердиться в реальном организме. Результат зависит от множества взаимодействующих факторов — от структуры молекул до работы клетки, иммунной системы и эволюционного давления.

Именно поэтому современная биология построена как повторяющийся цикл: сформулировать гипотезу, спроектировать эксперимент, провести его, получить данные, скорректировать модель и снова проверить её экспериментально.

ИИ способен участвовать почти во всех интеллектуальных этапах этого цикла, но физический этап пока остаётся отдельным барьером.

Национальные академии наук, инженерии и медицины США в большом докладе 2025 года пришли к сходному выводу: существующие инструменты ИИ пока не способны самостоятельно спроектировать совершенно новый вирус с предсказуемыми пандемическими свойствами. Недостаточно как биологических данных, так и способности моделей надёжно предсказывать сложные взаимодействия внутри живых систем.

Но в этом же докладе есть принципиально важное продолжение: наличие такого барьера не означает отсутствия биориска.

Anthropic увидела не «вирус, созданный ИИ», а использование ИИ внутри реальных исследовательских программ

Поводом для дискуссии стал сентябрьский отчёт Anthropic — разработчика Claude. Компания описала пять эпизодов использования своих моделей в исследованиях, которые могли иметь опасное двойное применение.

Anthropic специально подчёркивает: компания не утверждает, что исследователи намеревались создать биологическое оружие. Именно эта неопределённость и делает проблему сложной. Многие технологии современной биологии по своей природе двойного назначения: один и тот же эксперимент может помогать понять заболевание, создать вакцину или лекарство — и одновременно давать знания, которые теоретически можно использовать во вред.

В одном из эпизодов Claude применяли в исследовательской программе, связанной с высокопатогенным птичьим гриппом и изучением адаптации вирусов к млекопитающим. По данным Anthropic, исследователь взаимодействовал с моделью в течение нескольких недель и использовал её для работы с научной литературой, планирования исследования, анализа данных, интерпретации результатов и выбора приоритетных экспериментов.

Компания считает, что проект находился на ранней стадии. Более того, защитные системы ограничили доступ исследователя к наиболее мощным моделям.

Другой пример оказался не менее показательным. В проекте, связанном с ортопоксвирусами, одна из моделей Anthropic помогла подготовить исследовательскую заявку, включая гипотезу, дизайн эксперимента, статистический план и возможные действия при различных результатах.

Ещё два эпизода относились не к передающимся вирусам, а к вычислительному проектированию токсинов и пептидов. Здесь особенно хорошо видна проблема двойного назначения: методы, позволяющие создавать новые терапевтические молекулы, в принципе могут применяться и для проектирования веществ с опасными свойствами.

Все выявленные Anthropic аккаунты, нарушавшие её правила, были заблокированы.

Настоящая способность ИИ — не заменить учёного, а уменьшить число интеллектуальных барьеров

Представлять биологическую угрозу как сценарий, в котором чат-бот самостоятельно придумывает вирус, выращивает его и выпускает из лаборатории, — слишком узкая постановка вопроса.

Для создания сложной биологической системы традиционно требуется длинная цепочка компетенций: найти нужные публикации, понять их, соединить знания из нескольких дисциплин, предложить гипотезу, выбрать методы, спланировать эксперимент, интерпретировать неудачный результат и решить, что делать дальше.

ИИ потенциально сокращает время и стоимость части этих этапов.

Это не означает, что неопытный человек автоматически превращается в вирусолога. Работа с опасными патогенами требует инфраструктуры, оборудования, материалов, навыков и соблюдения множества экспериментальных условий. Даже опытный специалист регулярно сталкивается с тем, что правдоподобная модель не работает в реальной биологической системе.

Однако риск определяется не только тем, способен ли ИИ выполнить всю цепочку самостоятельно.

Если технология снижает требования хотя бы к нескольким критическим звеньям — поиску информации, анализу литературы, проектированию молекул, планированию экспериментов или интерпретации данных, — совокупный барьер уже становится ниже.

Именно этот эффект сегодня пытаются измерять разработчики передовых моделей и организации, занимающиеся биобезопасностью.

Граница между компьютером и лабораторией тоже постепенно становится менее жёсткой

Аргумент о необходимости физического эксперимента особенно убедителен, пока ИИ существует отдельно от лаборатории. Но мировая биотехнологическая отрасль движется в сторону всё более тесного соединения вычислительных моделей с автоматизированным экспериментом.

Речь не идёт о полностью автономных системах, способных самостоятельно проводить сложные вирусологические исследования. Таких возможностей сегодня нет.

Но отдельные части лабораторного цикла уже автоматизируются. Роботизированные платформы способны выполнять повторяющиеся операции, а модели ИИ — анализировать результаты и предлагать изменения следующего эксперимента.

В 2025 году OpenAI совместно с Red Queen Bio сообщила об экспериментах, в которых модели использовались для улучшения лабораторных протоколов молекулярной биологии. Это не исследование патогенов и не свидетельство автономной способности создавать биологические угрозы. Оно показывает другое: граница между «ИИ только рассуждает» и «ИИ влияет на физический эксперимент» постепенно становится проницаемой.

В сентябре 2026 года Anthropic пошла ещё дальше и объявила о собственной исследовательской группе по наукам о жизни и лаборатории, где гипотезы, генерируемые с помощью Claude, проверяются экспериментально. Компания сообщила об обнаружении ранее неописанной ферментной системы с признаками, напоминающими CRISPR.

Лабораторную работу по-прежнему выполняют люди и экспериментальные системы. Но ИИ всё глубже входит в цикл «гипотеза — эксперимент — данные — новая гипотеза».

Поэтому утверждение «ИИ не умеет проводить эксперименты» верно для отдельной модели, но всё хуже описывает биотехнологическую систему, частью которой эта модель может стать.

Биологический риск ИИ оказался задачей управления доступом, а не запрета биологических знаний

Есть и противоположная сторона проблемы.

Те же способности, которые вызывают опасения специалистов по биобезопасности, могут ускорить поиск лекарств, создание вакцин, разработку антител, диагностику заболеваний и реагирование на новые инфекции.

Национальные академии США поэтому не предлагают рассматривать ИИ в биологии исключительно как источник угрозы. Их доклад подчёркивает, что такие системы одновременно могут усиливать биозащиту: улучшать эпидемиологическое наблюдение, помогать обнаруживать угрозы и ускорять разработку медицинских контрмер.

Перед разработчиками появляется непростая задача: опасный и полезный запрос иногда технологически почти неразличимы.

Исследование механизмов, позволяющих вирусу избегать иммунного ответа, необходимо для разработки вакцины. Понимание факторов передачи вируса между видами необходимо для оценки пандемического риска. Проектирование токсических белков может пересекаться с поиском новых лекарственных молекул.

Поэтому простая система «разрешить безопасную биологию, запретить опасную» работает плохо.

Anthropic в сентябре 2026 года запустила программу верификации специалистов по наукам о жизни, предоставляющую проверенным организациям более широкий доступ к биологическим возможностям моделей. Само появление такой системы показывает направление развития отрасли: ограничения всё чаще будут зависеть не только от содержания отдельного запроса, но и от контекста использования, квалификации пользователя и уровня доступа.

Практическая проблема начинается задолго до появления «ИИ, который сам создаёт вирус»

Для пациентов и обычных пользователей непосредственного нового риска из опубликованных эпизодов не следует. Anthropic не сообщала о создании биологического оружия или о появлении нового опасного патогена благодаря Claude.

Но для исследовательских организаций, разработчиков ИИ и систем общественного здравоохранения значение этих случаев существенно.

Биобезопасность придётся строить вокруг всей цепочки — от доступа к моделям и биологическим данным до синтеза генетического материала, лабораторной инфраструктуры и автоматизированных экспериментальных платформ.

Одновременно чрезмерно жёсткие ограничения способны затормозить именно те исследования, которые нужны для защиты от эпидемий, разработки вакцин и новых лекарств.

Поэтому центральный вопрос ближайших лет будет заключаться не в выборе между «ИИ безопасен» и «ИИ опасен». Он будет гораздо сложнее: какие конкретные возможности модели способны заметно снизить существующие барьеры для опасной биологии и на каком этапе этот эффект становится достаточно большим, чтобы требовать дополнительных мер защиты.

Для ответа нужны не сценарии о сверхразумной машине, а экспериментальные измерения: насколько ИИ реально ускоряет работу новичка или специалиста, какие задачи он позволяет выполнить лучше, где ошибается и насколько сильно повышает вероятность успешного физического эксперимента.

Именно такие оценки постепенно становятся новым стандартом биобезопасности передовых моделей.