Круглые столы: Беседа с создателем вирусов, разработанных искусственным интеллектом

Искусственный интеллект вышел на уровень создания генетических схем вирусов Когда в 2020-х годах заговорили о возможностях генеративных моделей, речь шла преимущественно о текстах, изображениях и коде. Но границы применимости этих технологий расширяются стремительнее, чем многие ожидали. Биотехнологии оказались следующим фронтом, где алгоритмы начинают не просто анализировать данные, а предлагать принципиально новые конструкции живых систем.

Что произошло

В 2025 году аспирант Стэнфордского университета Сэмюэль Кинг применил генеративную модель искусственного интеллекта для разработки генетических схем микроскопических вирусов. Результат не является полноценной синтетической жизнью, но представляет собой систематический подход к созданию биологических объектов под управлением алгоритма. Это отличается от классического генного инжиниринга, где учёный вручную редактирует известные последовательности.

Здесь модель самостоятельно генерирует архитектуру, которую человек мог бы не предложить.

Предыстория и контекст

Идея искусственного проектирования организмов зрела десятилетиями. С 2010-х годов синтетическая биология развивалась через стандартизацию генетических частей и автоматизацию лабораторных процессов. Однако ключевое решение — что именно собирать — оставалось прерогативой человека. Генеративный искусственный интеллект меняет это уравнение: он способен исследовать пространство возможных геномных конфигураций, которое слишком обширно для человеческого перебора.

Вирусы выбраны не случайно — их относительно простая организация делает их естественным полигоном для таких экспериментов.

Мотивы исследователей

Для научного сообщества такие разработки открывают несколько траекторий. С одной стороны, спроектированные вирусы могут стать инструментами доставки лекарств, векторами для генной терапии или основой для прецизионных антимикробных препаратов. С другой — методология Кинга демонстрирует, что барьер для создания биологических агентов с заданными свойствами снижается.

Это порождает парадокс, характерный для многих прорывных технологий: один и тот же инструмент несёт потенциал и для медицинских инноваций, и для рисков двойного применения.

Что это значит для обычных людей

В ближайшие годы потребители увидят последствия этого исследования прежде всего в скорости разработки фармацевтических продуктов. Если генеративные модели смогут предсказывать поведение вирусных частиц, сроки создания вакцин и терапевтических белков сократятся. Однако регуляторные системы столкнутся с принципиально новой задачей: как сертифицировать препарат, спроектированный алгоритмом, а не человеком? Это отразится на стоимости и доступности лечения, пока органы контроля выстраивают методологии оценки.

Для рынка труда появляется ниша специалистов на стыке биоинформатики и машинного обучения — пока дефицитная и высокооплачиваемая. Для инвесторов сектор синтетической биологии становится более привлекательным, но и более волатильным в смысле репутационных рисков, связанных с возможным злоупотреблением технологиями.

Что дальше

Сам Кинг позиционирует свою работу как промежуточный этап, а не конечную точку. Вопрос о создании искусственным интеллектом новых форм жизни остаётся открытым, но теперь он звучит иначе — не как философская гипотеза, а как инженерная задача с конкретными сроками. Следующие шаги, вероятно, затронут более сложные системы: бактерии, простейшие эукариоты.

При этом общество получает дополнительное время для выработки правил игры: кто контролирует доступ к таким моделям, какие эксперименты требуют одобрения, где проходит грань между исследованием и созданием потенциальной угрозы. Технология опережает регуляторику, и этот разрыв — главный вызов ближайшего десятилетия.