Esvelt

Esvelt，Gopal和Jeyapragasan Nist RFI

生物武器（BW）的发展和使用历史上受到合成生物学剂的“默认知识”的需求而阻碍了。尽管公众可用的反向遗传学方案，但实际的实验室技能（例如细胞培养）仍然是一个障碍。在这里，LLM有可能充当较低默认知识的参与者的专家实验室助手，模仿更先进的科学家的辅导，但有可能没有情境意识或对潜在恶意工作的道德意识或道德异议（Sandbrink，2023年）。此外，AI工具还可能提出替代路线，以获取不需要它们执行默认的知识密集型湿lab实验的代理，而是外包实验，它们无法自行执行。一种机制可能是通过使用实验室机器人，在该机器人的情况下，LLM也有助于自主科学能力的发展。llms可以帮助演员将自然语言评论转换为液体处理机器人的脚本，从而促进了一些生物学实验（Inagaki等人。2023; O'Donoghue等，2023）。目前，这些功能的程度仍然相对有限，尽管将来LLMS可能能够帮助参与者开发自我复制的生物系统，从概念上讲，LLMS现在如何帮助非编码者构建自己的应用程序和网站。这种技术进化减少了BW开发的障碍，可能导致参与者更频繁，成功地尝试了以前受到技术挑战的阻碍。nist应该考虑包括上述信息，描述了AI工具可以在同伴指南中扩展对危险生物代理的访问权限，以确保对这些工具的充分监控和监督并实施。