Big Digital Tech si sposta nella biologia sintetica: la corsa all’intelligenza artificiale generativa / Black Box Biotech/ Parte 1/2
Jim Thomas afferma che la biologia generativa orientata al profitto e l’integrazione dell’intelligenza artificiale con la biologia sintetica da parte delle Big Tech sollevano serie sfide per la supervisione globale della biotecnologia e che i governi devono distinguere le esagerazioni dalla realtà in occasione della prossima Conferenza delle Nazioni Unite sulla biodiversità del 2024 (CBD COP16).
LYNN FRIES: Salve e benvenuti. Sono Lynn Fries, produttrice di Global Political Economy o GPEnewsdocs.
Il segmento di oggi si concentrerà sulla biologia generativa dell’intelligenza artificiale e sul perché questo nuovo approccio alla biotecnologia solleva serie sfide per la Convention on Biological Diversity. Questo nei commenti in evidenza di Jim Thomas. Un messaggio chiave è che l’integrazione dell’intelligenza artificiale con la biologia sintetica sotto il controllo delle aziende più grandi e meglio capitalizzate del mondo è una ricetta per veri problemi in futuro.
Problemi come impatti inattesi sulla salute, sull’economia e sulla biodiversità a lungo termine, una volta che una maggiore varietà di proteine ingegnerizzate verrà immessa sul mercato, sui nostri corpi e sulla biosfera.
Come sostenuto da Jim Thomas nel suo rapporto DNAI The Artificial Intelligence / Artificial Life Convergence : i regolatori e i governi mondiali hanno la possibilità di applicare il principio di precauzione prima che il numero di nuove entità proteiche che entrano nella biosfera inizi a imitare la traiettoria tossica delle sostanze chimiche sintetiche. Una traiettoria che all’inizio del 2022 gli scienziati hanno segnalato come gli esseri umani avessero violato i “confini planetari” sicuri per le nuove entità chimiche nella biosfera.
Per sintetizzare i punti sollevati da Thomas, è stato a partire dall’enorme sfida di dover cercare di gestire gli effetti negativi di sostanze chimiche sintetiche non valutate e poco comprese che il principio di precauzione è stato istituito per la prima volta nella governance ambientale.
Questo principio afferma in modo approssimativo che è appropriato e prudente agire tempestivamente per prevenire, regolamentare e controllare una minaccia emergente prima di avere tutti i dati per trarre conclusioni sulla sua natura esatta. Il principio di precauzione è stato concepito esattamente per cercare di impedire che sviluppi tecnologici altamente dirompenti trovino applicazione diffusa prima di una supervisione e di una governance adeguate.
Il principio di precauzione è sancito dalla Convenzione delle Nazioni Unite sulla diversità biologica e dal Protocollo di Cartagena sulla biosicurezza . È questo principio fondamentale che ha guidato la Convenzione sulla diversità biologica nel raggiungimento dei suoi obiettivi ecologici e socioeconomici, tra cui la valutazione delle potenziali minacce ai mezzi di sussistenza, l’uso sostenibile della biodiversità e considerazioni etiche e culturali.
Sin dalla sua istituzione nel 1992 al Summit della Terra di Rio delle Nazioni Unite, la Convenzione sulla diversità biologica e i suoi protocolli hanno rappresentato il principale strumento globale per la supervisione della biotecnologia. La stragrande maggioranza dei governi del mondo ha adottato il Trattato e sono chiamati Parti della Convenzione delle Nazioni Unite sulla diversità biologica. E quando queste Parti si incontrano, si chiama Conferenza delle Parti.
E questo è l’organismo decisionale supremo della Convenzione sulla diversità biologica. La prossima Conferenza (in breve COP) si terrà dal 21 ottobre al 1 novembre a Cali, in Colombia. Per chiarire ulteriormente tutto questo, quando sentite parlare di COP 16 della CBD, vi riferite alla 16a riunione della Conferenza delle Parti della Convenzione sulla biodiversità.
In vista della prossima COP 16 del CBD, l’African Centre for Biodiversity, insieme a Third World Network e ETC Group, ha prodotto Black Box Biotech , un nuovo rapporto sulla biologia generativa. Il rapporto è stato ricercato e scritto da Jim Thomas e funge da documento informativo in vista della COP 16 del CBD .
Sotto gli auspici dell’African Centre for Biodiversity , del Third World Network e dell’ETC Group, il rapporto è stato pubblicato il 3 settembre, seguito da un webinar online il 12 settembre come ulteriore briefing in vista della COP 16 della CBD. Intitolato Black Box Biotech, il briefing online ha visto la partecipazione di cinque relatori ed è stato moderato dall’African Centre for Biodiversity.
L’annuncio del briefing online ha fornito una panoramica come segue:
La Convenzione delle Nazioni Unite sulla diversità biologica ha regolato per 30 anni i nuovi sviluppi nella biotecnologia nel quadro della precauzione e della giustizia e ha anche recentemente stabilito un processo di scansione dell’orizzonte tecnologico, valutazione e monitoraggio dei nuovi sviluppi. Ora c’è un tentativo industriale di far convergere gli strumenti di ingegneria genetica di prossima generazione (biologia sintetica) con l’intelligenza artificiale generativa (del tipo utilizzato da ChatGPT) in una nuova industria di “biologia generativa”.
All’ordine del giorno del Black Box Biotech c’erano:
Perché il gruppo di esperti della Convenzione sulla diversità biologica propone una valutazione urgente di questa nuova convergenza tra intelligenza artificiale e biotecnologia.
Come l’uso dell’intelligenza artificiale generativa in biologia porta con sé nuovi problemi spinosi derivanti dal carattere opaco e soggetto a errori della “scatola nera” dell’intelligenza artificiale.
Come le più grandi aziende tecnologiche digitali del mondo (tra cui Google, Microsoft, Amazon e NVIDIA) stanno alimentando una “corsa alla biologia generativa”, che comprende anche un audace tentativo di biopirateria di accaparrarsi tutte le informazioni sulle sequenze digitali delle risorse genomiche del mondo.
Cosa si può fare alla COP16 di Cali, Colombia?
Questo segmento, come detto all’apertura, conterrà commenti su tutto questo da parte di Jim Thomas. Di particolare rilevanza per il segmento odierno sulla biologia generativa, Jim Thomas è stato membro del Multidisciplinary Ad Hoc Technical Expert Group ( mAHTEG ) sulla biologia sintetica istituito dalla Conferenza delle parti della Convenzione delle Nazioni Unite sulla biodiversità. Ha quasi tre decenni di esperienza nel tracciamento di tecnologie emergenti, cambiamenti ecologici, biodiversità e sistemi alimentari, per conto di movimenti e nei forum delle Nazioni Unite.
La home page di Jim Thomas è www.scanthehorizon.org , dove pubblica i suoi impegni attuali come ricercatore, scrittore e stratega. Prima di questo, ha condiviso il lavoro dell’ETC Group, dove è stato Co-Executive Director e Research Director.
LYNN FRIES : Passiamo ora alla clip in evidenza.
SABRINA MASINJILA : Ora, senza ulteriori indugi, vorrei dare il benvenuto al nostro primo relatore, Jim Thomas, la cui biografia è già stata pubblicata nella chat. Non leggeremo le biografie per mancanza di tempo. Ora, Jim, benvenuto. E per favore condividi il tuo schermo e inizia con la presentazione.
JIM THOMAS: Ottimo e spero che tutti possano vedere le mie slide. Come dice Sabrina, il mio compito qui è presentare questo nuovo briefing, Black Box Biotech, che è una specie di breve introduzione alla questione dell’integrazione di intelligenza artificiale e biologia sintetica, quella che viene chiamata biologia generativa.
E desidero davvero ringraziare l’African Center for Biodiversity, che ha dimostrato grande lungimiranza nel commissionare questo lavoro insieme a ETC Group e Third World Network, e anche i revisori, in particolare la dott. ssa Maya Montenegro dell’UC Santa Cruz e il dott. Dan McQuillan del Goldsmiths College di Londra.
Una cosa che vorrei davvero sottolineare è che questo rapporto è solo un briefing. È un’introduzione. È una specie di analisi preliminare delle questioni sollevate.
E questo perché non esiste ancora un rapporto approfondito e significativo che abbia esaminato le numerose questioni politiche, di equità e di sostenibilità sollevate da questi nuovi sviluppi nella cosiddetta biologia generativa, e ce n’è urgente bisogno.
Un simile studio deve essere condotto sotto l’egida di un organismo internazionale di fiducia come la Convention on Biological Diversity. E fortunatamente, questa è esattamente l’opzione che si presenta alla Conference of the Parties, la 16a Conference of the Parties a Cali il mese prossimo.
L’opzione di commissionare effettivamente una valutazione approfondita sui potenziali impatti dell’integrazione dell’intelligenza artificiale e dell’apprendimento automatico nella biologia sintetica. È qualcosa di cui c’è urgente bisogno. Questa tecnologia, questa integrazione si sta muovendo molto rapidamente verso l’uso commerciale.
Per coloro che non conoscono alcuni di questi termini, biologia sintetica è il termine utilizzato per descrivere in senso lato le tecniche e gli approcci di prossima generazione all’ingegneria genetica. Tende a riferirsi ad approcci più sperimentali e tecnologie emergenti. E onestamente, è molto spesso una specie di termine di propaganda che mobilita capitale e investimenti, ma anche programmi di ricerca.
Il concetto alla base della biologia sintetica è quello di provare a rendere il mondo un po’ caotico della biologia più prevedibile, più razionale, più simile a un substrato ingegneristico, persino programmabile.
E quindi ci sono molte metafore nel campo della biologia sintetica – come la programmazione del DNA come codice, o la vita come macchine – che costituiscono metafore forti e potenti, ma sono problematiche, in quanto oscurano alcune delle complessità e della confusione del mondo.
https://www.asterios.it/catalogo/i-figli-della-macchina
E naturalmente, poiché questo è un termine spesso usato per mobilitare denaro, c’è un’enorme quantità di clamore. Stiamo parlando di tecniche come l’editing del genoma, la sintesi di nuovo DNA e RNA o proteine, e così via. Se il campo della biologia sintetica è pieno di clamore e metafore oscure, lo è ancora di più il tema dell’intelligenza artificiale. E penso sia importante riconoscere che l’intelligenza artificiale come termine copre un intero paniere di tecnologie computazionali utilizzate per l’analisi dei dati, le previsioni, l’elaborazione del linguaggio naturale e così via.
E, cosa più importante, ciò di cui non stiamo parlando qui è la versione fantascientifica dell’intelligenza artificiale. Non si tratta di macchine pensanti, computer intelligenti, computer senzienti. Ciò che oggi passa per intelligenza artificiale sono insiemi di calcolo che calcolano probabilità e poi fanno una specie di previsioni. E spesso sono addestrati su insiemi di dati estremamente grandi che vengono poi interrogati per fare questo tipo di previsioni.
Esistono diversi tipi di intelligenza artificiale. Non parlerò dell’IA tradizionale. L’IA discriminativa è il tipo di sistema di IA che prende grandi quantità di dati non strutturati. Ed è in grado di guardarci dentro e in un certo senso riconoscere degli schemi. Ad esempio, guardare delle immagini e riconoscere che c’è un gatto lì.
E l’intelligenza artificiale generativa, di cui parleremo in gran parte, dipende anche dall’acquisizione di grandi set di dati. E poi dalla creazione di un modello che possa generare tipi di dati simili, fondamentalmente.
Questo è il tipo di AI che hai che dice: non riconoscere un gatto, ma disegnami un’immagine di un gatto o scrivimi un articolo su un gatto. E crea dati sintetici in modo predittivo, piuttosto nel modo in cui il tuo telefono creerà testo predittivo. Cercherà di capire cosa vuoi e te lo presenterà. Il motivo per cui l’intelligenza artificiale generativa è così in primo piano è che c’è un enorme boom di investimenti in questo momento attorno a questi sistemi di intelligenza artificiale generativa. In realtà innescato dall’uscita di ChatGPT alla fine del 2022.
https://www.asterios.it/catalogo/analogico-e-digitale
Ora vediamo centinaia di miliardi di dollari investiti nel settore dell’intelligenza artificiale generativa, con la speranza da parte degli investitori di ottenere risultati concreti. Finora, abbiamo visto Goldman Sachs e altri sottolineare che queste centinaia di miliardi di dollari non stanno davvero rendendo molto. E quindi c’è una speranza che, passando alla biologia sintetica e ad altre aree, rendano un po’ di più.
Nel rapporto, esponiamo quattro diverse aree in cui l’intelligenza artificiale si sta combinando con la biologia sintetica e la biotecnologia. E mi concentrerò principalmente sulla prima di queste: la biologia generativa, l’uso dell’intelligenza artificiale per il bio-design. E quello di cui stiamo parlando qui è chiedere a un modello di intelligenza artificiale di inventare nuovi filamenti di DNA, o nuove sequenze proteiche, che potrebbero non essere mai esistiti prima. E ne parlerò più in dettaglio tra un momento.
Ma vale la pena notare che anche l’uso dell’intelligenza artificiale può migliorare la visione artificiale e i processi di laboratorio o la fermentazione nella bio-produzione che stiamo vedendo, ad esempio, nell’agricoltura digitale. La combinazione di organismi viventi modificati insieme all’intelligenza artificiale. Ed è ciò che chiamiamo convergenza bio-digitale. E stiamo persino vedendo, il calcolo dell’intelligenza artificiale viene eseguito in modo sperimentale in cellule viventi, ad esempio, organoidi cerebrali. Quindi, c’è una parte di bio-calcolo in questo.
Biodesign e biologia generativa, di cui parleremo principalmente, si basano su un’idea molto semplice. Se hai usato ChatGPT, saprai che si tratta di un modello di intelligenza artificiale addestrato su milioni, persino miliardi di pezzi di testo. Tanto che puoi dirgli: scrivimi una poesia su un cane. E ti scriverà quella che sembra una poesia su un cane. Oppure puoi ottenere qualcosa come MidJourney, e puoi dire: disegnami un cane. E lui attingerà ai milioni di immagini su cui è stato addestrato per disegnare un cane per te.
https://www.asterios.it/catalogo/fin-di-bene-il-nuovo-potere-della-ragione-artificiale
E quindi l’idea è che puoi prendere uno di questi modelli di IA generativa e addestrarlo su milioni di informazioni di sequenza digitale sulle risorse genetiche, su DNA e RNA, quindi puoi anche dire: progettami una proteina. E come dice Jason Kelly qui di Ginkgo Bioworks: L’idea è di creare un modello di IA che possa parlare proteine o parlare DNA, proprio come ChatGPT parla inglese.
Il simbolo di tutto questo, una sorta di dimostrazione di principio, è un programma di altissimo profilo chiamato Alpha Fold, sviluppato da DeepMind, la divisione di intelligenza artificiale di Google. E intorno al 2017, 2018, che Alpha Fold è stato addestrato su molte migliaia o, in ultima analisi, centinaia di migliaia di sequenze, sequenze proteiche, sequenze di RNA che vengono poi ripiegate in una proteina vivente.
E nel 2021, DeepMind sosteneva che AlphaFold avrebbe potuto elaborare il modo in cui ogni singola proteina nota, ogni sequenza proteica, si ripiega in proteine vere e proprie. E questo avrebbe risolto, presumibilmente, quello che in biologia viene chiamato il problema del ripiegamento proteico. E quell’IA è stata in grado di fare ciò che richiede molti anni a uno scienziato umano. Questo è stato davvero considerato un grande passo avanti per la grande scienza e per la biotecnologia guidata dall’IA. L’entusiasmo per Google AlphaFold nasce anche dal fatto che ora possiamo usare un’intelligenza artificiale per iniziare a controllare o prevedere il mondo vivente a livello molecolare.
Ma vale la pena di alzare un po’ la bandiera rossa qui. Mentre c’è molta eccitazione al banco di laboratorio, gli scienziati delle proteine stanno dicendo: beh, aspetta un minuto. Queste sono solo previsioni, come è vero per gran parte dell’IA. Questo deve essere verificato. E in effetti, stiamo vedendo un gran numero di errori in ciò che AlphaFold sta prevedendo. E limiti e persino allucinazioni, di cui parlerò presto.
E così AlphaFold, nonostante sia considerato un meraviglioso esempio di utilizzo dell’intelligenza artificiale per risolvere problemi biologici, in realtà è stato ampiamente sopravvalutato. E questo è qualcosa che abbiamo visto, che si tratti di editing genetico o persino di intelligenza artificiale generativa, sopravvalutazioni istantanee. E poi bisogna in un certo senso tornare indietro.
Una metafora su cui ci siamo basati molto in questo briefing, e che è importante comprendere se non si ha familiarità con i dibattiti sull’intelligenza artificiale, è il concetto di scatola nera. In sostanza, il problema della scatola nera, molto dibattuto nella politica sull’intelligenza artificiale, si riferisce al fatto che quando si addestra un modello di intelligenza artificiale e questo poi produce output e decisioni, lo fa in un certo senso nascosto in una scatola nera.
Non è possibile capire perché ha preso le decisioni che ha preso. È semplicemente troppo complesso. E il problema della scatola nera di non essere in grado di avere spiegabilità, questa opacità, causa veri problemi per la politica e in questo caso per i risultati. Ciò significa che gli esseri umani sono stati tagliati fuori dal giro del processo decisionale e della decisione sul perché determinate sequenze genetiche vengano utilizzate. Ciò ha gravi implicazioni per la sicurezza, la responsabilità e la tracciabilità. E ci tornerò tra un momento.
Un altro argomento comune nella politica dell’IA che è molto rilevante qui è la nozione di allucinazioni. Questo è quando hai un modello di IA, ad esempio, che dovrebbe produrre immagini, e quelle immagini sembrano a posto. Ma quando le guardi da vicino, scopri che hanno tutti i tipi di errori o testo di IA pieno di errori.
Quindi qui abbiamo un vecchio che, se guardato attentamente, ha un braccio destro incredibilmente lungo e sei dita sulla mano che viene trafitto da un unicorno. Questo è dovuto a un’allucinazione del sistema di immagini AI. Gli analisti hanno stimato che i sistemi di intelligenza artificiale avranno allucinazioni circa un terzo delle volte. E circa la metà delle volte c’è qualche tipo di errore nei loro risultati. Questo è piuttosto significativo. È significativo quando si parla di testo e immagini. Diventa estremamente importante se si hanno allucinazioni che si verificano in organismi viventi o all’interno di molecole biologiche.
Gli studiosi hanno sottolineato che non è il sistema che non funziona correttamente. È il sistema che funziona correttamente. In realtà, è insito nel modo in cui funziona l’IA generativa. E [gli studiosi] hanno suggerito che i sistemi di intelligenza artificiale generativa dovrebbero essere classificati scientificamente come macchine da stronzate. Fanno solo qualcosa che sembra giusto, ma non sono fondamentalmente interessati a trovare la verità.
Ci sono anche questioni molto serie sui pregiudizi a cui facciamo riferimento nel rapporto. E questo deve essere preso in considerazione quando si considera l’uso dell’IA per la costruzione di organismi sintetici. Nel rapporto, tocchiamo alcune delle molecole biologiche che i sistemi di intelligenza artificiale, i sistemi di intelligenza artificiale generativa, sono ora chiamati a generare. Si tratta di nuove molecole biologiche.
Nuove proteine sintetiche che non sarebbero mai esistite prima in natura, nuovi filamenti di DNA e RNA. E ogni volta, la decisione su come ordinare quei codici genetici o quei codici proteici è nascosta. È nascosta nella scatola nera.
Ci sono anche aziende che stanno costruendo nuove proteine di editing genetico. Le persone avranno familiarità con CRISPR Cas9 come sistema. Ma ci sono aziende come Profluent che stanno creando nuovi sistemi di editing genetico generati dall’IA. O in effetti modi di cambiare l’epigenetica. Cose come la modifica degli istoni, i modi in cui i sistemi genetici si esprimono. Anche questo viene riprogettato tramite l’intelligenza artificiale.
https://www.asterios.it/catalogo/epigenetica-il-dna-che-impara-0
Uno degli aspetti su cui ci concentreremo in questo breve rapporto è quanto le Big Tech e le Big Digital Tech stiano abbracciando questo passaggio che mira a unire intelligenza artificiale e biologia sintetica.
Un recente libro di alto profilo sull’intelligenza artificiale scritto da Mustafa Suleyman, uno dei fondatori di DeepMind e ora a capo di Microsoft AI, si concentra proprio sulla questione di come l’intelligenza artificiale e la biologia sintetica stiano creando, come lui stesso afferma, uno dei momenti più profondi della storia.
Beh, è un sacco di clamore, ma è significativo. E stiamo assistendo ad alcuni cluster di lavori da parte di grandi aziende di tecnologia digitale. Google, ovviamente, per via del suo lavoro su DeepMind, su AlphaFold, ha la sua azienda di biologia generativa chiamata Isomorphic Labs. Ma sta anche lavorando con quella che probabilmente è la principale azienda di biologia sintetica, Ginkgo Bioworks, per produrre versioni sintetiche di aromi e fragranze e ingredienti alimentari.
Microsoft ha la piattaforma Microsoft GPT e OpenAI, in gran parte di proprietà di Microsoft, sta collaborando con il laboratorio di Los Alamos su questi temi.
Amazon sta anche lavorando con una società di biologia generativa chiamata Evolutionary Scale e hanno un modello chiamato ESM3. Ma è interessante notare che il Bezos Earth Fund, che è del fondatore di Amazon Jeff Bezos, ha investito cento milioni di dollari nell’uso dell’intelligenza artificiale per il clima e la natura, ma si è concentrato principalmente sulla sintesi di proteine per il cibo.
E altre aziende, come NVIDIA, Salesforce, Meta, Tencent, Alibaba. Sono letteralmente le aziende più grandi e meglio capitalizzate del mondo che stanno tutte entrando a pieno titolo in quest’area.
Quindi ho voluto concludere affrontando cinque sfide urgenti sollevate da questa corsa commerciale alla biologia generativa.
Ho fatto parte del Multidisciplinary Ad Hoc Technical Expert Group on Synthetic Biology [mAHTEG della Conference of the Parties to the Convention on Biological Diversity] che ha iniziato a occuparsi di questo argomento all’inizio di quest’anno. E molto rapidamente, i problemi che quel gruppo ha iniziato a identificare riguardavano la biosicurezza.
Naturalmente, se si producono nuovi filamenti di DNA e cose del genere che contengono allucinazioni, allora dobbiamo preoccuparci della sicurezza.
Ma in realtà molti di quei membri del gruppo che erano valutatori della biosicurezza hanno sottolineato che, in quanto valutatori, se la decisione su come produrre queste nuove proteine e DNA fosse stata presa in una scatola nera, non avrebbero avuto dati su cui lavorare per effettuare valutazioni di sicurezza, e questo è molto significativo. Quindi la scatola nera impedisce di effettuare valutazioni sulla biosicurezza.
https://www.asterios.it/catalogo/dal-corpo-neutro-al-cyborg-postumano
I pianificatori militari hanno anche sottolineato qualcosa chiamato problema di pacing. In breve, nello stesso modo in cui ora stiamo vedendo grandi quantità di immagini sintetiche e testo uscire dalla chat GPT che sta travolgendo Internet. Cosa succederebbe se iniziassimo a vedere grandi quantità di organismi viventi progettati da intelligenza artificiale sintetica e prodotta in fase iniziale, che potrebbero mettere in difficoltà gli enti regolatori della biosicurezza?
Probabilmente la questione che ho trovato più preoccupante, tuttavia, riguardava la biopirateria. Come ho accennato di sfuggita, per avere questi modelli, bisogna prima addestrarli su enormi quantità di ciò che viene chiamato informazioni di sequenza digitale.
Un’azienda come NVIDIA, qui c’è una citazione di NVIDIA che dice che per la loro piattaforma GEN SLM hanno preso tutti i dati del DNA, dati del DNA e dell’RNA per virus e batteri, circa 110 milioni di genomi, hanno imparato un modello linguistico su quello. E ora possono chiedergli di generare nuovi genomi, per profitto.
Si tratta di un massiccio utilizzo di sequenze genetiche digitali. E poiché tutto questo viene fatto in una scatola nera, non c’è tracciabilità su quali sequenze vengono disegnate per creare le nuove sequenze genomiche, sequenze proteiche e così via. Hai perso la tracciabilità. Hai questo massiccio utilizzo per usi commerciali.
E questo si allontana dal principio fondamentale per cui la Convenzione sulla diversità biologica ha lavorato sull’idea di un accesso equo e giusto e sulla condivisione dei benefici. L’idea che tracciamo da dove provengono le sequenze genetiche. E poi quando vengono utilizzate per scopi commerciali e di altro tipo, i loro benefici tornano a quegli originali custodi della biodiversità. Avendo tutto questo in una scatola nera, si perde.
E giusto per sottolineare che ognuno di questi modelli richiede che enormi quantità di dati allenino quelle sequenze genetiche. E questa enorme quantità di dati sta aumentando.
Ora abbiamo aziende, credo che ci siano persone qui di Basecamp Research , che stanno cercando di ottenere nuove sequenze genetiche per aumentare la quantità di dati in entrata. Quindi questo è molto importante.
Sentiremo un sacco di promesse in giro. Il fatto che l’uso della biologia generativa potrebbe creare nuovi farmaci, nuove proteine per i cosiddetti alimenti sostenibili, per i biomateriali sostenibili. E che questo potrebbe aiutare l’uso sostenibile della biodiversità per ridurre l’uso di combustibili fossili e così via.
Ma questo deve essere messo in contesto. Questi sistemi, questi sistemi di intelligenza artificiale generativa, sono incredibilmente affamati di energia. Il calcolo richiesto al momento sta consumando elettricità su scala pari a quella, per esempio, della Svezia.
Ma anche un massiccio utilizzo di acqua viene ovviamente estratto dai sistemi agricoli e così via. E naturalmente, un massiccio utilizzo di minerali, silicio, rame e così via.
Quindi, forse alla fine della giornata scopriremo che l’uso di questi sistemi in realtà mette troppa pressione sulla biodiversità. Ci sono preoccupazioni su come non si possano solo produrre nuove plastiche o nuovi farmaci, ma anche nuovi virus e nuove tossine. E questo deve essere affrontato attraverso la Biotechnology Weapons Convention .
Infine, uno dei compiti principali della Convenzione sulla diversità biologica è l’impegno a rispettare, preservare e mantenere le conoscenze, le innovazioni e le pratiche delle comunità indigene e locali.
Molto di ciò che viene promesso dal lato delle promesse è di poter creare nuovi dolcificanti, nuove proteine, nuovi aromi, nuove fragranze. E questi, sapete, sostituiranno direttamente quelli che sono stati custoditi, coltivati, accuditi da popolazioni indigene e comunità locali. E cambieranno le economie sottostanti da cui queste comunità dipendono.
La lascio qui. Altri avranno cose importanti da dire. Vi incoraggio davvero a dare un’occhiata a questo nuovo report sul sito web ACBio (acbio.org.za) . Grazie mille.
FRIES : Questo ci dà un’idea della corsa alla biologia generativa e delle serie sfide che pone alla Convenzione delle Nazioni Unite sulla diversità biologica nel lungo termine e nell’immediato, dal 21 ottobre al 1 novembre, in occasione della COP 16. L’attuale corsa delle grandi aziende tecnologiche, gli investimenti e il clamore attorno alla biologia generativa e all’uso dell’intelligenza artificiale per incrementare la produzione biotecnologica avranno la meglio sull’elaborazione delle politiche in materia di biotecnologia e biodiversità alla CBD COP 16?
Oppure alla COP 16 della CBD, le Parti seguiranno le raccomandazioni del gruppo di esperti tecnici della Convenzione sulla biodiversità? Con ciò, come affermato nel rapporto: Le Parti hanno un’opportunità molto chiara e diretta per impedire che le questioni della biologia generativa si capovolgano e svuotino i decenni di buon lavoro che la Convenzione sulla diversità biologica ha fatto per aiutare a stabilire una buona governance sulla biotecnologia.
Ciò poiché il CBD deve trovare risposte almeno alle seguenti domande:
1. La biologia generativa basata sull’intelligenza artificiale compromette gli accordi di accesso e condivisione dei benefici del Protocollo di Nagoya e la governance delle informazioni sulle sequenze digitali / DSI?
2. La biologia generativa basata sull’intelligenza artificiale indebolisce le disposizioni in materia di biosicurezza del Protocollo di Cartagena sulla biosicurezza?
3. La biologia generativa basata sull’intelligenza artificiale presenta rischi per la biosicurezza/le armi biologiche?
4. L’integrazione dell’intelligenza artificiale con SynBio migliorerà o peggiorerà la salute e la sostenibilità?
5. Quali sono le implicazioni dell’integrazione AI/SynBio per le conoscenze e le pratiche tradizionali?
Con il beneficio di questo briefing in vista della COP 16 della CBD, speriamo che ora saremo tutti in grado di distinguere l’hype dalla realtà nelle notizie e nelle analisi di tutto questo. Soprattutto perché l’esito di questa 16a Conferenza delle Parti della Convenzione sulla Diversità Biologica diventa un elemento di cronaca, come con la conclusione della COP 16 di venerdì 1° novembre.
Questa documentazione video è stata adattata dalla registrazione originale del briefing online del 12 settembre 2024 per gentile concessione dell’African Centre for Biodiversity.
_______________________
Autori
Negli ultimi dieci anni Sabrina Masinjila ha lavorato come responsabile della ricerca e della sensibilizzazione per l’African Centre for Biodiversity (ACB), concentrandosi sulla biosicurezza, sui sistemi di sementi e sulla biodiversità agricola.
Jim Thomas è uno scrittore, ricercatore e stratega il cui lavoro attuale può essere seguito su www.scanthehorizon.org . In precedenza, ha condiviso il lavoro di ETC Group, dove è stato Co-Executive Director e Research Director. Thomas ha decenni di esperienza nel tracciare nuove tendenze, futuri emergenti e sviluppi all’orizzonte politico in tecnologia, biodiversità, cibo e giustizia. Ha prestato servizio come membro del Multidisciplinary Ad Hoc Technical Expert Group (mAHTEG) sulla biologia sintetica istituito dalla Conferenza delle parti della Convenzione delle Nazioni Unite sulla biodiversità.
https://www.asterios.it/catalogo/ia-intelligenza-artificiale