AI-ভিত্তিক সরঞ্জামগুলি প্রায় প্রতিদিনই নিরাপত্তা হুমকি সৃষ্টি করছে বলে মনে হচ্ছে, আংশিকভাবে কারণ আমরা সম্ভাব্য হুমকি চিনতে ধীর ছিলাম। তবে, একটি ক্ষেত্র যেখানে আমরা এগিয়ে আছি তা হলো জীববিজ্ঞান সুরক্ষা। আমরা প্রোটিন ডিজাইনের জন্য ক্রমবর্ধমান জটিল সরঞ্জাম তৈরি করেছি এবং কিছু বড় সাফল্য দেখেছি, যেমন AI-ডিজাইন করা এনজাইম যা প্লাস্টিক হজম করতে পারে বা বিষ প্রোটিন ব্লক করতে পারে। কিন্তু এই একই সরঞ্জামগুলি বিষ তৈরি করতে বা ভাইরাল প্রোটিনের আচরণ পরিবর্তন করতে ব্যবহার করা যেতে পারে।
ঝুঁকিটি চিহ্নিত করার প্রায় এক বছর পরে, এটি এখনও স্পষ্ট ছিল না যে কেউ এটি সম্পর্কে কী করতে পারে। বুধবার, Deep Mind টিম Google-এ একটি গবেষণা পত্র প্রকাশ করেছে যা একটি সম্ভাব্য সমাধান দেয়: প্রোটিন ওয়াটারমার্কিং। সিস্টেমটি প্রোটিনের কার্যকারিতার সাথে আপস না করে প্রোটিন সিকোয়েন্সগুলিতে একটি ওয়াটারমার্ক তৈরি করে। এটি বিশ্বস্ত গবেষকদের দ্বারা ডিজাইন করা নতুন প্রোটিন সনাক্ত করার অনুমতি দেয়, বাকি সবকিছু ঘনিষ্ঠ পরীক্ষার জন্য খুলে দেয়।
কাজটি Google-এর Synth ID প্রযুক্তির উপর ভিত্তি করে ছিল, যা AI-উত্পন্ন ডিজিটাল উপাদানে একটি সূক্ষ্ম ওয়াটারমার্ক যোগ করতে পারে। ওয়াটারমার্কটি AI-এর করা নির্দিষ্ট পছন্দের সম্ভাবনাকে প্রভাবিত করে, এবং সেই পক্ষপাতটি পণ্য জুড়ে পদ্ধতিগতভাবে বিতরণ করা হয়। যেহেতু ওয়াটারমার্কটি কীভাবে এনকোড করা হয়েছে তা না জেনে আপনি সনাক্ত করতে পারবেন না, তাই এটি অপসারণ করা অসম্ভব। Google টিম সবচেয়ে জনপ্রিয় AI প্রোটিন ডিজাইন টুল, Protein MPNN দিয়ে শুরু করেছে।
মূল সত্তা: কোম্পানি: Google, Deep Mind | ব্যক্তি: David Baker
সাধারণ প্রশ্ন: Google-এর প্রোটিন ওয়াটারমার্কিং কীভাবে কাজ করে?
সিস্টেমটি Google-এর Synth ID প্রযুক্তি ব্যবহার করে কার্যকারিতা আপস না করে প্রোটিন সিকোয়েন্সে একটি সূক্ষ্ম ওয়াটারমার্ক যোগ করে। এটি AI-এর সম্ভাব্যতা পছন্দকে প্রভাবিত করে, প্রোটিন জুড়ে একটি পক্ষপাত বিতরণ করে। যেহেতু এনকোডিং কী ছাড়া ওয়াটারমার্কটি অজানা, তাই এটি অপসারণ করা যায় না, এবং এটি আকার পরিবর্তনের মতো মৌলিক প্রক্রিয়ায় টিকে থাকে।
উৎস: Ars Technica · সারাংশ: HeadlinesBriefing