સિલિકોન અને ડીએનએનું મિલન: શું આર્ટિફિશિયલ ઇન્ટેલિજન્સ નવા રોગોનો ઇલાજ શોધશે કે જૈવિક હથિયારો બનાવશે?

વિજ્ઞાન અને ટેકનોલોજીના ઇતિહાસમાં અત્યારે આપણે એક એવા વળાંક પર ઊભા છીએ જ્યાં કમ્પ્યુટર કોડ અને જીવવિજ્ઞાન વચ્ચેની સીમાઓ ઝડપથી ભૂંસાઈ રહી છે. તાજેતરમાં યુનાઇટેડ કિંગડમ વિશ્વની પ્રથમ 'AI બાયોસિક્યુરિટી લેબ' સ્થાપના કરનાર પ્રથમ દેશ બન્યો છે, જે આ દિશામાં એક મોટું પગલું છે. આ લેબનો મુખ્ય ઉદ્દેશ્ય બેવડો છે: પ્રથમ, રોગોને સમજવા અને નવી દવાઓ તથા રસીઓની શોધને વેગ આપવા માટે AIનો ઉપયોગ કરવો; અને બીજું, એ સુનિશ્ચિત કરવું કે AI કોઈને જૈવિક હથિયાર (biological weapon) બનાવવામાં મદદ ન કરે. આ પહેલ પાછળ બ્રિટિશ સરકારનું ૧૦૦ મિલિયન પાઉન્ડનું ભંડોળ છે, જ્યારે OpenAI અને Anthropic જેવી દિગ્ગજ કંપનીઓએ ૨૦૦ મિલિયન પાઉન્ડ સુધીની પ્રતિબદ્ધતા દર્શાવી છે. Google DeepMind પણ આ લેબ સાથે મળીને તેના શક્તિશાળી Gemini મોડેલ્સ દ્વારા સંશોધનમાં મદદ કરશે.

જૈવ-સુરક્ષા (biosecurity) એ એક એવો શબ્દ છે જેનો અર્થ સમય સાથે બદલાતો રહ્યો છે. મૂળભૂત રીતે, તે હાનિકારક સજીવો જેવા કે વાયરસ, બેક્ટેરિયા કે આક્રમક વનસ્પતિઓના ફેલાવાને રોકવા માટેના પગલાંનો ઉલ્લેખ કરે છે. ન્યુઝીલેન્ડ આ બાબતે ખૂબ જાગૃત હતું અને તેણે ૧૯૯૩માં જ 'બાયોસિક્યુરિટી એક્ટ' પસાર કર્યો હતો. આજે, આ વ્યાખ્યામાં જૈવ-આતંકવાદ (bioterrorism) અને લેબોરેટરીમાંથી જોખમી પદાર્થોની ચોરી અટકાવવાનો પણ સમાવેશ થાય છે. જ્યારે આપણે જૈવ-સલામતી (biosafety) વિશે વાત કરીએ છીએ, ત્યારે તેનો અર્થ પ્રયોગશાળામાં કામ કરતા સંશોધકો અને પર્યાવરણને અકસ્માતે ચેપ લાગવાથી બચાવવાનો હોય છે. પરંતુ જૈવ-સુરક્ષા એ ઇરાદાપૂર્વકના નુકસાનને રોકવા પર કેન્દ્રિત છે, જે આજના AI યુગમાં વધુ જટિલ બની ગઈ છે.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) એટલે કમ્પ્યુટર સિસ્ટમની એવી ક્ષમતા જે સામાન્ય રીતે માનવીય બુદ્ધિની જરૂર હોય તેવા કાર્યો કરી શકે, જેમ કે શીખવું, તર્ક કરવો અને સમસ્યાઓ ઉકેલવી. ૨૦૧૨ પછી જ્યારે ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ્સ (GPUs) નો ઉપયોગ ન્યુરલ નેટવર્કને વેગ આપવા માટે શરૂ થયો, ત્યારે AI ક્ષેત્રે મોટી ક્રાંતિ આવી. ૨૦૧૭માં આવેલી ટ્રાન્સફોર્મર આર્કિટેક્ચર (transformer architecture) ટેકનોલોજીએ આ પ્રગતિને વધુ વેગ આપ્યો. હવે, જનરેટિવ AI (generative AI) માત્ર ટેક્સ્ટ કે ઈમેજ જ નહીં, પરંતુ પ્રોટીનની રચના અને જીનોમ સિક્વન્સિંગ (genomic sequencing) જેવા જટિલ જૈવિક ડેટા પણ બનાવી શકે છે. આ ક્ષમતા વૈજ્ઞાનિકો માટે આશીર્વાદરૂપ છે, પરંતુ તે જ સમયે તે ખતરનાક પણ સાબિત થઈ શકે છે.

બાયોસાયન્સમાં AIના ઉપયોગના મુખ્ય ક્ષેત્રોમાં પ્રોટીન ફોલ્ડિંગ (protein folding) અને મેટાબોલિક પાથવે મેપિંગનો સમાવેશ થાય છે. પ્રોટીન ફોલ્ડિંગ એટલે પ્રોટીનના જટિલ ત્રિ-પરિમાણીય આકારને સમજવાની પ્રક્રિયા, જે નવી દવાઓ બનાવવા માટે અનિવાર્ય છે. ઓગસ્ટ મહિનામાં સ્ટેનફોર્ડ યુનિવર્સિટી અને આર્ક ઇન્સ્ટિટ્યૂટના સંશોધકોએ જાહેરાત કરી હતી કે જનરેટિવ AIની મદદથી તેમણે પ્રથમ વખત સંપૂર્ણ કાર્યરત જીનોમ (genome) તૈયાર કર્યો છે. આ માટે તેમણે 'Evo 1' અને 'Evo 2' નામના જીનોમ લેંગ્વેજ મોડેલ્સનો ઉપયોગ કર્યો હતો. આ મોડેલ્સે એવા ૧૬ બેક્ટેરિયોફેજ (bacteriophages) - એટલે કે બેક્ટેરિયાને મારતા વાયરસ - તૈયાર કર્યા જેણે સફળતાપૂર્વક E. coli બેક્ટેરિયાનો નાશ કર્યો. આ સફળતા દર્શાવે છે કે AI હવે જીવંત સૃષ્ટિના પાયાના બ્લુપ્રિન્ટને પણ ફરીથી લખી શકે છે.

જોકે, આ પ્રગતિની સાથે એક મોટો ડર પણ જોડાયેલો છે: શું કોઈ બિન-નિષ્ણાત વ્યક્તિ AIની મદદથી જૈવિક હથિયાર બનાવી શકે? ઓક્સફોર્ડ અને યુસી બર્કલેના સંશોધકોએ એક પેપરમાં નોંધ્યું છે કે વિશાળ ભાષા મોડેલો (LLMs) બાયોલોજીના ક્ષેત્રમાં વધુને વધુ સારું પ્રદર્શન કરી રહ્યા છે. જોકે તે હજુ સ્પષ્ટ નથી કે શું આ મોડેલ્સ કોઈ સામાન્ય વ્યક્તિને ઇન્ટરનેટ પર ઉપલબ્ધ માહિતી કરતા વધુ મદદ કરી શકે છે કે નહીં. RAND નામની સંશોધન સંસ્થા ચેતવણી આપે છે કે કોઈ એક સુરક્ષા કવચ પૂરતું નથી. તેમણે બહુસ્તરીય સુરક્ષા માળખાની ભલામણ કરી છે, જેમાં ડેટાની ઍક્સેસ પર પ્રતિબંધ, જોખમી પદાર્થોનું સ્ક્રીનિંગ અને દુરુપયોગની શોધનો સમાવેશ થાય છે. RANDના ડાયરેક્ટર સેલા નેવો કહે છે કે AI ક્ષમતાઓ કેટલી ઝડપથી વધશે તે આપણે જાણતા નથી, પરંતુ સુરક્ષા માળખું અત્યારે જ બનાવવું પડશે.

દવાઓના સંશોધનમાં AIનો ફાળો અદભૂત રહ્યો છે. Anthropic કંપનીના જણાવ્યા મુજબ, AI હવે કેન્સરની સારવાર (CAR T-cell therapy) ને વધુ અસરકારક બનાવવામાં અને એલર્જી પેદા કરતા અણુઓને શરીરથી અલગ પાડવામાં મદદ કરી રહ્યું છે. OpenAI એ 'GPT-Rosalind' નામનું મોડેલ રજૂ કર્યું છે, જેણે તાજેતરમાં એક પ્રયોગમાં માત્ર ૩૨ મિનિટમાં ૮ મિલિયન ઉંદરના મગજના કોષોના ડેટાનું વિશ્લેષણ કર્યું હતું. આ કાર્ય કરવા માટે સામાન્ય રીતે વૈજ્ઞાનિકોને મહિનાઓ લાગી શકે છે. આ સંશોધન અલ્ઝાઈમર અને પાર્કિન્સન જેવા રોગોના ઈલાજ શોધવામાં ખૂબ મદદરૂપ થઈ શકે છે. Google DeepMind એ પણ 'ProtNLM' (Protein Natural Language Model) વિકસાવ્યું છે, જે પ્રોટીનના એમિનો એસિડ સિક્વન્સની ઉત્ક્રાંતિની 'ગ્રામર' વાંચી શકે છે, જેનાથી નવા એન્ટિબાયોટિક્સ શોધવામાં સરળતા રહેશે.

પરંતુ આ જ શક્તિશાળી મોડેલ્સ જો ખોટા હાથમાં જાય તો તે ઝેરી પદાર્થો (toxins) અથવા નવા વાયરસની રચનામાં મદદ કરી શકે છે. Anthropic ના 'Claude Fable 5' મોડેલે બાયોલોજીના જટિલ કાર્યોમાં નિષ્ણાતોને પણ પાછળ છોડી દીધા છે. કંપનીએ સ્વીકાર્યું છે કે તેમણે દુરુપયોગના અનેક પ્રયાસોને અટકાવ્યા છે, જેમાં જૈવિક હથિયારોના સંશોધનને લગતા પ્રશ્નો પૂછવામાં આવ્યા હતા. આ જોખમને પહોંચી વળવા માટે Google DeepMind એ 'SynthID Bio' નામની એક નવી સિસ્ટમ રજૂ કરી છે. આ એક પ્રકારનું વોટરમાર્કિંગ (watermarking) છે, જે પ્રોટીન સિક્વન્સમાં જ એક ઓળખ ચિહ્ન અંકિત કરે છે. આનાથી એ ઓળખી શકાશે કે કોઈ પ્રોટીન કુદરતી છે કે AI દ્વારા લેબોરેટરીમાં બનાવવામાં આવ્યું છે. પરંપરાગત સ્ક્રીનિંગ પદ્ધતિઓ માત્ર જાણીતા જોખમી વાયરસને જ ઓળખી શકે છે, પરંતુ AI દ્વારા બનાવાયેલા નવા જોખમો તે પકડી શકતી નથી.

વૈશ્વિક સુરક્ષા સંસ્થા NTI (Nuclear Threat Initiative) ના અહેવાલ મુજબ, OpenAI નું GPT-5.5 મોડેલ જીનેટિક્સના જટિલ પરીક્ષણોમાં મોટી છલાંગ લગાવી રહ્યું છે. તેવી જ રીતે, Anthropic ના 'Mythos' મોડેલે બાયોઇન્ફોર્મેટિક્સની એવી ૩૦% સમસ્યાઓ ઉકેલી છે જે માનવ નિષ્ણાતો પણ ઉકેલી શક્યા નહોતા. આ પરિસ્થિતિમાં, AI કંપનીઓ અને વૈજ્ઞાનિકોએ અમેરિકી સરકારને વિનંતી કરી છે કે સિન્થેટિક ડીએનએ (synthetic DNA) ના ઓર્ડર આપતી વખતે તેનું ફરજિયાત સ્ક્રીનિંગ અને રેકોર્ડ રાખવા માટે કાયદો બનાવવામાં આવે. સેમ ઓલ્ટમેન અને ડેમિસ હસાબિસ જેવા દિગ્ગજોએ આ પત્ર પર હસ્તાક્ષર કર્યા છે. તેમનું માનવું છે કે ડીએનએ બનાવતી મશીનોએ તપાસવું જોઈએ કે ગ્રાહક જે સિક્વન્સ માંગી રહ્યો છે તે કોઈ જોખમી વાયરસનો ભાગ તો નથી ને.

ભારત જેવા દેશો માટે આ ટેકનોલોજી બેધારી તલવાર સમાન છે. એક તરફ, AI દ્વારા સસ્તી દવાઓ અને રસીઓનું નિર્માણ ભારતની વિશાળ જનસંખ્યા માટે વરદાન સાબિત થઈ શકે છે. બીજી તરફ, જૈવ-સુરક્ષામાં કોઈ પણ ખામી ગંભીર જાહેર આરોગ્ય સંકટ ઊભું કરી શકે છે. અત્યારે મોટાભાગના દેશોમાં સામાન્ય AI માટે નિયમો છે, પરંતુ બાયોલોજીમાં તેના વિશિષ્ટ ઉપયોગ માટે કોઈ કડક કાયદા નથી. OpenAI એ તેના બાયોસેફ્ટી ગાર્ડરેલ્સ (guardrails) તોડવા માટે ૫૦,૦૦૦ ડોલરનું ઈનામ પણ જાહેર કર્યું છે, જેથી તેઓ પોતાની સિસ્ટમની નબળાઈઓ જાણી શકે અને તેને સુધારી શકે.

અંતે, AI અને બાયોસાયન્સનું મિલન એ માનવજાત માટે એક નવી આશા લઈને આવ્યું છે. આપણે એવા યુગમાં પ્રવેશી રહ્યા છીએ જ્યાં કેન્સર કે અલ્ઝાઈમર જેવા અસાધ્ય રોગોનો ઈલાજ કદાચ થોડા વર્ષોમાં જ મળી જશે. પરંતુ આ પ્રગતિની કિંમત સતર્કતા છે. જો આપણે જૈવ-સુરક્ષાના કડક નિયમો અને ટેકનિકલ સુરક્ષા કવચ નહીં બનાવીએ, તો જે ટેકનોલોજી જીવન બચાવવા માટે બની છે, તે જ વિનાશનું કારણ પણ બની શકે છે. સરકારો, વૈજ્ઞાનિકો અને AI કંપનીઓએ સાથે મળીને એ સુનિશ્ચિત કરવું પડશે કે વિજ્ઞાનની આ ક્રાંતિ માનવતાના કલ્યાણ માટે જ રહે.