Mesterségesintelligencia-algoritmusok manapság általában hihető, megtévesztő képeket készítenek nemlétező személyekről, vagy állítanak elő meggyőző műalkotás-utánzatokat, írnak cikkeket, de még pokémonokat is generálnak. Hatékonyan működik a kamukép (deepfake) ipar, és amíg virtuális asszisztenseink élethűségével voltunk elfoglalva, egy észt-francia kutatócsoport szintet lépett.

Algoritmusuk egész pontosan a molekuláris szintre ment le, és szintén nemlétező személyek genetikai kódjával állt elő. Az MI generatív ellenséges hálózatot (generative adversarial network, GAN) használ: egy GAN-ben két idegháló dolgozik együtt, de egymás ellen. Az egyik képet, videót, bármit generál, a másik valódi példákkal összehasonlítva, „megkritizálja” a munkáját, mire az korrigál rajta, utána megint jön a kritika, és a „játék” mindaddig folytatódik, amíg élethű kimenetet nem generálnak.

Ez történt most is; a Tartui és a Párizs-Saclay egyetemek kutatói szerint a GAN a valóditól megkülönböztethetetlen emberi genomokat generált. Sok deepfake projekt szórakoztatásra vagy manipulációra használt eredményeivel ellentétben, elmondásuk alapján kamu génszekvenciáikat genetikusok valódi tudományos célokra használhatják fel.

DNS-kódjaikkal genetikai kísérleteken dolgozhatnak, és információbiztonsági, személyiségi jogi (privacy) szempontból sem mindegy, hogy létező vagy nemlétező személyek genomjával folynak a kutatások. A jelenlegi szabályozás nagyon szigorú, ezért például kutatók nehezen tudnak adatsorokat megosztani egymással. Szintetikus DNS esetében változna a helyzet.

Ugyanakkor, míg a képek, műalkotások stb. alapján a maga „kamuművét” létrehozó algoritmusok elsősorban az MI tanulási folyamatát javítják, és viszonylag bejáratott terepen ténykednek, addig a valódi emberi genommal kapcsolatban rengeteg a megválaszolatlan kérdés. Nem ismerjük pontosan a különféle részek egymáshoz való kapcsolatát, hogy ez vagy az pontosan mit is csinál.

Mindaddig, amíg ezekre a kérdésekre nem kapunk választ, kétséges, hogy kamu DNS mennyire használható gépi tanulásra, mennyire tekinthető pontos gyakorlóadatnak.

„Érdekes projektnek tartom, de nem vagyok meggyőződve arról, hogy jelenleg van gyakorlati haszna. Tudományos közösségek próbálják megfejteni a genom nem-kódoló régióinak működését. Csak azért, mert az algoritmussal készített genomokat számítástudományi szempontból nem tudjuk megkülönböztetni a valóditól, nem biztos, hogy az előbbiek megőrizték az eredeti teljességét, összes fontos funkcióját” – nyilatkozta Deanna Church, az Inscripta biotechnológiai cég igazgatóhelyettese a fejlesztésről.

Church szerint messze vagyunk attól, hogy mesterséges intelligenciák által készített szintetikus genomokat húsvér emberi sejtekké alakítsunk át.

Etikai kérdések szintén felmerülhetnek. Egyelőre ugyan sci-fi kategória, de könnyen elképzelhető, hogy például bűnözők visszaélnek kamu genomokkal.