乌克兰战事之外的化学武器危机（组图）

本文转载自多维新闻，仅代表原出处和原作者观点，仅供参考阅读，不代表本网态度和立场。

围绕乌克兰战事的相争各方在战事爆发前后都有质疑对方有使用化学武器可能的消息。近日，《华尔街日报》等媒体更爆出参与俄乌谈判的英超球会车路士（Chelsea）班主、俄罗斯富商艾巴莫域治（Roman Abramovich）和两名乌克兰官员及谈判代表在3月初出现红眼、持续疼痛流泪、手与脸脱皮等征状，艾巴莫域治甚至一度失去视力，怀疑是被下毒所致。

然而，就在艾巴莫域治等人怀疑中毒后数日在《自然—机器智能》（Nature Machine Intelligence）发表的一篇文章，却更加明确地指出了一项为人忽视的潜在化学武器危机。

该文章标题为《人工智能药物发现的双重用途》（Dual use of artificial-intelligence-powered drug discovery），作者们来自一个名为“Collaborations Pharmaceuticals”的公司，专门以人工智能为顾客寻找可能成为药物的化学分子排列，近来曾在毒性预测的机器学习模型的议题上发表过文章，并获瑞士官方有关核子、生物、化学防治的机构Spiez Laboratory邀请在有关人工智能药物发现可能有何滥用的议题上发表报告。

作者承认，在此前，他们虽知道有毒化学物可被滥用，却没有想过用以发现新药物的人工智能本身会被滥用的问题。

作者的公司本身已设计了一套称为“MegaSyn”的程式，经人工智能学习后可自我产生新的化学分子组合，MegaSyn则受一套机器学习模式的引导，后者从一系列数据集中已学习到如何预测出不同分子结构部分在抑制人类疾病上的生物活性。MegaSyn的原意是要寻找可抑制目标人类疾病的化学分子。

在实际运用上，作者以惩罚毒性、奖励其定为目标的生物活动为界限，希望减低程式产生出来的化学分子的毒性。

为了这个有关人工智能滥用的研究，作者则将实际运用的界线反转过来，改为同时奖励毒性和生物活性。最终，以作者自家的伺服器运算，人工智能程式在6个小时内就产生出40,000种化学分子，当中包括很多已知的化学武器，例如几粒盐的份量就足以致命的VX，也有很多全新的化学分子，当中包括预计毒性更强的组合，也包括作者所述的“未知分子性质空间”（unknown molecular property space），即与已知神经毒素完全分开的组合类别。

换句话说，这已构成制造全新一代生化武器的可能。作者在文中就指：“我们的概念性证明因此点出一个非人类的自动致命化武制造者为何完全可行。”

文章的作者没有进一步查证其人工智能程序生产出来的化学分子的合成难度，或者研究它们如何可以逆合成法软体制造出来。不过，作者认为，坊间已有很多商用或开源的软体可以直接配搭上能产生新化学分子的软体去应用。

同时，作者也没有物理上尝试合成这些化学组合。不过他们指出，全球有数以百计的商业机构提供化学合作服务，而且管制不严，这并不算是什么困难。

作者更“谦虚”地指出，他们只是数以百计以人工智能软件作药物发现和新设计的公司之中的其中一家非常小的公司。而在他们公司设计的软件工具之外，一系列的开源程式工作和资料库，几乎都在没有监管的情况下被公开。到底有多少人有足够的技术去生产新的化学武器？

在文章中，作者并没有很到位地形容这到底有多容易，不过在文章发布后的一个《Verge》访问中，其中一位作者就说得明白：“你可以去搜寻一下生成模型，就可以找到一堆早已弄好、一行字就够的生成模型（可免费使用），然后你再去搜寻毒性资料集，外面有一大开源的……于是你有了这两样东西，你再懂得如何写程式和制造机器学习模式（按：此作者的标准似乎是懂得一点Python，再多一些就够），你只需要互联网连接和一台电脑，你就可以复制我们所做的。”

而且，尽管已知化学武器的成分已有严厉管制，但化学合成公司众多，只要一样新的化学分子看起来不像是他们知道的化学武器，他们就很可能会把它合成出来，再交付出去。因此，制造过程并不困难。

在文章中，作者认为他们所拥有的人工智能工具，可能要像GPT-3这个自然语言生产器一般去管理（后者有可能用于深层造假的影片上），使用者需要该程式的拥有者给予存取许可，并且可随时收回。

不过，这种建议看起来并非长治久安之法。

与其在俄乌问题上散布化武使用的恐慌，各国政府实在应该留意一下这种硝烟之外的潜在危机。

本文转载自多维新闻，仅代表原出处和原作者观点，仅供参考阅读，不代表本网态度和立场。