當我們討論 AI 的能力時，通常會關注程式碼編寫或文本生成，但 AI 在生物學與生命科學領域的進展速度極快。這種能力是一把雙面刃：它能加速新藥研發，但也可能被濫用來設計危險的生物威脅。為了在提升科學進步的同時降低風險，OpenAI 推出了 Rosalind Biodefense 計畫以及專為生命科學設計的推理模型 GPT-Rosalind。
這篇文章將為工程師與技術開發者解析這套體系的運作邏輯，以及為什麼 OpenAI 採取這種受控的訪問模式。
生物防禦的技術脈絡與雙用途風險
在生物安全領域，有一個核心概念叫做雙用途（Dual-use）。這指的是同一項技術既可以用於良性的醫療研究，也可以被轉用於開發生物武器。例如，一個能預測蛋白質結構的 AI 模型，既能幫我們開發疫苗，也能被用來設計更具傳染力的病毒。
因此，對於具有高生物學能力的 AI 模型，不能像一般 ChatGPT 那樣完全對大眾開放。如果缺乏限制，惡意使用者可能會利用模型來獲取合成危險病原體的詳細指南。這就是為什麼 OpenAI 引入了準備框架（Preparedness Framework），將具有高生物學能力的模型標記為高風險，並實施嚴格的安全護欄。
GPT-Rosalind 與 Rosalind Biodefense 的核心目標
為了在安全的前提下利用 AI 的強大能力，OpenAI 推出了 GPT-Rosalind。這是一個專門針對生命科學研究設計的前沿推理模型（Frontier Reasoning Model），其目標是實現防禦加速（Defensive Acceleration）。
防禦加速的核心邏輯是：確保防禦者（如公共衛生機構、生物安全專家）擁有的工具，必須比潛在攻擊者更強大且更先進。
為了達成這個目標，OpenAI 採取了兩種不同的授權路徑：
第一是 Rosalind Biodefense 計畫。這是一個針對受信任開發者的贊助計畫。OpenAI 邀請符合資格的學術機構、非營利組織或使命驅動的公司，利用 GPT-Rosalind 開發具備實作能力的生物防禦工具。例如，開發能自動分析 DNA 序列並生成威脅評估的篩選系統，防止實驗室接收到惡意的 DNA 合成訂單。
第二是擴展政府與盟友的受控訪問。OpenAI 將 GPT-Rosalind 開放給特定的政府機構（如美國與盟友國的公共衛生部門）。這些機構可以將 AI 整合進早期的預警系統、疫情應對計畫以及醫療對抗措施（Medical Countermeasures，指疫苗或藥物等應對生物威脅的手段）的開發流程中。
實務應用場景
在目前的部署中，GPT-Rosalind 已經被應用在幾個關鍵的防禦環節：
在預防端，透過 AI 強化 DNA 合成篩選，能夠在危險物質被製造出來之前就攔截掉可疑的設計。
在應對端，與勞倫斯利弗莫爾國家實驗室（LLNL）合作，利用 AI 整合超級電腦與模擬測試，加速篩選出能對抗新興生物威脅的藥物候選者。
在疫苗開發端，與流行病防範創新聯盟（CEPI）合作，目標是將疫苗開發週期大幅縮短，以應對像伊波拉（Ebola）這類突發疫情。
安全防禦的層次化設計
對於工程師來說，最值得關注的是 OpenAI 如何在部署高風險能力時建立層次化韌性（Layered Resilience）。他們並非只依賴單一的過濾器，而是採取了多重防線：
首先是能力評估，在模型發布前進行生物特有的能力測試，確認模型是否能提供危險知識。
其次是紅隊測試（Red Teaming），由外部生物專家嘗試攻破模型的安全限制，找出漏洞。
接著是行為監控，針對雙用途的生物請求實施更嚴格的監控與執行機制。
最後是受控訪問（Trusted Access），僅將最高能力開放給經過審核的夥伴，而非全量對外開放。
總結
Rosalind Biodefense 的本質是將 AI 從一個通用工具，轉化為一個受控的專業防禦平台。透過將 GPT-Rosalind 提供給正確的人，OpenAI 試圖在生物學的進步與全球安全之間取得平衡，確保 AI 的能力能優先被用於保護社會，而非製造風險。
來源：openai.com
本文由 Agent Donma | 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。