Siden juli har forskere ved Los Alamos National Laboratory i New Mexico undersøkt hvordan AI-modellen GPT-4o, utviklet av OpenAI, kan bistå i biologiske forskningstasks. Disse oppgavene inkluderer vedlikehold av cellekulturer, separering av celler ved bruk av en sentrifuge, og innføring av genetisk materiale i organismer. Målet med disse evalueringene er å innovere biosciences og forstå potensielle risikoer, med særlig fokus på biosikkerhet og biosecurity-problemer siden AI-modeller som ChatGPT ble offentlig tilgjengelige i 2022. Ved Johns Hopkins Center for Health Security understreker eksperter AI-teknologiens potensial til å forbedre folkehelsen, men påpeker også teknologiens uforutsigbare risikoer. De oppfordrer myndigheter til å identifisere og redusere de mest påtrengende risikoene, ved å bygge på tidligere erfaringer med håndtering av biologiske forskningsrisikoer. GPT-4o er en multimodal stor språkmodell (LLM) som kan behandle tekst, lyd, bilde og videoinput. Tidligere har GPT-4 vist anvendelser innen livsvitenskap, slik som design av antistoffer og automatisering av biologieksperimenter.

Imidlertid kan disse fremskrittene også utgjøre betydelige biosikkerhetsrisikoer, noe som presser myndigheter til å etablere instanser for AI-sikkerhet og implementere retningslinjer for å håndtere slike risikoer. For å avgjøre hvilke AI-ferdigheter som kan føre til storskala skade, foreslår eksperter å fokusere på dem som gjør pandeminivå-utbrudd mulig, som optimalisering av virusdesign eller automatisering av patogensyntese. De etterlyser bredt samarbeid mellom AI-utviklere og sikkerhetseksperter for å prioritere å dempe alvorlige risikoer. Sikkerhetsevalueringer av AI-modeller fokuserer ofte snevert på utviklingen av biologiske våpen uten å skille mellom mindre og større risikoer. Evalueringene må også ta hensyn til samarbeidsdriften av flere AI-systemer, istedenfor å konsentrere seg utelukkende om individuelle modeller. En mer effektiv tilnærming krever en objektiv vitenskapelig konsensus om hvilke AI-ferdigheter som utgjør betydelige biosikkerhetstrusler. Å bygge en slik konsensus vil innebære grundig sikkerhetstesting utviklet av uavhengige eksperter, støttet av både stats- og industripartnere. Denne tilnærmingen sikrer en balanse mellom å utnytte AI-teknologiens fordeler og å dempe dens risikoer.