जीव विज्ञान के AI युग की सुरक्षा: जीवन की इकाइयों पर वॉटरमार्किंग

आज, हमने SynthID Bio की घोषणा की — यह एक ऐसी तकनीक है जिससे जीवन की बुनियादी इकाइयों यानी AI द्वारा डिज़ाइन किए गए प्रोटीन में वॉटरमार्क लगाया जा सकता है और उनकी पहचान की जा सकती है।

हमारा मानना है कि यह पहली बार है जब इंसानियत ने ऐसे AI-डिज़ाइन्ड प्रोटीन को सफलतापूर्वक सिंथेसाइज़ किया है जो न केवल काम करते हैं, बल्कि जिनमें वॉटरमार्क भी मौजूद है। यह हमारी @GoogleDeepMind रिसर्च टीमों की एक शानदार इंजीनियरिंग उपलब्धि है, लेकिन साथ ही यह एक बेहद ज़रूरी सुरक्षा कवच भी है क्योंकि अब हम बायोलॉजिकल रिसर्च के एक परिवर्तनकारी युग में प्रवेश कर रहे हैं।

जेनरेटिव AI वैज्ञानिक समुदाय को नए तरह के बायोलॉजिकल आर्टिफैक्ट्स डिज़ाइन करने में मदद कर रहा है — जैसे फंक्शनल प्रोटीन — और इसके लिए AlphaProteo और RFDiffusion जैसे सिस्टम, यहाँ तक कि बैक्टीरियोफेज का इस्तेमाल हो रहा है। यह ताकतवर तकनीक बीमारियों के असरदार इलाज विकसित करने के हमारे तरीके को आगे बढ़ा सकती है, लेकिन इसके गलत इस्तेमाल का खतरा भी बना हुआ है। उदाहरण के लिए, AI से बने प्रोटीन जीन सिंथेसिस कंपनियों द्वारा इस्तेमाल की जाने वाली बायोसिक्योरिटी स्क्रीनिंग प्रक्रियाओं को चकमा दे सकते हैं, और साझा वैज्ञानिक डेटाबेस को दूषित करने का खतरा भी पैदा कर सकते हैं।

कई सालों से, Google DeepMind में मेरी टीम और मैंने यह सुनिश्चित करने के लिए काम किया है कि AI मॉडल सुरक्षित हों, और ऐसे समाधान तैयार किए हैं जो जेनरेटिव AI आउटपुट की उत्पत्ति (provenance) को ट्रैक करने में मदद करें। इसी रिसर्च का नतीजा SynthID है — यह एक अत्याधुनिक तकनीक है जो इमेज, वीडियो, ऑडियो और टेक्स्ट जैसे AI-जनित आर्टिफैक्ट्स में उनकी गुणवत्ता को प्रभावित किए बिना अदृश्य वॉटरमार्क एम्बेड करती है। SynthID का इस्तेमाल करके अब तक 100 अरब से ज़्यादा इमेज और वीडियो तथा 60,000 साल से अधिक के ऑडियो में वॉटरमार्क लगाया जा चुका है। OpenAI, NVIDIA और Kakao सहित हमारे कई प्रमुख इंडस्ट्री पार्टनर भी इसका उपयोग कर रहे हैं।

SynthID को बायोलॉजिकल दुनिया के मुताबिक ढालना कोई आसान काम नहीं था। इमेज, वीडियो और ऑडियो की दुनिया में, 'अदृश्यता' का मतलब होता है इंसानी अनुभूति का ध्यान रखना और विज़ुअल आर्टिफैक्ट्स या ध्वनि में गड़बड़ी से बचना। लेकिन बायोलॉजी का मामला अलग है। प्रोटीन सीक्वेंस सिर्फ अक्षरों की एक लंबी कतार नहीं है: यह एक भौतिक इकाई है जिसे प्राकृतिक दुनिया में काम करना होता है, और इसके असली जैविक परिणाम होते हैं। वॉटरमार्क तभी कारगर होते हैं जब बनने वाले अणु अपना काम करते रहें। प्रोटीन के मामले में इसका मतलब है — फोल्ड होना, सेलुलर रिसेप्टर्स से जुड़ना और दूसरे अणुओं के साथ ठीक उसी तरह इंटरैक्ट करना जैसे वह बिना वॉटरमार्क वाला प्रोटीन करता।

SynthID Bio के ज़रिए, हमने जैविक गतिविधि को बरकरार रखते हुए प्रभावी वॉटरमार्किंग हासिल की है। हमने ऐसी तकनीकें विकसित की हैं जो प्रोटीन सीक्वेंस और उनके थ्री-डाइमेंशनल स्ट्रक्चर की भविष्यवाणियों — दोनों में वॉटरमार्क लगा सकती हैं। SynthID Bio के व्यापक परीक्षणों से पता चला कि वॉटरमार्क वाले अणुओं ने जैविक वातावरण और असली थेरेप्यूटिक टारगेट्स, दोनों पर सही तरीके से काम किया। वेट-लैब प्रयोगों में, हमारे वॉटरमार्क वाले बाइंडर्स ने भी बिना वॉटरमार्क वाले बाइंडर्स जितनी ही सफलता दिखाई, जिससे यह साबित हुआ कि हमारा सिस्टम बिल्कुल वैसा ही काम कर रहा है जैसा हमने सोचा था।

मुझे उम्मीद है कि SynthID Bio, AI-जनित डिज़ाइनों की पहचान करने में वेरिफिकेशन की एक अहम परत बन जाएगा। AI द्वारा बनाए गए प्रोटीन को स्वचालित रूप से फ्लैग करके, यह सिंथेसिस प्रोवाइडर्स को उन धीमी और मैनुअल सुरक्षा समीक्षाओं को तेज़ करने में मदद कर सकता है जो आज ज़रूरी रिसर्च को रोक देती हैं।

SynthID Bio वैज्ञानिक साझा संसाधनों (scientific commons) को सुरक्षित रखने में भी मदद करेगा। AlphaFold जैसी सफलताएँ Protein Data Bank जैसे साफ-सुथरे पब्लिक डेटाबेस पर निर्भर करती हैं, जिनके AI-जनित भविष्यवाणियों की भारी मात्रा से दूषित होने का खतरा है। इन गलत वर्गीकृत जानकारियों को छानकर अलग करके, SynthID Bio हमारे साझा डेटाबेस और भविष्य के एल्गोरिदम को सटीक बनाए रखता है और अनजाने में गलत लेबल की गई भविष्यवाणियों से बचाता है।

हम SynthID को लगातार बेहतर बना रहे हैं और इसे और भी ज़्यादा बायोलॉजिकल मोडैलिटीज़ तक बढ़ा रहे हैं। एक शुरुआती उदाहरण के तौर पर, मुझे यह बताते हुए खुशी हो रही है कि Stanford University और Arc Institute की Hie lab के साथ चल रहे सहयोग में, हमने SynthID Bio को आगे बढ़ाकर Evo 2 द्वारा डिज़ाइन किए गए बैक्टीरियोफेज के जीनोम में वॉटरमार्क लगाने लायक बना दिया है। बैक्टीरियल कल्चर पर किए गए शुरुआती लैब टेस्ट से पता चला है कि हमारी वॉटरमार्किंग तकनीकें बैक्टीरियोफेज के काम को प्रभावित नहीं करतीं। यह एक शुरुआती मील का पत्थर और तकनीकी तौर पर एक आशाजनक प्रूफ-ऑफ-कॉन्सेप्ट है, और हम जल्द ही वैज्ञानिक समुदाय के साथ इसकी और जानकारी साझा करने के लिए उत्सुक हैं।

बायोलॉजिकल प्रोवेनेंस के लिए असरदार मानक तैयार करना एक सामूहिक प्रक्रिया होनी चाहिए। AlphaFold डेटाबेस के साथ हमारे काम की तरह ही, हम इन तकनीकों को मिलकर विकसित करने के लिए वैज्ञानिक और बायोसिक्योरिटी समुदायों के साथ साझेदारी कर रहे हैं। पहला कदम उठाते हुए, हम अपना मेथड्स पेपर प्रकाशित कर रहे हैं, कोड और in vitro डेटा को ओपन-सोर्स कर रहे हैं, और रिसर्च कम्युनिटी के लिए मॉडल वेट्स जारी कर रहे हैं, ताकि हम इस काम से मिलने वाले बायोसिक्योरिटी फायदों को पूरी तरह हासिल कर सकें।

हम एक ऐसे दौर में प्रवेश कर रहे हैं जहाँ बायोलॉजी सिर्फ निरीक्षण का विषय नहीं रह गई है, बल्कि अब हम इसे ज़िम्मेदारी से इंजीनियर कर सकते हैं। वॉटरमार्किंग अकेले बायोसिक्योरिटी की हर समस्या का हल नहीं है, लेकिन यह एक सुरक्षित और अधिक मज़बूत दुनिया की दिशा में एक अहम कदम ज़रूर है। मेरा मानना है कि हमारी तरक्की का पैमाना सिर्फ यह नहीं होना चाहिए कि हम कितने जटिल बायोलॉजिकल स्ट्रक्चर मॉडल कर सकते हैं या उनका क्या असर हो सकता है, बल्कि यह भी देखना होगा कि हम इन बढ़ती क्षमताओं को कितनी दूरदर्शिता और ज़िम्मेदारी से आगे बढ़ा रहे हैं।

हमारा ब्लॉग पढ़ें: https://deepmind.google/blog/introducing-synthid-bio/ और हमारा तकनीकी पेपर देखें: https://www.nature.com/articles/s41586-026-10965-y