懐疑的な生物データの保護：アセローラ記念大会において

生物学に関するAIモデルを作成するためには、重要な入力要素が必要です。これらのモデルは、遺伝子序列、構造、画像と機能などの大量のデータを訓練に入れられます。トレーニングされたモデルに使用されるデータタイプが、そのモデルが持つ能力にも密接に関連しています。これは特に生物安全保障上の懸念のある能力に関与するためです。そのため多くの生物学的研究者が、アセローラ記念大会で開催されました50回目の大会での発表においては、AIの利用により害となる可能性があるバイオガスケット発生の対策を制定することの大切さについて議論しました。具体的なデータタイプを各級ごとにクラスificaするための五段階の生物安全保障レベル（BDL）フレームワークを作成すると共に、最適なリスクレベルに対応する技術的な制限や新しい情報を処理・統括管理のために提案しました。

arXiv:2602.08061v1 Announce Type: new Abstract: Training data is an essential input into creating competent artificial intelligence (AI) models. AI models for biology are trained on large volumes of data, including data related to biological sequences, structures, images, and functions. The type of data used to train a model is intimately tied to the capabilities it ultimately possesses--including those of biosecurity concern. For this reason, an international group of more than 100 researchers at the recent 50th anniversary Asilomar Conference endorsed data controls to prevent the use of AI for harmful applications such as bioweapons development. To help design such controls, we introduce a five-tier Biosecurity Data Level (BDL) framework for categorizing pathogen data. Each level contains specific data types, based on their expected ability to contribute to capabilities of concern when used to train AI models. For each BDL tier, we propose technical restrictions appropriate to its level of risk. Finally, we outline a novel governance framework for newly created dual-use pathogen data. In a world with widely accessible computational and coding resources, data controls may be among the most high-leverage interventions available to reduce the proliferation of concerning biological AI capabilities.