Исследователи из Мэрилендского университета адаптировали технологию Google DeepMind SynthID для встраивания невидимых водяных знаков в белковые последовательности, созданные искусственным интеллектом. Метод использует подход Gumbel sampling для корректировки распределения вероятностей аминокислот в процессе генерации, применяясь к модели ProteinMPNN, выпущенной в 2022 году.
Проведенные тесты показали, что встраивание знака не влияет на показатели pLDDT, которые оценивают качество фолдинга белков. Водяной знак интегрируется непосредственно в структуру последовательности в момент её создания, что делает его устойчивым к копированию или изменению формата файла. Для обнаружения знака требуется доступ к приватному ключу.
Разработка призвана усилить биобезопасность, позволяя организациям определять, была ли белковая последовательность создана конкретной моделью ИИ. Технология может быть интегрирована в существующие системы проверки, включая протоколы Международного консорциума по синтезу генов, которые отслеживают потенциально опасные последовательности ДНК.
На текущий момент коммерческого продукта под названием SynthID Bio не существует. Данное исследование находится на стадии подтверждения концепции и является расширением принципов работы системы SynthID, которая уже используется для маркировки текста, изображений, аудио и видео, созданных с помощью нейросетей.
