Radical Numerics usa modelos de lenguaje genómico para reforzar la bioseguridad

Radical Numerics anunció que sus modelos de lenguaje genómico (GLM) están listos para enfrentar la creciente amenaza de bioseguridad impulsada por IA. En una entrevista, Eric Nguyen explicó que los mismos modelos que generan genomas de bacteriófagos funcionales pueden usarse para detectar y mitigar riesgos biotecnológicos antes de que se materialicen.

El equipo de Nguyen, que incluye a Michael Poli, Stefano Massaroli y Armin W. Thomas, ha entrenado versiones sucesoras de Evo y Evo‑2, inicialmente desarrolladas en el Arc Institute. Estas arquitecturas manejan secuencias de hasta 2,3 millones de bases, mucho más largas que los primeros LLM de texto, gracias a avances en modelos de contexto extenso como el proyecto striped hyena.

En el experimento presentado, los investigadores alimentaron al modelo con aptámeros de bajo rendimiento y, mediante un proceso de “cadena de pensamiento” en el lenguaje del ADN, el modelo extrapoló a puntuaciones superiores que no había visto. El resultado sugiere que los GLM pueden aprender relaciones funcionales entre secuencias y predecir propiedades biológicas sin supervisión directa, abriendo la puerta a aplicaciones de detección de patógenos o diseño de contramedidas.

Sin embargo, Nguyen advierte que la defensa está rezagada. Mientras los laboratorios de frontera lanzan modelos con contextos de 1 millón de tokens, los equipos de ciber‑y‑bioseguridad aún dependen de herramientas propietarias y cerradas. La propuesta de Radical Numerics es clara: abrir los pesos y el código para que cualquier entidad defensiva pueda incorporar estos modelos en sus flujos de trabajo, evitando una carrera armamentista donde solo unos pocos tengan acceso a la tecnología más avanzada.

Esta postura se alinea con la reciente filtración de un ataque a OpenAI que involucró a Hugging Face, donde los defensores tuvieron que reaccionar rápidamente con modelos abiertos. El mensaje es que la seguridad biológica no se resolverá en un silo; la comunidad debe compartir pesos, datos y metodologías, tal como lo hizo Z‑AI al liberar GLM5.2 de forma gratuita.

Implicaciones para la infraestructura

• Compatibilidad: los GLM de Radical Numerics se entrenan sobre arquitectura Transformer y pueden ejecutarse en GPUs de consumo o en clústers de nube con soporte para PyTorch.
• Rendimiento: el manejo de contextos de varios megabases requiere al menos 32 GB de VRAM y técnicas de atención lineal para mantener la latencia bajo control.
• Licencia: los pesos se publican bajo una licencia Apache 2.0, lo que permite su integración en sistemas internos sin restricciones comerciales.

Queda por ver si los equipos de defensa adoptarán rápidamente esta estrategia abierta o si los reguladores impondrán restricciones a la distribución de modelos capaces de diseñar material genético. La carrera entre ofensiva y defensiva en bioseguridad apenas comienza.