Het Verenigd Koninkrijk investeert 100 miljoen pond in een nieuw laboratorium dat kunstmatige intelligentie moet inzetten om biologische dreigingen eerder te herkennen en beter te bestrijden. OpenAI en Anthropic hebben daarnaast toegezegd samen tot 200 miljoen pond aan AI-rekenkracht, modeltoegang en technische ondersteuning beschikbaar te stellen. Het initiatief maakt deel uit van een bredere Britse investering in AI-veiligheid en laat zien dat overheden de technologie steeds vaker zien als zowel een wetenschappelijke kans als een potentieel veiligheidsrisico.
Een nieuw laboratorium voor AI en biologische veiligheid
De Britse regering heeft op 24 oktober 2026 de oprichting aangekondigd van het AI Biosecurity Lab. De organisatie moet geavanceerde AI combineren met biologische wetenschap om de mogelijkheden van het Verenigd Koninkrijk te verbeteren om biologische dreigingen te begrijpen, te voorkomen, te detecteren en erop te reageren.
Het laboratorium krijgt 100 miljoen pond aan overheidsfinanciering. Daarnaast hebben OpenAI en Anthropic toegezegd elk tot 100 miljoen pond aan ondersteuning te leveren. Die bijdragen bestaan uit AI-modelcredits, toegang tot relevante modellen en technische ondersteuning. Het gaat dus niet simpelweg om 200 miljoen pond aan vrij besteedbaar contant geld.
Volgens de Britse overheid wordt het laboratorium opgezet als een onafhankelijke non-profitorganisatie. Het moet samenwerken met overheidsinstanties, wetenschappelijke instellingen, AI-bedrijven en organisaties uit de biotechnologische sector.
Het doel is om geavanceerde AI in te zetten voor praktische toepassingen die de weerbaarheid tegen biologische risico’s versterken. Daarbij gaat het onder meer om het sneller herkennen van opkomende dreigingen en het versnellen van de ontwikkeling van vaccins, behandelingen en andere medische tegenmaatregelen.
De aankondiging komt op een moment waarop AI-systemen steeds beter worden in het verwerken van wetenschappelijke informatie, het ondersteunen van onderzoek en het uitvoeren van gespecialiseerde taken. Die mogelijkheden bieden kansen voor de gezondheidszorg, maar kunnen ook nieuwe risico’s met zich meebrengen wanneer krachtige technologie voor schadelijke doeleinden wordt gebruikt.
Bron: Britse regering — Introducing the AI Biosecurity Lab.
Waarom kunstmatige intelligentie belangrijk wordt voor biosecurity
Biosecurity omvat maatregelen die mensen, dieren, planten en ecosystemen beschermen tegen biologische dreigingen. Daaronder vallen onder andere ziekte-uitbraken, gevaarlijke ziekteverwekkers en situaties waarin biologische kennis of technologie op schadelijke wijze wordt toegepast.
Het herkennen van een nieuwe dreiging kan ingewikkeld zijn. Wetenschappers moeten informatie uit verschillende bronnen combineren, veranderingen in ziektepatronen beoordelen en bepalen of een waargenomen signaal daadwerkelijk op een risico wijst.
AI kan daarbij helpen door grote hoeveelheden gegevens sneller te analyseren. Systemen kunnen bijvoorbeeld patronen herkennen in onderzoeksgegevens, wetenschappelijke publicaties en gegevens die relevant zijn voor ziektebewaking. Ze kunnen onderzoekers ondersteunen bij het vergelijken van mogelijke verklaringen en het prioriteren van signalen die nader onderzoek verdienen.
Dat betekent niet dat AI zelfstandig kan vaststellen of een biologische dreiging echt is. Gegevens kunnen onvolledig zijn, patronen kunnen verkeerd worden geïnterpreteerd en een model kan conclusies voorstellen die niet door het beschikbare bewijs worden ondersteund. Wetenschappelijke beoordeling en onafhankelijke verificatie blijven daarom noodzakelijk.
De Britse regering wil het laboratorium gebruiken om AI-capaciteiten om te zetten in concrete toepassingen voor preventie en respons. Het gaat dus niet alleen om onderzoek naar de technologie zelf, maar ook om de vraag hoe de resultaten bruikbaar kunnen worden gemaakt voor instellingen die verantwoordelijk zijn voor de volksgezondheid en nationale veiligheid.
AI kan medische ontwikkeling versnellen
Een van de belangrijkste mogelijke voordelen ligt bij de ontwikkeling van medische tegenmaatregelen. Het onderzoek naar nieuwe vaccins en behandelingen kan veel tijd vergen, onder meer doordat onderzoekers verschillende hypotheses moeten onderzoeken en de veiligheid en werkzaamheid van potentiële oplossingen moeten beoordelen.
AI kan delen van dat proces ondersteunen. Modellen kunnen wetenschappelijke literatuur samenvatten, onderzoekers helpen relevante verbanden te vinden en bepaalde onderzoeksstappen versnellen. Gespecialiseerde systemen kunnen daarnaast helpen bij het analyseren van biologische gegevens en het beoordelen van mogelijke onderzoekstrajecten.
Het AI Biosecurity Lab moet samenwerken met organisaties die beschikken over biologische expertise, onderzoeksfaciliteiten en kennis van de volksgezondheid. Die samenwerking is belangrijk, omdat een model dat op papier een interessante uitkomst produceert niet automatisch een bruikbare medische oplossing oplevert.
Een kandidaat-vaccin of behandeling moet nog altijd worden onderzocht, getest en beoordeeld volgens de relevante wetenschappelijke en medische normen. AI kan bepaalde stappen efficiënter maken, maar neemt de noodzaak van laboratoriumonderzoek, klinische evaluatie en toezicht niet weg.
Wanneer het lukt om de tijd tussen het herkennen van een dreiging en het ontwikkelen van een tegenmaatregel te verkorten, kan dat bij toekomstige ziekte-uitbraken van grote waarde zijn. De daadwerkelijke impact van het nieuwe laboratorium zal echter afhangen van de kwaliteit van het onderzoek, de beschikbaarheid van betrouwbare gegevens en de mate waarin resultaten in de praktijk kunnen worden toegepast.
De keerzijde: AI kan ook nieuwe biologische risico’s opleveren
De Britse investering is niet alleen bedoeld om wetenschappelijke vooruitgang te stimuleren. Een belangrijke reden voor de oprichting van het laboratorium is de bezorgdheid dat krachtigere AI-systemen sommige biologische risico’s kunnen vergroten.
Geavanceerde modellen kunnen informatie toegankelijker maken, ingewikkelde wetenschappelijke onderwerpen begrijpelijker uitleggen en gebruikers ondersteunen bij gespecialiseerde taken. Dat kan nuttig zijn voor legitieme onderzoekers, maar de gevolgen hangen mede af van wie toegang heeft tot de technologie en waarvoor die wordt gebruikt.
Wanneer AI-systemen beter worden in het beantwoorden van vragen over biologie, moeten ontwikkelaars en veiligheidsdeskundigen ook onderzoeken of die systemen misbruik kunnen ondersteunen. Daarbij gaat het bijvoorbeeld om de mogelijkheid dat een model schadelijke verzoeken onvoldoende herkent of informatie verstrekt die in een gevaarlijke context kan worden toegepast.
Dit betekent niet dat iedere gebruiker met toegang tot een geavanceerd model een biologische dreiging kan veroorzaken. De werkelijke risico’s zijn afhankelijk van verschillende factoren, waaronder de capaciteiten van het systeem, de beschikbare middelen, de kennis van de gebruiker en de bestaande veiligheidsmaatregelen.
Juist daarom is het belangrijk om risico’s systematisch te onderzoeken in plaats van alleen te vertrouwen op algemene veiligheidsbeloften van AI-bedrijven. Het laboratorium moet bijdragen aan beter inzicht in de mogelijkheden en beperkingen van de technologie en aan praktische maatregelen om misbruik te voorkomen.
Waarom OpenAI en Anthropic betrokken zijn
De deelname van OpenAI en Anthropic is opvallend omdat beide bedrijven geavanceerde AI-modellen ontwikkelen en tegelijk moeten nadenken over de risico’s van hun technologie.
Volgens de Britse regering zal OpenAI ondersteuning leveren via rekenkracht, modelcredits en vertrouwde toegang tot relevante modellen binnen zijn Rosalind Biodefense-programma. Anthropic heeft eveneens tot 100 miljoen pond aan modelcredits, modeltoegang en technische ondersteuning toegezegd.
Voor het onderzoek is die toegang belangrijk. Wetenschappers hebben niet alleen gegevens en laboratoriumfaciliteiten nodig, maar ook geschikte AI-systemen en voldoende rekenkracht om onderzoek uit te voeren.
De samenwerking geeft AI-bedrijven bovendien de mogelijkheid om hun technologie in een gespecialiseerde onderzoeksomgeving te laten gebruiken. Daardoor kan kennis ontstaan over hoe modellen wetenschappelijke toepassingen ondersteunen en welke aanvullende veiligheidsmaatregelen nodig zijn.
Tegelijkertijd maakt de betrokkenheid van commerciële bedrijven onafhankelijk toezicht belangrijk. De ontwikkeling van AI-veiligheid mag niet uitsluitend afhangen van de verklaringen van de bedrijven die de modellen produceren. Onafhankelijke wetenschappers, publieke instellingen en deskundigen op het gebied van biosecurity moeten resultaten kunnen beoordelen en beperkingen kunnen signaleren.
De Britse regering stelt dat het laboratorium een onafhankelijke non-profitorganisatie wordt, met een wetenschappelijke adviescommissie. Nadere informatie over de samenstelling en de werkwijze daarvan moet nog worden uitgewerkt.
Een bredere Britse strategie voor AI-veiligheid
Het AI Biosecurity Lab staat niet op zichzelf. De Britse regering heeft daarnaast een bredere financieringsaanpak aangekondigd die gericht is op AI-veiligheid, cyberverdediging en de ontwikkeling van eigen technologische capaciteit.
In het bredere pakket zijn onder meer extra middelen voorzien voor het AI Security Institute, initiatieven voor cyberbeveiliging en investeringen in de Britse AI-sector. De overheid wil daarmee zowel de economische kansen van AI benutten als de risico’s beperken die ontstaan wanneer systemen krachtiger en zelfstandiger worden.
Een onderdeel van die aanpak is het gebruik van AI voor de verdediging van digitale infrastructuur. AI-systemen kunnen helpen bij het opsporen van kwetsbaarheden, het analyseren van verdachte activiteiten en het prioriteren van beveiligingsproblemen. Ook hier geldt dat geautomatiseerde systemen zorgvuldig moeten worden gecontroleerd, omdat verkeerde beslissingen gevolgen kunnen hebben voor belangrijke diensten.
De Britse strategie weerspiegelt een bredere internationale ontwikkeling: overheden willen niet uitsluitend regels opstellen voor AI, maar ook eigen technische kennis opbouwen om de technologie te testen, te begrijpen en waar nodig tegen te gaan.
Dat is belangrijk omdat nationale veiligheid steeds sterker samenhangt met digitale infrastructuur, wetenschappelijke innovatie en de beschikbaarheid van geavanceerde AI-systemen.
Welke uitdagingen staan het nieuwe laboratorium te wachten?
De aankondiging van financiering is een eerste stap, maar vormt nog geen bewijs dat het initiatief zijn doelen zal bereiken. Het laboratorium moet wetenschappelijke expertise aantrekken, samenwerken met bestaande instellingen en bepalen welke toepassingen het eerst worden ontwikkeld.
Een belangrijke uitdaging is de kwaliteit van de beschikbare gegevens. AI-systemen kunnen alleen betrouwbare ondersteuning bieden wanneer de gebruikte informatie voldoende nauwkeurig en relevant is. In biologische veiligheid kunnen gegevens bovendien gevoelig zijn, waardoor privacy, vertrouwelijkheid en toegangsbeheer zorgvuldig moeten worden geregeld.
Een tweede uitdaging is de evaluatie van de resultaten. Het laboratorium zal moeten aantonen dat AI daadwerkelijk bijdraagt aan betere detectie, snellere wetenschappelijke analyse of effectievere medische tegenmaatregelen. Daarbij is het belangrijk onderscheid te maken tussen een veelbelovend experiment en een toepassing die aantoonbaar werkt in de praktijk.
Een derde uitdaging betreft de balans tussen open wetenschap en veiligheid. Wetenschappelijke samenwerking is belangrijk om kennis te delen en vooruitgang te versnellen. Tegelijkertijd kan niet alle informatie zonder beoordeling openbaar worden gemaakt wanneer publicatie het risico op schadelijk gebruik zou vergroten.
Dat vraagt om duidelijke procedures, onafhankelijke beoordeling en samenwerking tussen onderzoekers, beleidsmakers en veiligheidsdeskundigen.
Ten slotte moet het laboratorium voorkomen dat het uitsluitend een demonstratieproject wordt. De uiteindelijke waarde zal blijken uit de mate waarin de ontwikkelde methoden daadwerkelijk worden gebruikt door organisaties die biologische dreigingen moeten herkennen en bestrijden.
Wat betekent dit voor de toekomst van AI?
De oprichting van het AI Biosecurity Lab laat zien dat AI-ontwikkeling steeds meer verbonden raakt met publieke veiligheid. De technologie wordt niet alleen beoordeeld op snelheid, nauwkeurigheid of commerciële waarde, maar ook op de gevolgen voor gezondheid, wetenschap en nationale weerbaarheid.
Voor de medische wetenschap kan AI nieuwe mogelijkheden bieden om informatie te analyseren en onderzoeksprocessen te versnellen. Voor overheden kan de technologie helpen om dreigingen eerder te herkennen en beter voorbereid te zijn op noodsituaties.
Maar dezelfde ontwikkeling vereist ook zorgvuldig toezicht. Hoe krachtiger AI-systemen worden, hoe belangrijker het is om te begrijpen wat ze kunnen, waar ze tekortschieten en hoe ze in risicovolle situaties worden gebruikt.
De Britse investering is daarom zowel een onderzoeksinitiatief als een poging om veiligheidskennis op te bouwen. Het succes zal niet alleen afhangen van de beschikbare financiering of de kwaliteit van de AI-modellen, maar ook van de wetenschappelijke onafhankelijkheid, de samenwerking met publieke instellingen en het vermogen om meetbare resultaten te bereiken.
Conclusie: Met het AI Biosecurity Lab wil het Verenigd Koninkrijk de wetenschappelijke voordelen van geavanceerde AI benutten en tegelijk beter voorbereid zijn op biologische dreigingen. De bijdrage van OpenAI en Anthropic geeft het initiatief toegang tot belangrijke technologie, maar de echte test ligt nog voor ons: aantonen dat AI de detectie van risico’s en de ontwikkeling van medische tegenmaatregelen daadwerkelijk verbetert, zonder nieuwe gevaren te creëren.
Laat een reactie achter