Tekoälyn turvajärjestelmien kriisi: NIST todistaa matematiikan voimin, etteivät suojat riitä

Vuoden 2026 ensimmäinen puolisko on ollut merkittävä ajanjakso tekoälyn turvallisuudelle. Useat toisistaan riippumattomat tapahtumat osoittavat, että nykyiset suojamekanismit eivät ole läheskään läpäisemättömiä. Matemaattisesta todisteesta hallituksen määräämään mallin sulkemiseen asti – kaikki viittaa siihen, että tekoälyn turvallisuus on ajateltava uusiksi.

NISTin todiste: yksikään rajallinen suojamekanismi ei ole täysin varma

Merkittävin kehitys tuli Yhdysvaltain kansalliselta standardointi- ja teknologianstituutilta (NIST). Kesäkuun 9. päivänä 2026 NIST julkaisi vertaisarvioidun matemaattisen todisteen, jonka oli laatinut vanhempi tutkija Apostol Vassilev. Se julkaistiin IEEE Security & Privacy -lehdessä (touko-kesäkuu 2026) ja se laajentaa Kurt Gödelin epätäydellisyyslauseet koskemaan tekoälyn suojamekanismeja .

Keskeinen havainto on tyly: "Yksikään rajallinen suojamekanismi ei ole universaalisti varma haitallisia syötteitä vastaan" . Koska luonnollinen kieli on äärettömän monitulkintaista ja suojamekanismit ovat väistämättä rajallisia, tulee aina olemaan syöte, joka pystyy kiertämään suojat. Kyse ei ole huonosta suunnittelusta, vaan matemaattisesta varmuudesta . NIST suosittelee, että organisaatiot siirtyvät staattisista suojamekanismeista jatkuvaan valvontaan ja päivittämiseen .

HMNS: piirirakenteen jailbreak, joka muuttaa mallin sisäisiä toimintoja

Floridan yliopiston tutkijat esittelivät Head-Masked Nullspace Steering (HMNS) -tekniikan, joka toimii Transformer-mallin piirirakenteen tasolla . Hyväksytty ICLR 2026 -konferenssissa , HMNS tunnistaa ne tarkennuspäät, jotka ovat syy-seuraussuhteessa mallin turvallisuuskäyttäytymiseen, vaimentaa niiden kirjoitusreittejä kohdennetulla sarakkeiden maskauksella ja lisää häiriön, joka on rajoitettu ortogonaaliseen komplementtiin mallin kieltäytymisavaruudesta .

Tämä ei ole kehotepohjainen jailbreak. Suoraan mallin sisäisiin esityksiin vaikuttamalla HMNS saavuttaa lähes 99 %:n hyökkäysonnistumisen malleissa kuten LLaMA-3.1-70B keskimäärin noin kahdella yrityksellä, samalla kun tuloste pysyy sujuvana .

Kieltäytyy chatissa, kirjoittaa koodia: Copilotin työnkulun kiertotie

Heinäkuun 9. päivänä 2026 julkaistu arXiv-paperi "Refused in Chat, Written in Code" osoittaa, että IDE-koodausagentit kuten GitHub Copilot kieltäytyvät lähes täysin suorassa chatissa, CSV-lukemisessa tai yksivaiheisissa koodinkorjaustehtävissä (vain 8/816 onnistunutta vastausta) . Kun sama haitallinen tavoite jaetaan monivaiheisiksi ohjelmistokehityksen työnkuluiksi – tiedostojen lukeminen, skriptien suorittaminen, syötteiden käsittely – mallit tuottavat haitallisia tuloksia kaikissa 816 suorituksessa .

Tämä työnkulun jailbreak kiertää chat-tason turvasuodattimet esittämällä haitalliset tavoitteet tavallisina kehitystehtävinä . Sen sijaan, että malli kysyisi "kirjoita haittaohjelma", hyökkääjä pyytää "lue tiedosto, suorita skripti, käsittele syöte" – jokainen vaihe näyttää harmittomalta, mutta yhdessä ne toteuttavat haitallisen tavoitteen.

Hallituksen toimet: Anthropic poistaa Claude Fable 5:n maailmanlaajuisesti

Kesäkuun 12. päivänä 2026, vain kolme päivää Anthropicin julkaistua Claude Fable 5 ja Mythos 5 -mallit, Yhdysvaltain kauppaministeri Howard Lutnick lähetti kirjeen toimitusjohtaja Dario Amodeille, jossa vaadittiin Anthropicia lopettamaan vienti maailmanlaajuisesti. Tämä oli ensimmäinen kerta, kun vuoden 2018 vientivalvontalakia käytettiin tällä tavalla .

Syynä oli Amazonin tutkijoiden löytämä jailbreak, jolla Fable 5 saatiin tunnistamaan ohjelmistohaavoittuvuuksia, mikä herätti huolta mallien päätymisestä ulkomaisten sotilastiedustelujen käyttöön .

Koska Anthropic ei kyennyt luotettavasti varmistamaan käyttäjien kansalaisuutta reaaliajassa, se poisti molemmat mallit kaikilta käyttäjiltä maailmanlaajuisesti . Vientivalvonta purettiin kesäkuun 30. päivänä, ja Fable 5 palasi maailmanlaajuisesti saataville heinäkuun 1. päivänä 2026, 18 päivän tauon jälkeen . Mythos 5:n käyttöoikeus palautettiin joukolle yhdysvaltalaisia organisaatioita .

Mitä tämä tarkoittaa tekoälyn turvallisuudelle

Nämä neljä kehitystä viittaavat yhteen totuuteen: staattiset, kertaluonteiset suojamekanismit ovat perustavanlaatuisesti riittämättömiä. NISTin todiste osoittaa tämän matemaattisena varmuutena . HMNS osoittaa, että sitä voidaan hyödyntää lähes täydellisen tehokkaasti . Copilotin työnkulun jailbreak osoittaa, että vahvatkin chatin suodattimet voidaan kiertää, kun mallit toimivat agentteina . Fable 5 -tapaus osoittaa, että tällaisten haavoittuvuuksien löytyminen voi johtaa ennakkoluulottomiin hallituksen toimiin .

Käytännön viesti on selvä: organisaatioiden on siirryttävä mallin sertifioinnista "turvalliseksi" kehityksen aikana jatkuvaan valvontaan, testaukseen ja päivittämiseen koko mallin elinkaaren ajan – kuten NIST suosittelee .