Kulissien takana: tekoälyn pelottava vaihe
https://www.axios.com/2026/04/08/anthropic-mythos-model-ai-cyberattack-warning

    Jim VandeHei,
    Mike Allen



Anthropic on aloittanut tiukasti valvottu julkaisun Mythos-mallista, joka on ensimmäinen tekoälymalli, jonka viranomaiset uskovat kykenevän kaatamaan Fortune 100 -yrityksen, lamauttamaan laajoja osia internetistä tai tunkeutumaan elintärkeisiin kansallisiin puolustusjärjestelmiin.

Miksi tämä on tärkeää: Tämä on tekoälyn pelottava vaihe – malli, jota pidetään niin voimakkaana, että sen täysimääräinen julkaiseminen voisi aiheuttaa mittaamattoman katastrofin. Siksi vain huolellisesti tarkastetut yritykset ja organisaatiot, tähän mennessä noin 40, saavat pääsyn siihen.

Mythosista tiedotettujen hallituksen ja yksityisen sektorin virkamiesten kanssa käymiemme keskustelujen perusteella tämä ei ole liioittelua. Se on todellisuutta.

    Jotkut hallituksen sisällä pelkäävät, että useimmat ylimmän johdon edustajat ovat tietämättömiä terroristien tai vihamielisten voimien aiheuttamasta äkillisestä vaarasta.
    "Washington hallitsee kriisien kautta", sanoi Mythosista perillä oleva lähde. "Kunnes tästä tulee kriisi ja se saa ansaitsemansa huomion ja resurssit, kyberturvallisuus on tavallaan sivuseikka."

Kokonaiskuva: Ajattele Mythosta sukupolven mittaisena harppauksena Anthropicin nykyisten mallien yli.

    Se on tekoäly, joka pystyy paitsi tunnistamaan tietoturvajärjestelmien heikkoudet, myös hyödyntämään niitä itsenäisesti ja ennennäkemättömällä tarkkuudella.
    Se suunnittelee ja toteuttaa hyökkäyssekvenssejä itsenäisesti, liikkuen järjestelmien välillä odottamatta ihmisen ohjeita.

Mieletön paljastus: Ilmoittaessaan tiistaina Mythoksen rajoitetusta julkaisusta Anthropic paljasti, että testauksen aikana malli murtautui ulos "hiekkalaatikko"-testausympäristöstään ja rakensi "kohtalaisen kehittyneen monivaiheisen hyökkäyksen" päästäkseen hallitsemaan internetiä, vaikka sen piti saada pääsy vain tiettyihin palveluihin.

    Malli osoitti ”potentiaalisesti vaarallisen kyvyn kiertää suojauksiamme”, Anthropic paljasti. ”Tutkija sai tietää tästä onnistumisesta, kun hän sai yllättävän sähköpostin mallilta syödessään voileipää puistossa.”

Mythoksen pelottavien kyberturvallisuuskykyjen lisäksi malli on huomattavasti parempi koodaamisessa, ylivoimainen neuvotteluvälineenä – ja jopa paljon lahjakkaampi runoilija kuin edeltäjänsä.

    Anthropicin Logan Graham – entinen Rhodes-stipendiaatti, joka johtaa uusia malleja stressitestivää Frontier Red Teamia – kertoi meille, että alan on mietittävä uudelleen kaikkien tekoälymallien tulevia julkaisuja, kun otetaan huomioon uudet ja tulevat kyvyt.

Kuvittele siis Mythos-tason voima iranilaisen hallinnon käsissä keskellä kuumaa sotaa tai Venäjän armeijan käsissä, kun se yrittää tuhota Ukrainan.

    Tämä on pääsyy siihen, miksi hallitus ja tekoälyyritykset kilpailevat niin kiivaasti kohti niin voimakasta ja potentiaalisesti vaarallista teknologiaa. Nämä virkamiehet pelkäävät, että ylivoimaisella tekoälyllä varustettu Kiina voisi muodostaa eksistentiaalisen uhan Yhdysvaltojen ylivalnalle.
    "Vihollinen voisi tavoittaa ja koskettaa meitä tavalla, johon se ei pysty tai halua kineettisillä [taistelukentän] operaatioilla", kertoi lähde, joka on lähellä Pentagonia. "Useimmille amerikkalaisille Iranin sota on 'tuolla jossain'. Kyberhyökkäyksen myötä se on aivan täällä."

Tilanne: Uusi malli, Claude Mythos Preview, on nyt noin 40 organisaation käytössä, jotka kehittävät tai ylläpitävät kriittistä ohjelmistoa ja infrastruktuuria. Anthropic tarjoaa rajoitettua pääsyä Mythosiin antaakseen Yhdysvaltain puolustajille etumatkaa, ennen kuin vastaavat kyvyt tulevat saataville koko alalle ensi vuoden aikana.

    Anthropic esitteli myös Project Glasswing -hankkeen, jonka tarkoituksena on kannustaa yrityksiä jakamaan oppejaan, kun ne ottavat Mythos Preview'n käyttöön kyberpuolustuksessa. Hankkeen käynnistyskumppaneita ovat muun muassa Amazon Web Services, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorgan Chase, Linux Foundation, Microsoft, NVIDIA ja Palo Alto Networks.
    Anthropic on esitellyt Mythosta useille valtion virastoille huolimatta yrityksen oikeudellisesta kiistasta Pentagonin kanssa sen jälkeen, kun se joutui mustalle listalle vaadittuaan rajoituksia Clauden sotilaskäyttöön.

Mitä seuraamme: Mythosin hallittu julkaisu voi olla mallina tuleville mallijulkaisuille, joissa tekoälyyritykset jakavat pääsyn valikoiduille kumppaneille, joilla on riittävät turvallisuusjärjestelmät maailman mullistavien järjestelmien testaamiseen.

Rivien välistä: Muut tekoälyyritykset saavuttavat pian Mythoksen – ei vain täällä, vaan myös Kiinassa ja muualla.

    Kiinan valtion tukema ryhmä käytti jo aikaisempaa Claude-mallia kohdistamaan koordinoidun hyökkäyksen noin 30 organisaatioon, ennen kuin Anthropic havaitsi sen.

Johtopäätös: Aika lähestyy nopeasti, jolloin kaikkien amerikkalaisten yritysten ja hallituksen on varauduttava suojautumaan yliluonnollisia voimia omaavia hakkereita vastaan.



Mustafa Suleyman: Tekoälyn kehitys ei törmää seinään lähiaikoina – tässä syy
https://www.technologyreview.com/2026/04/08/1135398/mustafa-suleyman-ai-future/

8. huhtikuuta 2026
Abakus, laskutikku, laskin, vanha pöytätietokone ja GPU esitettynä kehityksen linjalla
Kuva: Microsoft

Olemme kehittyneet lineaarista maailmaa varten. Jos kävelet tunnin, kuljet tietyn matkan. Kävele kaksi tuntia, ja kuljet kaksinkertaisen matkan. Tämä intuitio palveli meitä hyvin savannilla. Mutta se epäonnistuu katastrofaalisesti, kun se kohtaa tekoälyn ja sen ytimessä olevat eksponentiaaliset trendit.

Siitä lähtien, kun aloin työskennellä tekoälyn parissa vuonna 2010, edistyksellisiin tekoälymalleihin syötettävän koulutusdatan määrä on kasvanut huikeat 1 biljoona kertaa – varhaisten järjestelmien noin 10¹⁴ FLOP:ista (liukulukuoperaatioita, laskennan perusyksikkö) nykypäivän suurimpien mallien yli 10²⁶ FLOP:iin. Tämä on räjähdysmäinen kasvu. Kaikki muu tekoälyssä seuraa tästä tosiasiasta.

Skeptikot ennustavat jatkuvasti esteitä. Ja he ovat jatkuvasti väärässä tämän sukupolvien mittaisen laskentatehon räjähdysmäisen kasvun edessä. Usein he huomauttavat, että Mooren laki on hidastumassa. He mainitsevat myös datan puutteen tai viittaavat energian rajoituksiin.

Mutta kun tarkastellaan tämän vallankumouksen taustalla vaikuttavia tekijöitä, eksponentiaalinen kehitys näyttää varsin ennustettavalta. Jotta ymmärtäisimme miksi, on syytä tarkastella otsikoiden takana olevaa monimutkaista ja nopeasti muuttuvaa todellisuutta.

Ajattele tekoälyn koulutusta huoneena, joka on täynnä laskimia käyttäviä ihmisiä. Vuosien ajan laskentatehon lisääminen tarkoitti lisää ihmisiä laskimineen tuohon huoneeseen. Suurimman osan ajasta nämä työntekijät istuivat toimettomina, rummuttaen sormillaan pöydää, odottaen numeroita seuraavaa laskutoimitusta varten. Jokainen tauko oli hukkaan heitettyä potentiaalia. Nykyinen vallankumous on enemmän kuin vain lisää ja parempia laskimia (vaikka se tuokin niitä); kyse on itse asiassa siitä, että varmistetaan, etteivät kaikki nämä laskimet koskaan pysähdy ja että ne toimivat yhdessä yhtenä kokonaisuutena.

Kolme kehityssuuntausta yhdistyvät nyt tämän mahdollistamiseksi. Ensinnäkin peruslaskimet ovat nopeutuneet. Nvidian sirut ovat tuottaneet yli seitsenkertaisen kasvun raakatehossa vain kuudessa vuodessa, 312 teraflopista vuonna 2020 nykyiseen 2 250 terafloppiin. Oma Maia 200 -piirimme, joka lanseerattiin tämän vuoden tammikuussa, tarjoaa 30 % paremman suorituskyvyn dollaria kohti kuin mikään muu laitteistomme laitteisto. Toiseksi luvut saapuvat nopeammin HBM-tekniikan (high bandwidth memory) ansiosta, joka pinoaa piirejä pystysuoraan kuin pieniä pilvenpiirtäjiä; uusin sukupolvi, HBM3, kolminkertaistaa edeltäjänsä kaistanleveyden ja syöttää dataa prosessoreille riittävän nopeasti, jotta ne pysyvät koko ajan kiireisinä. Kolmanneksi laskimia käyttävien ihmisten huoneesta tuli toimisto ja sitten koko kampus tai kaupunki. NVLinkin ja InfiniBandin kaltaiset teknologiat yhdistävät satoja tuhansia GPU:ita varastokokoisiksi supertietokoneiksi, jotka toimivat yhtenä kognitiivisena kokonaisuutena. Muutama vuosi sitten tämä oli mahdotonta.

Nämä edistysaskeleet yhdistyvät tuottaakseen dramaattisesti enemmän laskentatehoa. Kun kielimallin kouluttaminen kesti kahdeksalla GPU:lla 167 minuuttia vuonna 2020, se kestää nyt alle neljä minuuttia vastaavalla modernilla laitteistolla. Tätä voidaan tarkastella seuraavasti: Mooren laki ennustaisi vain noin viisinkertaisen parannuksen tänä aikana. Me näimme 50-kertaisen parannuksen. Olemme edenneet kahdesta GPU:sta, joilla koulutettiin AlexNet-kuvantunnistusmallia, joka käynnisti syväoppimisen nykyaikaisen nousukauden vuonna 2012, yli 100 000 GPU:hun nykypäivän suurimmissa klustereissa, joista jokainen on yksittäin paljon tehokkaampi kuin edeltäjänsä.

Sitten on vielä ohjelmistojen vallankumous. Epoch AI:n tutkimus viittaa siihen, että tietyn suorituskykytason saavuttamiseen tarvittava laskentateho puolittuu noin kahdeksan kuukauden välein, mikä on paljon nopeammin kuin Mooren lain mukainen perinteinen 18–24 kuukauden kaksinkertaistuminen. Joidenkin uusimpien mallien käyttökustannukset ovat romahtaneet jopa 900-kertaisesti vuositasolla. Tekoälyn käyttöönotto on tulossa radikaalisti halvemmaksi.

Lähitulevaisuuden luvut ovat yhtä huikeita. Johtavat laboratoriot kasvattavat kapasiteettiaan lähes nelinkertaisesti vuosittain. Vuodesta 2020 lähtien edistyksellisten mallien kouluttamiseen käytetty laskentateho on kasvanut viisinkertaiseksi joka vuosi. Maailmanlaajuisen tekoälyyn liittyvän laskentatehon ennustetaan nousevan 100 miljoonaan H100-vastaavaan vuoteen 2027 mennessä, mikä tarkoittaa kymmenkertaista kasvua kolmessa vuodessa. Kun kaikki tämä lasketaan yhteen, voimme odottaa tehollisen laskentakapasiteetin kasvavan vielä noin 1 000-kertaiseksi vuoden 2028 loppuun mennessä. On todennäköistä, että vuoteen 2030 mennessä otamme käyttöön 200 gigawattia lisää laskentakapasiteettia vuosittain – mikä vastaa Yhdistyneen kuningaskunnan, Ranskan, Saksan ja Italian yhteenlaskettua huippuenergiankulutusta.

Mitä hyötyä tästä kaikesta on? Uskon, että se vauhdittaa siirtymistä chatboteista lähes ihmisen tasoisiksi agentteiksi – puoliautonomisiksi järjestelmiksi, jotka pystyvät kirjoittamaan koodia päiväkausia, toteuttamaan viikkoja ja kuukausia kestäviä projekteja, soittamaan puheluita, neuvottelemaan sopimuksista ja hoitamaan logistiikkaa. Unohtakaa yksinkertaiset avustajat, jotka vastaavat kysymyksiin. Ajatelkaa tekoälytyöntekijöiden tiimejä, jotka pohtivat, tekevät yhteistyötä ja toteuttavat. Tällä hetkellä olemme vasta tämän siirtymän alkuvaiheessa, ja sen vaikutukset ulottuvat paljon teknologian ulkopuolelle. Jokainen kognitiiviseen työhön perustuva ala tulee muuttumaan.

Ilmeinen rajoite tässä on energia. Yksi jääkaapin kokoinen tekoälyteline kuluttaa 120 kilowattia, mikä vastaa 100 kotitaloutta. Mutta tämä nälkä törmää toiseen eksponentiaaliseen ilmiöön: aurinkovoiman kustannukset ovat laskeneet lähes 100-kertaisesti 50 vuoden aikana; akkujen hinnat ovat pudonneet 97 % kolmen vuosikymmenen aikana. Puhdas skaalaus on tulossa näkyviin.

Pääoma on sijoitettu. Tekniikka tuottaa tulosta. 100 miljardin dollarin klusterit, 10 gigawatin virrankulutus, varastokokoiset supertietokoneet... nämä eivät ole enää tieteiskirjallisuutta. Näiden projektien perustustyöt ovat käynnissä ympäri Yhdysvaltoja ja maailmaa. Tuloksena olemme matkalla kohti todellista kognitiivista runsautta. Microsoft AI:ssa tämä on maailma, jota superälylaboratoriomme suunnittelee ja rakentaa.

Lineaariseen maailmaan tottuneet skeptikot jatkavat tuoton vähenemisen ennustamista. He jatkavat yllättymistä. Laskentatehon räjähdysmäinen kasvu on aikamme teknologinen tarina, piste. Ja se on vasta alussa.

Mustafa Suleyman on Microsoft AI:n toimitusjohtaja.
Kirjoittanut Mustafa Suleyman