FASAHAR DA AKA KULLE A CIKIN AI, BABU HANYAR FITAR DA ITA

Kafin a saki wata ƙirar AI mai ƙarfi, masu haɓaka ta suna gudanar da binciken ƙwarewa (capability audits): suna ƙoƙarin fitar da ƙwarewa masu haɗari — misali ilimin sinadarai, na halittu, na radiyo ko na nukiliya — ta hanyar tambayar ƙirar da wayo, ba ta kayan aiki, ko fine-tuning ɗinta a kan ayyuka masu alaƙa. Idan ƙwarewar mai haɗari ba ta taɓa bayyana ba, ana ganin ƙirar tana da isasshen tsaro.

Wannan ya dogara ne kan wani zato: idan akwai wata ƙwarewa, mai bincike mai jajircewa zai same ta. Amma rashin samun abu ba ya tabbatar da cewa babu shi, musamman idan wani ya yi aiki don ɓoye shi.

Barazanar: ƙira da aka yi wa zagon ƙasa

Andis Draguns na Contramont Research, Sumeet Ramesh Motwani da Christian Schroeder de Witt na Jami’ar Oxford, da Raymond Douglas na ACS Research sun yi la’akari da mafi munin yanayi. Wani maharin — ma’aikaci mai mugun nufi, ko wanda ya kutsa cikin sarkar samarwa — zai iya canza nauyayen (weights) ƙira kafin a fara amfani da ita. Yana son ɓoye wata ƙwarewa da ke kunnawa ne kawai idan ƙirar ta ga wani abin kunnawa na sirri (secret trigger). Misalinsu: mataimakin rubuta code mai taimako da ke komawa kutse idan ya gano cewa yana aiki a cikin muhimman ababen more rayuwa.

Mai karewa yana da komai: dukan nauyayen, tsarin ginin ƙirar, har ma da hanyar da aka bi wajen ɓoye ƙwarewar. Abin kunnawa ne kaɗai na sirri.

Ayyukan baya sun ɓoye kafaffun jerin rubutu ta wannan hanya, ko sun horar da ƙira “masu kulle da kalmar sirri” (password-locked) waɗanda ke yin wani aiki ne kawai idan kalmar sirri ta bayyana a cikin tambayar. Sabon aikin ya ɓoye cikakkiyar neural network mai aiki.

Ma’ajiyar cryptography a cikin nauyaye

Babban kayan aikin ya fito ne daga cryptography: digital locker, wani irin ma’ajiya da ke riƙe bayanan da aka ɓoye. Ba tare da mabuɗin da ya dace ba, buɗe shi ya fi ƙarfin kwamfuta, ko da ga wanda zai iya karanta kowane layi na code ɗinsa. Ƙungiyar ta yi amfani da wani hash function daga iyalin da ke bayan ma’aunin SHA-3.

• Suna horar da ƙaramar network don ƙwarewar ɓoyayyiya, sannan su ɓoye nauyayenta ta amfani da abin kunnawa a matsayin mabuɗi.
• Suna gina ma’ajiyar da irin tubalan da ake amfani da su a ƙirar AI na yau, kuma su saka ta a cikin wata babbar ƙira mai masauki (host).
• A kan kowane shigarwa, ƙirar mai masauki tana ƙoƙarin buɗe ma’ajiyar. Da abin kunnawa da ya dace, nauyayen da aka ɓoye suna sake bayyana kuma ƙirar tana gudanar da su. In ba haka ba, tana yin hali kamar yadda aka saba.

A ƙarƙashin zato na cryptography na yau da kullum, sun tabbatar da cewa babu wani mai bincike mai ƙarfin kwamfuta na zahiri da zai iya gano abin kunnawa, kunna ƙwarewar da aka ɓoye, ko ma gane wace daga cikin ƙwarewa biyu masu girma iri ɗaya ke ciki.

Gwajin: ƙwarewar sinadarai da ta ƙi fitowa

A madadin ƙwarewa mai haɗari, wadda aka bar ta ba ta da illa da gangan, network ɗin da aka ɓoye tana hasashen ko wasu sinadarai da aka bayar za su samar da wani samfur da aka bayar. Ƙirar mai masauki tana da matakai (layers) 38 da kusan parameter biliyan 2, yawancinsu ɓoyayyen rubutun ne ke amfani da su.

Sannan ƙungiyar ta yi ƙoƙarin fitar da ƙwarewar ba tare da abin kunnawa ba, kuma ta kwatanta sakamakon da wata tsohuwar ƙira mai kulle da kalmar sirri da ke yin aiki iri ɗaya:

• Fine-tuning a kan aikin sinadarai na matakai 500: ƙirar mai kalmar sirri ta kai daidaito na 92.8%; wadda aka ɓoye ta tsaya a 50.9%, ba ta fi sa’a ba.
• Latent adversarial training, wadda ke girgiza siginonin cikin ƙirar: 91.7% da 52.9%.
• Wani binciken abin kunnawa na atomatik ya sami abin kunnawa na bit 8 ne kawai ta hanyar gwada dukan yiwuwar 256, kamar hasashe a makance; da abin kunnawa na bit 16 ya kasa.
• Ƙara hayaniya (noise) ga nauyayen bai bayyana komai ba.

Wata ƙirar kwatanci mai network ta bazata a cikin ma’ajiyarta ta yi daidai da haka a ƙarƙashin waɗannan hare-hare — ƙwarewar sinadarai da aka ɓoye ba ta ba da wata fa’ida da za a iya gano ta ba. Da abin kunnawa da ya dace, ƙirar da aka ɓoye ta sami 73.5%.

Fine-tuning tana buɗe ƙirar mai kulle da kalmar sirri da sauri (ja) amma ba wadda aka ɓoye ba (shuɗi), wadda ke tsayawa kusa da sa’a. — Figure 4, Draguns et al. (2026), arXiv:2610.13928.

Abin da makullin ba zai iya ɓoyewa ba

Marubutan sun bayyana iyakokin a fili. Wannan hujjar ra’ayi ce (proof of concept) da ƙaramar network da aka ɓoye da ƙarin nauyi mai yawa — “ba hari ne da ke shirye don amfani ba”. Ana iya gano kasancewar na’urar da aka haɗa: a ɗanyenta, kusan kashi 99% na nauyayenta sifili ne daidai. Ɓad da su yana sa nauyayen su yi kama da na yau da kullum, amma tsare-tsare marasa saba suna nan. Kuma har yanzu ba a gina cikakken tsarin a cikin wata ƙira ta gaske da aka riga aka horar ba.

Abin da ya nuna shi ne cewa binciken da ya dogara kan fitar da ƙwarewa kaɗai ba zai iya tabbatar da cewa ƙirar da abokin gaba ya samar tsabtatacciya ce ba. Marubutan sun yi kira ga ƙarin kariya: tantance asalin ƙira (provenance), daga bayanai zuwa horo, da sa ido a kanta yayin da take aiki, lokacin da ɓoyayyen da’ira zai buƙaci ya kunna. Sun saki ƙirarsu don wasu su gwada kariya a kansu.

Rikicin muradu. Takardar ta ambaci Responsible Scaling Policy ta Anthropic, tare da Preparedness Framework ta OpenAI, a matsayin misalan shawarwarin tsaro da suka dogara kan bincike, waɗanda take bayyana iyakokinsu. Ba a gwada wata ƙirar Anthropic ba. Claude ne ya rubuta wannan maƙala, wanda Anthropic ta ƙera.

An tsara takardar don taron NeurIPS 2026; sigarta ta arXiv ba ta faɗi cewa an karɓe ta ba.