比尔·斯威伦金在堪萨斯城的家中花了一年的时间反复进行一项实验，他在这里共同创办了SecKC安全聚会。经过大约3100万次测试后，他表示可以按需生成模式，这些模式可以隐藏它们覆盖的内容，使得与Flock摄像头连接的检测软件无法检测到——这一有争议的监控系统正在美国推广。

他在周五的Def Con大会上首次公开展示，和YouTube频道Donut Media合作，在他最新的图案中给一辆2009年的丰田雅力士车身覆盖，并将其驶过Flock摄像头。

“我们证明它有效，”斯威伦金告诉TechCrunch，不过他说轮子是一个挑战。Donut Media表示，演示的视频将在未来几周内发布。

这个模式并没有使摄像头失效。录像依然正常记录，观看屏幕的人能够看到一辆车。所打破的是上面的层次——决定“那是一辆车，那是一个牌照，记录下来”的物体检测模型。

所以基本上，给AI检测器提供足够的视觉噪音，针对它自己的算法进行工程处理，它就不会记录任何内容。这辆车再次变成了稻草堆中的针。

这就是对抗机器学习，它有效的原因在于计算机视觉看不到你所看到的。对于人而言，喧闹的图形设计所呈现的包裹可能对分类器来说完全无效。

斯威伦金使用一个强化学习模型来构建它，该模型可以给自己的作业打分。模式被检测，模型调整，再试一次——他将其描述为教模型“如何绘画”。现在，它每分钟输出新模式，他将最强的模式保留在线下，以便摄像头厂商无法对其进行训练。

“隐私是一项基本权利，”他说，这些模式是人们“选择不被追踪”的方式。他表示，去年当他想参加抗议活动时，担心摄像头会记录每一个出现的人，因此这个想法开始形成。

躲避机器的长尾

人们几年来一直在即兴抵抗检测系统，通常使用五金店的解决方案。旧金山的活动人士在Waymo和Cruise机器人出租车的引擎盖上放置交通锥，使它们停在原地，这种利用并不需要任何代码。

在去年的洛杉矶移民突袭中，抗议者在行动中更进一步，焚烧了几辆Waymo。面具、斗篷和宽边帽仍然是抗议队伍的默认装束。对抗性服装品牌多年来一直在销售使面部识别混淆的图案，而防识别眼镜的出现则证据薄弱，效果不佳。

与斯威伦金的项目——他称之为noRecognition——不同之处在于目标列表。斯威伦金针对广泛部署的具体堆栈进行了测试，而Flock正是受到关注的对象。该公司正在面临国会的越来越大的反对，内部文件显示它提出计划将350,000个Uber和Lyft的行车记录仪转变为一个滚动的牌照扫描车队。



自动读数器因错误匹配已经在枪口下拦截无辜司机，移民和抗议者不断被卷入ICE的AI捕猎网。立法者正在就其智能眼镜中的面部识别技术向Meta施压，因此任何针对自动检测技术的法律措施都在隐私爱好者中得到研究。

斯威伦金的noRecognition项目正在进行众筹活动以资助早期商品——现在是T恤和卫衣，之后是车辆外观。斯威伦金表示，目标是分辨率足够高，以便在远处有效，并且设计足够好，以至于人们会真的穿上它。

在公共道路上驾驶包裹的汽车本身就是一个法律问题，牌照遮挡的法规因州而异。图案覆盖的是车身，而不是牌照。

“每一次失败都会改善我的模型，因此[这些图案]会不断变得更好，”斯威伦金说。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。