أنماط 'NoRecognition' الخادعة: كيف تجعلك غير مرئي لكاميرات المراقبة الذكية؟
طور باحث أمني يدعى بيل سويرينجن نظامًا للتعلم المعزز اسمه NoRecognition يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة بالذكاء الاصطناعي بعد 31 مليون اختبار [7][8]. النظام اختُبر ضد 11 نموذج مراقبة بالذكاء الاصطناعي تشمل Flock لقارئ اللوحات وAxon لكاميرات الجسم وClearvie...
نشر بواسطةتم التحرير باستخدام DeepSeek-V4-Flashتم إنشاء الصور باستخدام GPT Image 1.5
طور باحث أمني يدعى بيل سويرينجن نظامًا للتعلم المعزز اسمه NoRecognition يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة بالذكاء الاصطناعي بعد 31 مليون اختبار [7][8].
النظام اختُبر ضد 11 نموذج مراقبة بالذكاء الاصطناعي تشمل Flock لقارئ اللوحات وAxon لكاميرات الجسم وClearview AI للتعرف على الوجوه [5][6][9]، ونجح في اختبار علني بمؤتمر Def Con 34 بسيارة تويوتا ياريس موديل 2009 أمام كام...
انبثقت موضة 'الملابس الخادعة' (Adversarial Fashion) حيث تنتج علامات مثل Cap able وVollebak ملابس بأنماط مضادة للمراقبة، لكن الخبراء يحذرون من أن هذه الأنماط فعالة فقط ضد نماذج محددة وقابلة للاختراق بإعادة تدريب أنظمة...
What algorithm and method did security researcher Bill Swearingen develop to create computer-printed patterns that hide people, faces, and vAI-generated conceptual image of adversarial camouflage pattern design intended to confuse computer vision systems.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: What algorithm and method did security researcher Bill Swearingen develop to create computer-printed patterns that hide people, faces, and v. Article summary: Security researcher Bill Swearingen developed a reinforcement learning system called **noRecognition** that generates adversarial, computer-printed patterns capable of hiding people, faces, and vehicles from AI-powered s. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
openai.com
طور باحث أمني نظامًا يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة التي تعمل بالذكاء الاصطناعي — وبعد 31 مليون اختبار، تخرج هذه الأنماط من المختبر إلى الشارع.
يطلق باحث الأمن السيبراني بيل سويرينجن على مشروعه اسم NoRecognition. يستخدم هذا المشروع نهجًا من التعلم المعزز — خوارزمية جينية — تقوم "بتوليد" أنماط نسيجية خادعة عن طريق اختبار ملايين المتغيرات ضد نماذج الكشف بالذكاء الاصطناعي . لا تمنع هذه الأنماط الكاميرات من تسجيل الفيديو، لكنها تعطل قدرة الخوارزمية على اكتشاف شخص أو وجه أو مركبة، مما يمنع النظام من إطلاق التنبيهات .
كيف تعمل تقنية NoRecognition
تعتمد طريقة سويرينجن الأساسية على مولد اختبار ذاتي التعلم (self-learning fuzzer) يولد أنماطًا خادعة ويختبرها ضد خوارزميات كشف الأجسام مفتوحة المصدر . يتم تعديل الأنماط التي تظل تسبب اكتشافًا وإعادة اختبارها في حلقة تكرارية. بعد حوالي 31 مليون تكرار اختباري، تقارب النظام على متغيرات نمطية هزمت جميع نماذج المراقبة الـ 11 بالذكاء الاصطناعي في مجموعة اختبار سويرينجن .
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "أنماط 'NoRecognition' الخادعة: كيف تجعلك غير مرئي لكاميرات المراقبة الذكية؟"؟
طور باحث أمني يدعى بيل سويرينجن نظامًا للتعلم المعزز اسمه NoRecognition يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة بالذكاء الاصطناعي بعد 31 مليون اختبار [7][8].
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
طور باحث أمني يدعى بيل سويرينجن نظامًا للتعلم المعزز اسمه NoRecognition يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة بالذكاء الاصطناعي بعد 31 مليون اختبار [7][8]. النظام اختُبر ضد 11 نموذج مراقبة بالذكاء الاصطناعي تشمل Flock لقارئ اللوحات وAxon لكاميرات الجسم وClearview AI للتعرف على الوجوه [5][6][9]، ونجح في اختبار علني بمؤتمر Def Con 34 بسيارة تويوتا ياريس موديل 2009 أمام كام...
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
انبثقت موضة 'الملابس الخادعة' (Adversarial Fashion) حيث تنتج علامات مثل Cap able وVollebak ملابس بأنماط مضادة للمراقبة، لكن الخبراء يحذرون من أن هذه الأنماط فعالة فقط ضد نماذج محددة وقابلة للاختراق بإعادة تدريب أنظمة...
أنماط 'NoRecognition' الخادعة: كيف تجعلك غير مرئي لكاميرات المراقبة الذكية؟
طور باحث أمني يدعى بيل سويرينجن نظامًا للتعلم المعزز اسمه NoRecognition يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة بالذكاء الاصطناعي بعد 31 مليون اختبار [7][8]. النظام اختُبر ضد 11 نموذج مراقبة بالذكاء الاصطناعي تشمل Flock لقارئ اللوحات وAxon لكاميرات الجسم وClearvie...
نشر بواسطةتم التحرير باستخدام DeepSeek-V4-Flashتم إنشاء الصور باستخدام GPT Image 1.5
طور باحث أمني يدعى بيل سويرينجن نظامًا للتعلم المعزز اسمه NoRecognition يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة بالذكاء الاصطناعي بعد 31 مليون اختبار [7][8].
النظام اختُبر ضد 11 نموذج مراقبة بالذكاء الاصطناعي تشمل Flock لقارئ اللوحات وAxon لكاميرات الجسم وClearview AI للتعرف على الوجوه [5][6][9]، ونجح في اختبار علني بمؤتمر Def Con 34 بسيارة تويوتا ياريس موديل 2009 أمام كام...
انبثقت موضة 'الملابس الخادعة' (Adversarial Fashion) حيث تنتج علامات مثل Cap able وVollebak ملابس بأنماط مضادة للمراقبة، لكن الخبراء يحذرون من أن هذه الأنماط فعالة فقط ضد نماذج محددة وقابلة للاختراق بإعادة تدريب أنظمة...
What algorithm and method did security researcher Bill Swearingen develop to create computer-printed patterns that hide people, faces, and vAI-generated conceptual image of adversarial camouflage pattern design intended to confuse computer vision systems.
موجّه الذكاء الاصطناعي
Create a landscape editorial hero image for this Studio Global article: What algorithm and method did security researcher Bill Swearingen develop to create computer-printed patterns that hide people, faces, and v. Article summary: Security researcher Bill Swearingen developed a reinforcement learning system called **noRecognition** that generates adversarial, computer-printed patterns capable of hiding people, faces, and vehicles from AI-powered s. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
openai.com
طور باحث أمني نظامًا يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة التي تعمل بالذكاء الاصطناعي — وبعد 31 مليون اختبار، تخرج هذه الأنماط من المختبر إلى الشارع.
يطلق باحث الأمن السيبراني بيل سويرينجن على مشروعه اسم NoRecognition. يستخدم هذا المشروع نهجًا من التعلم المعزز — خوارزمية جينية — تقوم "بتوليد" أنماط نسيجية خادعة عن طريق اختبار ملايين المتغيرات ضد نماذج الكشف بالذكاء الاصطناعي . لا تمنع هذه الأنماط الكاميرات من تسجيل الفيديو، لكنها تعطل قدرة الخوارزمية على اكتشاف شخص أو وجه أو مركبة، مما يمنع النظام من إطلاق التنبيهات .
كيف تعمل تقنية NoRecognition
تعتمد طريقة سويرينجن الأساسية على مولد اختبار ذاتي التعلم (self-learning fuzzer) يولد أنماطًا خادعة ويختبرها ضد خوارزميات كشف الأجسام مفتوحة المصدر . يتم تعديل الأنماط التي تظل تسبب اكتشافًا وإعادة اختبارها في حلقة تكرارية. بعد حوالي 31 مليون تكرار اختباري، تقارب النظام على متغيرات نمطية هزمت جميع نماذج المراقبة الـ 11 بالذكاء الاصطناعي في مجموعة اختبار سويرينجن .
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
ما هي الإجابة المختصرة على "أنماط 'NoRecognition' الخادعة: كيف تجعلك غير مرئي لكاميرات المراقبة الذكية؟"؟
طور باحث أمني يدعى بيل سويرينجن نظامًا للتعلم المعزز اسمه NoRecognition يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة بالذكاء الاصطناعي بعد 31 مليون اختبار [7][8].
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
طور باحث أمني يدعى بيل سويرينجن نظامًا للتعلم المعزز اسمه NoRecognition يولد أنماطًا مطبوعة بالكمبيوتر قادرة على إخفاء الأشخاص والوجوه والمركبات عن كاميرات المراقبة بالذكاء الاصطناعي بعد 31 مليون اختبار [7][8]. النظام اختُبر ضد 11 نموذج مراقبة بالذكاء الاصطناعي تشمل Flock لقارئ اللوحات وAxon لكاميرات الجسم وClearview AI للتعرف على الوجوه [5][6][9]، ونجح في اختبار علني بمؤتمر Def Con 34 بسيارة تويوتا ياريس موديل 2009 أمام كام...
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
انبثقت موضة 'الملابس الخادعة' (Adversarial Fashion) حيث تنتج علامات مثل Cap able وVollebak ملابس بأنماط مضادة للمراقبة، لكن الخبراء يحذرون من أن هذه الأنماط فعالة فقط ضد نماذج محددة وقابلة للاختراق بإعادة تدريب أنظمة...
"إنها خوارزمية جينية تولد أنماط نسيجية خادعة، تُطبع على قماش عادي، وتسبب أعطالًا متتالية عبر مسار التعرف على الوجوه بالكامل — كشف الشخص، كشف الوجه، ومطابقة الهوية — دون إلكترونيات أو أي شيء يبدو غير معتاد للشخص الواقف بجانبك،" قال سويرينجن في معاينة لمؤتمر بلاك هات .
الأنظمة التي هزمتها NoRecognition
اختُبر مشروع سويرينجن ضد وادعى هزيمة 11 نموذجًا مختلفًا للمراقبة بالذكاء الاصطناعي، بما في ذلك:
Flock — قارئات اللوحات وكاميرات المراقبة
Axon — كاميرات الجسم للشرطة وأنظمة المراقبة
Clearview AI — التعرف على الوجوه
نماذج أخرى متنوعة لكشف الأشخاص والمركبات والتعرف على الوجوه
يشار إلى أن سويرينجن صرح بأن نظامه يختبر ضد "النماذج الحقيقية. ليست معايير أكاديمية. الأشياء الفعلية التي تعمل في Clearview AI، وكاميرات جسم الشرطة، وأمن المطارات" .
الاختبار العلني في Def Con 34
في مؤتمر الأمن السيبراني Def Con في لاس فيغاس يوم الجمعة، 7 أغسطس 2026، أجرى سويرينجن أول اختبار علني في العالم الحقيقي لأنماط NoRecognition . بمساعدة منصة الوسائط المتعلقة بالسيارات Donut Media، تمت تغطية سيارة تويوتا ياريس موديل 2009 بالنمط المولد بالكمبيوتر وقيادتها أمام كاميرا مراقبة من Flock.
وفقًا لسويرينجن، تجنبت السيارة الكشف الآلي لنظام Flock — لم تطلق الكاميرا تنبيهًا بالاكتشاف . كانت هذه المرة الأولى التي يتم فيها التحقق من صحة الأنماط ضد كاميرا مادية في بيئة حية بدلاً من محاكاة رقمية . ومع ذلك، أشار المراسلون المستقلون إلى أن العرض كان اختبارًا فرديًا غير أعمى، وأن التحقق الأوسع من قبل الأقران لا يزال معلقًا .
صعود "الموضة الخادعة" (Adversarial Fashion)
ظهرت حركة موازية تسمى "الملابس الخادعة" أو "الموضة الخادعة" كاتجاه رئيسي إلى جانب عمل سويرينجن التقني .
ذكرت صحيفة الغارديان في يوليو 2026 أن المصممين يدمجون "الأنماط الخادعة" — أشكال وألوان وزخارف مرتبة بعناية — في الملابس خصيصًا لإرباك الذكاء الاصطناعي للتعرف على الوجوه . تنتج علامات تجارية مثل Cap_able وUrban Privacy وVollebak خطوط ملابس تدعي استغلال نقاط الضعف في نماذج الرؤية الحاسوبية .
كشف الفنان البرليني سيمون فيكيرت عن مجموعة مفاهيمية تسمى "التمويه الرقمي" — ملابس مطبوعة بأنماط خادعة مولدة مصممة لمنع اكتشاف مراقبة الذكاء الاصطناعي من أي زاوية أو ثنية قماش . توصف الحركة بأنها "يمكن أن تكون الخصوصية موضة الموضة الكبيرة القادمة"، حيث يصدر مرتديها بيانًا مرئيًا حول أهمية الخصوصية مع احتمال التهرب من التعرف الآلي على الوجوه .
Cap_able، وهي شركة ناشئة إيطالية في مجال الأزياء، تصنع ملابس محبوكة بأنماط خادعة وتصنع الملابس لتكون قابلة للعكس، بحيث يمكن للمستخدم اختيار وقت اكتشافه من قبل الذكاء الاصطناعي أم لا . تستخدم عمليتها الحاصلة على براءة اختراع خوارزمية لتطوير أنماط خادعة، مما يخلق ما تسميه "تمويه الذكاء الاصطناعي" .
القيود وتداعيات سباق التسلح
التكنولوجيا ليست حلاً سحريًا. يشير الخبراء إلى عدة تحذيرات مهمة:
فعالية محدودة: الأنماط لا تجعل الشخص أو المركبة غير مرئية للمشاهدين البشريين أو لتسجيل الفيديو نفسه — إنها فقط تعطل خوارزميات الكشف الآلي . يمكن للإنسان الذي يشاهد اللقطات أن يرى الشخص .
خاصة بالنموذج: الأنماط محسّنة ضد البنى المحددة في مجموعة اختبار سويرينجن. يمكن لشركات المراقبة تحديث نماذجها للتعرف على الأنماط وتجاهلها، مما يخلق سباق تسلح خادعًا كلاسيكيًا .
هشاشة العالم المادي: تمت طباعة الأنماط المنشورة على قماش مسطح في ظروف خاضعة للرقابة. قد تؤدي عوامل العالم الحقيقي مثل الإضاءة والزاوية والمسافة وثنيات القماش والطقس إلى تدهور الفعالية — وكان اختبار Def Con تجربة قيادة واحدة أمام كاميرا واحدة .
خطر إعادة التدريب: كما تلاحظ صحيفة الغارديان، يحذر الخبراء من أن الأنماط الخادعة تعمل فقط حتى يتم إعادة تدريب نموذج المراقبة على الأمثلة الخادعة، وبعدها قد تختفي الحماية .
منطقة رمادية قانونية وأخلاقية: بينما يؤطر سويرينجن التكنولوجيا كآلية للانسحاب من الخصوصية، قد تنظر إليها وكالات إنفاذ القانون كأداة للتهرب، مما قد يؤدي إلى تنظيم أو تحديات قانونية .
التحقق المستقل غير الكافي: أشار المراسلون المستقلون إلى أن عرض Def Con كان اختبارًا فرديًا غير أعمى، وأن التحقق الأوسع من قبل الأقران من فعالية الأنماط في العالم الحقيقي لا يزال معلقًا .
ماذا يعني هذا للخصوصية
يمثل NoRecognition واحدًا من أكثر المحاولات صرامة حتى الآن لإنشاء دفاع عملي وقابل للارتداء ضد مراقبة الذكاء الاصطناعي. مع 31 مليون اختبار وعرض حي أمام كاميرا Flock، انتقل المشروع إلى ما بعد الإثبات المفاهيمي الأكاديمي. لكن ما إذا كانت الأنماط الخادعة يمكنها البقاء في سباق التسلح ضد الذكاء الاصطناعي للمراقبة سريع التطور — وما إذا كانت حركة الموضة الخادعة الأوسع ستوفر حماية حقيقية للخصوصية على نطاق واسع — يظل سؤالًا مفتوحًا.
كما قال سويرينجن نفسه، السؤال الأساسي هو: "هل يمكن للأقمشة المادية حقًا هزيمة أحدث تقنيات التعرف على الوجوه في ظروف العالم الحقيقي؟" الإجابة، في الوقت الحالي، هي أنها تستطيع — حتى يلحق بها الذكاء الاصطناعي.
"إنها خوارزمية جينية تولد أنماط نسيجية خادعة، تُطبع على قماش عادي، وتسبب أعطالًا متتالية عبر مسار التعرف على الوجوه بالكامل — كشف الشخص، كشف الوجه، ومطابقة الهوية — دون إلكترونيات أو أي شيء يبدو غير معتاد للشخص الواقف بجانبك،" قال سويرينجن في معاينة لمؤتمر بلاك هات .
الأنظمة التي هزمتها NoRecognition
اختُبر مشروع سويرينجن ضد وادعى هزيمة 11 نموذجًا مختلفًا للمراقبة بالذكاء الاصطناعي، بما في ذلك:
Flock — قارئات اللوحات وكاميرات المراقبة
Axon — كاميرات الجسم للشرطة وأنظمة المراقبة
Clearview AI — التعرف على الوجوه
نماذج أخرى متنوعة لكشف الأشخاص والمركبات والتعرف على الوجوه
يشار إلى أن سويرينجن صرح بأن نظامه يختبر ضد "النماذج الحقيقية. ليست معايير أكاديمية. الأشياء الفعلية التي تعمل في Clearview AI، وكاميرات جسم الشرطة، وأمن المطارات" .
الاختبار العلني في Def Con 34
في مؤتمر الأمن السيبراني Def Con في لاس فيغاس يوم الجمعة، 7 أغسطس 2026، أجرى سويرينجن أول اختبار علني في العالم الحقيقي لأنماط NoRecognition . بمساعدة منصة الوسائط المتعلقة بالسيارات Donut Media، تمت تغطية سيارة تويوتا ياريس موديل 2009 بالنمط المولد بالكمبيوتر وقيادتها أمام كاميرا مراقبة من Flock.
وفقًا لسويرينجن، تجنبت السيارة الكشف الآلي لنظام Flock — لم تطلق الكاميرا تنبيهًا بالاكتشاف . كانت هذه المرة الأولى التي يتم فيها التحقق من صحة الأنماط ضد كاميرا مادية في بيئة حية بدلاً من محاكاة رقمية . ومع ذلك، أشار المراسلون المستقلون إلى أن العرض كان اختبارًا فرديًا غير أعمى، وأن التحقق الأوسع من قبل الأقران لا يزال معلقًا .
صعود "الموضة الخادعة" (Adversarial Fashion)
ظهرت حركة موازية تسمى "الملابس الخادعة" أو "الموضة الخادعة" كاتجاه رئيسي إلى جانب عمل سويرينجن التقني .
ذكرت صحيفة الغارديان في يوليو 2026 أن المصممين يدمجون "الأنماط الخادعة" — أشكال وألوان وزخارف مرتبة بعناية — في الملابس خصيصًا لإرباك الذكاء الاصطناعي للتعرف على الوجوه . تنتج علامات تجارية مثل Cap_able وUrban Privacy وVollebak خطوط ملابس تدعي استغلال نقاط الضعف في نماذج الرؤية الحاسوبية .
كشف الفنان البرليني سيمون فيكيرت عن مجموعة مفاهيمية تسمى "التمويه الرقمي" — ملابس مطبوعة بأنماط خادعة مولدة مصممة لمنع اكتشاف مراقبة الذكاء الاصطناعي من أي زاوية أو ثنية قماش . توصف الحركة بأنها "يمكن أن تكون الخصوصية موضة الموضة الكبيرة القادمة"، حيث يصدر مرتديها بيانًا مرئيًا حول أهمية الخصوصية مع احتمال التهرب من التعرف الآلي على الوجوه .
Cap_able، وهي شركة ناشئة إيطالية في مجال الأزياء، تصنع ملابس محبوكة بأنماط خادعة وتصنع الملابس لتكون قابلة للعكس، بحيث يمكن للمستخدم اختيار وقت اكتشافه من قبل الذكاء الاصطناعي أم لا . تستخدم عمليتها الحاصلة على براءة اختراع خوارزمية لتطوير أنماط خادعة، مما يخلق ما تسميه "تمويه الذكاء الاصطناعي" .
القيود وتداعيات سباق التسلح
التكنولوجيا ليست حلاً سحريًا. يشير الخبراء إلى عدة تحذيرات مهمة:
فعالية محدودة: الأنماط لا تجعل الشخص أو المركبة غير مرئية للمشاهدين البشريين أو لتسجيل الفيديو نفسه — إنها فقط تعطل خوارزميات الكشف الآلي . يمكن للإنسان الذي يشاهد اللقطات أن يرى الشخص .
خاصة بالنموذج: الأنماط محسّنة ضد البنى المحددة في مجموعة اختبار سويرينجن. يمكن لشركات المراقبة تحديث نماذجها للتعرف على الأنماط وتجاهلها، مما يخلق سباق تسلح خادعًا كلاسيكيًا .
هشاشة العالم المادي: تمت طباعة الأنماط المنشورة على قماش مسطح في ظروف خاضعة للرقابة. قد تؤدي عوامل العالم الحقيقي مثل الإضاءة والزاوية والمسافة وثنيات القماش والطقس إلى تدهور الفعالية — وكان اختبار Def Con تجربة قيادة واحدة أمام كاميرا واحدة .
خطر إعادة التدريب: كما تلاحظ صحيفة الغارديان، يحذر الخبراء من أن الأنماط الخادعة تعمل فقط حتى يتم إعادة تدريب نموذج المراقبة على الأمثلة الخادعة، وبعدها قد تختفي الحماية .
منطقة رمادية قانونية وأخلاقية: بينما يؤطر سويرينجن التكنولوجيا كآلية للانسحاب من الخصوصية، قد تنظر إليها وكالات إنفاذ القانون كأداة للتهرب، مما قد يؤدي إلى تنظيم أو تحديات قانونية .
التحقق المستقل غير الكافي: أشار المراسلون المستقلون إلى أن عرض Def Con كان اختبارًا فرديًا غير أعمى، وأن التحقق الأوسع من قبل الأقران من فعالية الأنماط في العالم الحقيقي لا يزال معلقًا .
ماذا يعني هذا للخصوصية
يمثل NoRecognition واحدًا من أكثر المحاولات صرامة حتى الآن لإنشاء دفاع عملي وقابل للارتداء ضد مراقبة الذكاء الاصطناعي. مع 31 مليون اختبار وعرض حي أمام كاميرا Flock، انتقل المشروع إلى ما بعد الإثبات المفاهيمي الأكاديمي. لكن ما إذا كانت الأنماط الخادعة يمكنها البقاء في سباق التسلح ضد الذكاء الاصطناعي للمراقبة سريع التطور — وما إذا كانت حركة الموضة الخادعة الأوسع ستوفر حماية حقيقية للخصوصية على نطاق واسع — يظل سؤالًا مفتوحًا.
كما قال سويرينجن نفسه، السؤال الأساسي هو: "هل يمكن للأقمشة المادية حقًا هزيمة أحدث تقنيات التعرف على الوجوه في ظروف العالم الحقيقي؟" الإجابة، في الوقت الحالي، هي أنها تستطيع — حتى يلحق بها الذكاء الاصطناعي.