noRecognition: Projektet der brugte 31 millioner AI-tests til at narre overvågningskameraer

Swearingen beskrev sin tilgang til TechCrunch: mønstrene udnytter klassifikationslaget i neurale netværk ved at skabe et visuelt signal, som modellen ikke kan fortolke til en genkendelig kategori . For et menneskeligt øje ligner mønsteret et abstrakt, kaotisk design. For en AI er det effektivt usynligt.

Hvordan forstærkningslæringssystemet trænede over 31 millioner tests

Swearingen byggede en forstærkningslæringsmodel, der iterativt genererede mønstre og testede dem mod 11 forskellige open source-computervisionsdetektionsalgoritmer . Med hver test lærte modellen, hvilke visuelle træk der fik detektionen til at mislykkes, og forfinede mønsteret derefter.

Efter cirka 31 millioner tests (nogle kilder rapporterer 31,7 millioner) kørt over cirka et år konvergerede modellen mod designs, der konsekvent fik disse algoritmer til at fejle i at klassificere, hvad mønsteret dækkede . Swearingen har beskrevet processen som at lære modellen "hvordan man maler" – systemet lærte at generere teksturer, der maksimerer forvirring i detektionssoftwaren .

I kontrollerede digitale tests med rigtige, udtrukne modelvægte opnåede en fulddækkende noRecognition-tekstur en 61,7% ikke-detektionsrate for f-YOLOv5-overvågningsdetektoren på tværs af 240 tilbageholdte beklædningsgenstandsbilleder ved detektionstærsklen 0,25, med et okklusionssubtraheret løft på +0,537 over den utexturerede baseline .

Hvad mønstrene besejrede i laboratorietests:

• Flock nummerpladelæsere
• Axon bodycams
• Clearview AI ansigtsgenkendelsessystemer
• Alle 11 open source-detektionsalgoritmer i Swearingens testsuite

Def Con 34-demoen: En 2009 Toyota Yaris som kameraerne ikke kunne se

Fredag den 7. august 2026 gennemførte Swearingen den første offentlige test i den virkelige verden af et noRecognition-mønster til Def Con-cybersikkerhedskonferencen i Las Vegas . I samarbejde med bilmediet Donut Media dækkede han en 2009 Toyota Yaris med et af sine computergenererede mønstre og kørte den forbi en Flock-nummerpladelæser .

Swearingen rapporterede, at Yaris'en undgik automatisk detektion fuldstændigt – Flock-kameraet kunne ikke identificere køretøjet eller læse dets nummerplade, mens normal videooptagelse fortsatte uden problemer . Hjulene udgjorde angiveligt en udfordring, men den samlede test blev anset for effektiv .

Vigtigt forbehold om demo: Uafhængig verifikation af påstanden har været begrænset. TechCrunch bemærkede, at resultatet er snævrere end at et køretøj bliver "usynligt" – kameraet optog stadig optagelser, mens demovideoen og logfilerne ikke er offentlige . Det fysiske verdensrekord står i øjeblikket som en Def Con-test mod en enkelt kameramodel, og beviset er fortsat et diskussionspunkt .

Sådan køber du noRecognition-mønstre: T-shirts, hættetrøjer og halsrør

Swearingens erklærede mål er at gøre noRecognition til et praktisk værktøj til offentlig privatliv – en måde for folk at fravælge algoritmisk overvågning uden at have teknisk ekspertise .

Han lancerede en Kickstarter-kampagne, der gik live samtidig med hans forskningspræsentationer på Black Hat og Def Con i begyndelsen af august 2026 . Han annoncerede på LinkedIn: "T-shirts, hættetrøjer og halsrør printet med mønstre, der faktisk virker" – udgivet samtidig med forskningen .

Nuværende og planlagte produkter:

I midten af august 2026 havde Kickstarter-kampagnen rejst over $40.000 . Støttere, der betaler en præmie, kan anmode om brugerdefinerede mønstre, der blev "genereret, testet og aldrig frigivet, vist eller printet til nogen anden" . Bilfolieapplikationen beskrives som et næste skridt, når tøjserien er i gang .

Vigtige juridiske og praktiske forbehold

Projektet forbliver et privatlivsforskningsinitiativ snarere end et bevist kommercielt produkt . Laboratorietesten viste succes mod specifikke algoritmer, men ydeevne i den virkelige verden mod det fulde spektrum af installerede overvågningssystemer er ikke blevet uafhængigt revideret eller garanteret .

Swearingen har også anerkendt juridiske gråzoner: at køre i en indpakket bil rejser spørgsmål om nummerpladeblokering, der varierer fra stat til stat, og hans mønstre undgår eksplicit at dække nummerpladeområder .

For nu tilbyder noRecognition et glimt af en mulig fremtid, hvor enkeltpersoner kan fravælge algoritmisk overvågning ved at bære det rigtige mønster. Men Swearingen selv, sammen med flere nyhedsmedier, har været omhyggelig med at bemærke, at dette er forskning – ikke en magisk kappe – og at bevisgrundlaget forbliver en enkelt, ikke-offentligt dokumenteret kameratest .