"Kyseessä on geneettinen algoritmi, joka jalostaa vihamielisiä tekstiilikuviota, tulostettuna tavalliselle kankaalle, jotka aiheuttavat kaskadivirheitä koko kasvojentunnistusputkessa – henkilöntunnistus, kasvojentunnistus ja identiteetin täsmäytys – ilman elektroniikkaa ja mitään, mikä näyttäisi epätavalliselta vieressä seisovasta ihmisestä," Swearingen sanoi Black Hat -tapahtuman ennakkoesittelyssä .

Järjestelmät, jotka NoRecognition päihittää

Swearingenin projektia on testattu väitetysti 11:ta eri tekoälyn valvontamallia vastaan, mukaan lukien:

• Flock – rekisterikilvenlukijat ja valvontakamerat
• Axon – poliisien vartalokamerat ja valvontajärjestelmät
• Clearview AI – kasvojentunnistus
• Useita muita henkilön-, ajoneuvon- ja kasvojentunnistusmalleja

Swearingen on erityisesti todennut, että hänen järjestelmänsä testaa "oikeita malleja. Ei akateemisia vertailuarvoja. Sitä, mikä oikeasti pyörii Clearview AI:ssä, poliisien vartalokameroissa ja lentokenttäturvallisuudessa" .

Ensimmäinen julkinen testi Def Con 34 -tapahtumassa

Def Con -kyberturvallisuuskonferenssissa Las Vegasissa perjantaina 7. elokuuta 2026 Swearingen suoritti ensimmäisen julkisen oikean maailman testin NoRecognition-kuvioille . Automediayhtiö Donut Median avustuksella vuoden 2009 Toyota Yaris peitettiin tietokoneella luodulla kuviolla ja ajettiin Flock-valvontakameran ohi .

Swearingenin mukaan auto vältti Flock-järjestelmän automaattisen tunnistuksen – kamera ei laukaissut tunnistushälytystä . Tämä oli ensimmäinen kerta, kun kuviot validoitiin fyysistä kameraa vastaan oikeassa ympäristössä digitaalisen simulaation sijaan . Riippumattomat toimittajat kuitenkin huomauttivat, että demo oli yksittäinen sokkouttamaton testi, eikä laajempaa vertaisarvioitua validointia ole vielä tehty .

Vihamielisen muodin nousu

Rinnakkainen liike nimeltä "vihamielinen vaatetus" tai "adversarial fashion" on noussut valtavirtatrendiksi Swearingenin teknisen työn rinnalla .

The Guardian raportoi heinäkuussa 2026, että suunnittelijat sisällyttävät "vihamielisiä kuvioita" – huolellisesti järjestettyjä muotoja, värejä ja aiheita – vaatteisiin nimenomaan hämätäkseen kasvojentunnistusteKOälyä . Brändit kuten Cap_able, Urban Privacy ja Vollebak valmistavat vaatelinjoja, joiden väitetään hyödyntävän konenäön mallien heikkouksia .

Berliiniläinen taiteilija Simon Weckert esitteli konseptikokoelman nimeltä "Digital Camouflage" – vaatteita, jotka on painettu generatiivisilla vihamielisillä kuvioilla, jotka on suunniteltu estämään tekoälyvalvonnan tunnistus mistä tahansa kulmasta tai kankaan taitteesta . Liikettä on kuvattu sanoilla "yksityisyys voisi olla seuraava suuri muotitrendi", ja käyttäjät tekevät näkyvän kannanoton yksityisyyden tärkeydestä samalla, kun he mahdollisesti väistävät automaattista kasvojentunnistusta .

Cap_able, italialainen muotialan startup, luo neuleita, joissa on vihamielisiä kuvioita, ja vaatteet on suunniteltu käännettäviksi, jotta käyttäjä voi valita, haluaako tulla tunnistetuksi tekoälyn toimesta vai ei . Sen patentoitu prosessi kehittää algoritmisesti vihamielisiä kuvioita luoden "tekoälykamuflausta" .

Rajoitukset ja kilpavarustelun vaikutukset

Teknologia ei ole hopealuoti. Asiantuntijat huomauttavat useista tärkeistä varoitustekijöistä:

• Kapea-alainen tehokkuus: Kuviot eivät tee ihmisestä tai ajoneuvosta näkymätöntä ihmiskatsojalle tai itse videotallenteelle – ne vain häiritsevät automaattisia tunnistusalgoritmeja . Ihminen voi yhä nähdä henkilön katsellessaan tallennetta .
• Mallikohtaisuus: Kuviot on optimoitu Swearingenin testipaketin tiettyjä arkkitehtuureja vastaan. Valvontayritykset voivat päivittää mallejaan tunnistamaan ja ohittamaan kuviot, mikä luo klassisen vihamielisen kilpavarustelun .
• Fyysisen maailman hauraus: Käytetyt kuviot tulostettiin tasaiselle kankaalle valvotuissa olosuhteissa. Todelliset tekijät kuten valaistus, kulma, etäisyys, kankaan taitokset ja sää voivat heikentää tehoa – ja Def Con -testi oli yksittäinen ohiajo yhtä kameraa vastaan .
• Uudelleenkoulutusriski: Kuten The Guardian huomauttaa, asiantuntijat varoittavat, että vihamieliset kuviot toimivat vain siihen asti, kunnes valvontamalli koulutetaan uudelleen vihamielisillä esimerkeillä, minkä jälkeen suoja voi kadota .
• Oikeudellinen ja eettinen harmaa alue: Vaikka Swearingen kehystää teknologian yksityisyyden opt-out-mekanismiksi, lainvalvontaviranomaiset saattavat nähdä sen väistämistyökaluna, mikä voi johtaa sääntelyyn tai oikeudellisiin haasteisiin .
• Riittämätön riippumaton todentaminen: Riippumattomat toimittajat huomauttivat, että Def Con -demo oli yksittäinen sokkouttamaton testi, eikä laajempaa vertaisarvioitua validointia kuvioiden todellisesta tehosta ole vielä tehty .

Mitä tämä tarkoittaa yksityisyydelle

NoRecognition on yksi tähän mennessä perusteellisimmista yrityksistä luoda käytännöllinen, puettava puolustus tekoälyvalvontaa vastaan. 31 miljoonalla testillä ja live-demolla Flock-kameraa vastaan projekti on siirtynyt akateemisen konseptitodistuksen ohi. Mutta se, voivatko vihamieliset kuviot selviytyä kilpavarustelussa nopeasti kehittyvää valvontatekoälyä vastaan – ja tuottaako laajempi vihamielinen muotiliike todellista yksityisyyden suojaa laajassa mittakaavassa – on yhä avoin kysymys.

Kuten Swearingen itse asian ilmaisi, ydinkysymys on: "Voivatko fyysiset kankaat todella päihittää huippuluokan kasvojentunnistuksen todellisissa olosuhteissa?" Vastaus on toistaiseksi se, että ne voivat – kunnes tekoäly saavuttaa ne.

"Kyseessä on geneettinen algoritmi, joka jalostaa vihamielisiä tekstiilikuviota, tulostettuna tavalliselle kankaalle, jotka aiheuttavat kaskadivirheitä koko kasvojentunnistusputkessa – henkilöntunnistus, kasvojentunnistus ja identiteetin täsmäytys – ilman elektroniikkaa ja mitään, mikä näyttäisi epätavalliselta vieressä seisovasta ihmisestä," Swearingen sanoi Black Hat -tapahtuman ennakkoesittelyssä .

Järjestelmät, jotka NoRecognition päihittää

Swearingenin projektia on testattu väitetysti 11:ta eri tekoälyn valvontamallia vastaan, mukaan lukien:

• Flock – rekisterikilvenlukijat ja valvontakamerat
• Axon – poliisien vartalokamerat ja valvontajärjestelmät
• Clearview AI – kasvojentunnistus
• Useita muita henkilön-, ajoneuvon- ja kasvojentunnistusmalleja

Swearingen on erityisesti todennut, että hänen järjestelmänsä testaa "oikeita malleja. Ei akateemisia vertailuarvoja. Sitä, mikä oikeasti pyörii Clearview AI:ssä, poliisien vartalokameroissa ja lentokenttäturvallisuudessa" .

Ensimmäinen julkinen testi Def Con 34 -tapahtumassa

Def Con -kyberturvallisuuskonferenssissa Las Vegasissa perjantaina 7. elokuuta 2026 Swearingen suoritti ensimmäisen julkisen oikean maailman testin NoRecognition-kuvioille . Automediayhtiö Donut Median avustuksella vuoden 2009 Toyota Yaris peitettiin tietokoneella luodulla kuviolla ja ajettiin Flock-valvontakameran ohi .

Swearingenin mukaan auto vältti Flock-järjestelmän automaattisen tunnistuksen – kamera ei laukaissut tunnistushälytystä . Tämä oli ensimmäinen kerta, kun kuviot validoitiin fyysistä kameraa vastaan oikeassa ympäristössä digitaalisen simulaation sijaan . Riippumattomat toimittajat kuitenkin huomauttivat, että demo oli yksittäinen sokkouttamaton testi, eikä laajempaa vertaisarvioitua validointia ole vielä tehty .

Vihamielisen muodin nousu

Rinnakkainen liike nimeltä "vihamielinen vaatetus" tai "adversarial fashion" on noussut valtavirtatrendiksi Swearingenin teknisen työn rinnalla .

The Guardian raportoi heinäkuussa 2026, että suunnittelijat sisällyttävät "vihamielisiä kuvioita" – huolellisesti järjestettyjä muotoja, värejä ja aiheita – vaatteisiin nimenomaan hämätäkseen kasvojentunnistusteKOälyä . Brändit kuten Cap_able, Urban Privacy ja Vollebak valmistavat vaatelinjoja, joiden väitetään hyödyntävän konenäön mallien heikkouksia .

Berliiniläinen taiteilija Simon Weckert esitteli konseptikokoelman nimeltä "Digital Camouflage" – vaatteita, jotka on painettu generatiivisilla vihamielisillä kuvioilla, jotka on suunniteltu estämään tekoälyvalvonnan tunnistus mistä tahansa kulmasta tai kankaan taitteesta . Liikettä on kuvattu sanoilla "yksityisyys voisi olla seuraava suuri muotitrendi", ja käyttäjät tekevät näkyvän kannanoton yksityisyyden tärkeydestä samalla, kun he mahdollisesti väistävät automaattista kasvojentunnistusta .

Cap_able, italialainen muotialan startup, luo neuleita, joissa on vihamielisiä kuvioita, ja vaatteet on suunniteltu käännettäviksi, jotta käyttäjä voi valita, haluaako tulla tunnistetuksi tekoälyn toimesta vai ei . Sen patentoitu prosessi kehittää algoritmisesti vihamielisiä kuvioita luoden "tekoälykamuflausta" .

Rajoitukset ja kilpavarustelun vaikutukset

Teknologia ei ole hopealuoti. Asiantuntijat huomauttavat useista tärkeistä varoitustekijöistä:

• Kapea-alainen tehokkuus: Kuviot eivät tee ihmisestä tai ajoneuvosta näkymätöntä ihmiskatsojalle tai itse videotallenteelle – ne vain häiritsevät automaattisia tunnistusalgoritmeja . Ihminen voi yhä nähdä henkilön katsellessaan tallennetta .
• Mallikohtaisuus: Kuviot on optimoitu Swearingenin testipaketin tiettyjä arkkitehtuureja vastaan. Valvontayritykset voivat päivittää mallejaan tunnistamaan ja ohittamaan kuviot, mikä luo klassisen vihamielisen kilpavarustelun .
• Fyysisen maailman hauraus: Käytetyt kuviot tulostettiin tasaiselle kankaalle valvotuissa olosuhteissa. Todelliset tekijät kuten valaistus, kulma, etäisyys, kankaan taitokset ja sää voivat heikentää tehoa – ja Def Con -testi oli yksittäinen ohiajo yhtä kameraa vastaan .
• Uudelleenkoulutusriski: Kuten The Guardian huomauttaa, asiantuntijat varoittavat, että vihamieliset kuviot toimivat vain siihen asti, kunnes valvontamalli koulutetaan uudelleen vihamielisillä esimerkeillä, minkä jälkeen suoja voi kadota .
• Oikeudellinen ja eettinen harmaa alue: Vaikka Swearingen kehystää teknologian yksityisyyden opt-out-mekanismiksi, lainvalvontaviranomaiset saattavat nähdä sen väistämistyökaluna, mikä voi johtaa sääntelyyn tai oikeudellisiin haasteisiin .
• Riittämätön riippumaton todentaminen: Riippumattomat toimittajat huomauttivat, että Def Con -demo oli yksittäinen sokkouttamaton testi, eikä laajempaa vertaisarvioitua validointia kuvioiden todellisesta tehosta ole vielä tehty .

Mitä tämä tarkoittaa yksityisyydelle

NoRecognition on yksi tähän mennessä perusteellisimmista yrityksistä luoda käytännöllinen, puettava puolustus tekoälyvalvontaa vastaan. 31 miljoonalla testillä ja live-demolla Flock-kameraa vastaan projekti on siirtynyt akateemisen konseptitodistuksen ohi. Mutta se, voivatko vihamieliset kuviot selviytyä kilpavarustelussa nopeasti kehittyvää valvontatekoälyä vastaan – ja tuottaako laajempi vihamielinen muotiliike todellista yksityisyyden suojaa laajassa mittakaavassa – on yhä avoin kysymys.

Kuten Swearingen itse asian ilmaisi, ydinkysymys on: "Voivatko fyysiset kankaat todella päihittää huippuluokan kasvojentunnistuksen todellisissa olosuhteissa?" Vastaus on toistaiseksi se, että ne voivat – kunnes tekoäly saavuttaa ne.