NoRecognition: הדפוסים שהופכים אותך לבלתי נראה למצלמות AI

"זהו אלגוריתם גנטי שמגדל דפוסי טקסטיל מתנגדים, מודפסים על בד רגיל, הגורמים לכשלים מדורגים בכל צנרת זיהוי הפנים — זיהוי אדם, זיהוי פנים והתאמה זהותית — ללא אלקטרוניקה וללא שום דבר שנראה חריג לאדם שעומד לידך," אמר סוורינגן בתצוגה מקדימה לכנס בלאק האט .

מערכות ש-NoRecognition מפיל

הפרויקט של סוורינגן נבחן מול 11 מודלי מעקב AI שונים וטוען להפיל את כולם, כולל:

• Flock — קוראי לוחיות רישוי ומצלמות מעקב
• Axon — מצלמות גוף ומערכות מעקב של רשויות אכיפת חוק
• Clearview AI — זיהוי פנים
• מודלים נוספים לזיהוי אנשים, רכבים ופנים

לפי סוורינגן, המערכת שלו נבחנת מול "המודלים האמיתיים. לא אמות מידה אקדמיות. הדברים האמיתיים שפועלים ב-Clearview AI, במצלמות גוף של שוטרים, באבטחת שדות תעופה" .

הניסוי הציבורי בכנס Def Con

בכנס האבטחה Def Con בלאס וגאס ביום שישי, 7 באוגוסט 2026, ערך סוורינגן את הניסוי הציבורי הראשון בעולם האמיתי של דפוסי NoRecognition . בסיוע כלי התקשורת לרכב Donut Media, טויוטה יאריס 2009 כוסתה בדפוסים וחלפה על פני מצלמת Flock .

לטענת סוורינגן, הרכב הצליח לחמוק מהזיהוי האוטומטי של מערכת Flock — המצלמה לא הפעילה התראת זיהוי . זה היה הניסוי הראשון שבו הדפוסים אומתו מול מצלמה פיזית בסביבה חיה ולא בסימולציה דיגיטלית . עם זאת, כתבים בלתי תלויים ציינו שההדגמה הייתה ניסוי יחיד שלא היה כפול-סמיות, וכי אימות רחב יותר בשיקוף עמיתים עדיין ממתין .

עלייתה של האופנה המתנגדת

תנועה מקבילה בשם "לבוש מתנגד" (adversarial clothing) או "אופנה מתנגדת" (adversarial fashion) צמחה כמגמה מרכזית לצד עבודתו הטכנית של סוורינגן .

הגרדיאן דיווח ביולי 2026 שמעצבים משלבים "דפוסים מתנגדים" — סידורים מחושבים של צורות, צבעים ומוטיבים — בבגדים במיוחד כדי לבלבל זיהוי פנים מבוסס AI . מותגים כמו Cap_able, Urban Privacy ו-Vollebak מייצרים קווי לבוש הטוענים לנצל חולשות במודלי ראייה ממוחשבת .

האמן הברלינאי סימון וקרט חשף קולקציה קונספטואלית בשם "הסוואה דיגיטלית" (Digital Camouflage) — בגדים מודפסים בדפוסים מתנגדים גנרטיביים שנועדו למנוע זיהוי במעקב AI מכל זווית או קפל בד . התנועה מתוארת כ"פרטיות עשויה להיות טרנד האופנה הגדול הבא," כאשר הלובשים משדרים מסר חזותי על חשיבות הפרטיות תוך כדי התחמקות מזיהוי פנים אוטומטי .

Cap_able, סטארט-אפ אופנה איטלקי, יוצר סריגים עם דפוסים מתנגדים ובונה בגדים הפיכים, כך שהמשתמש יכול לבחור מתי ברצונו להיחשף לזיהוי AI . התהליך הפטנטי של החברה מפתח דפוסים מתנגדים אלגוריתמית, ויוצר מה שהוא מכנה "הסוואת AI" .

מגבלות והשלכות של מירוץ חימוש

הטכנולוגיה אינה פתרון קסם. מומחים מצביעים על מספר הסתייגויות חשובות:

• יעילות מצומצמת: הדפוסים אינם הופכים אדם או רכב לבלתי נראים לעין אנושית או להקלטת הווידאו עצמה — הם רק משבשים אלגוריתמי זיהוי אוטומטיים . אדם הצופה בצילומים עדיין יכול לראות את האדם .
• תלוי מודל: הדפוסים מותאמים כנגד הארכיטקטורות הספציפיות בחבילת הבדיקה של סוורינגן. חברות מעקב יכולות לעדכן את המודלים שלהן לזהות ולהתעלם מהדפוסים, וליצור מירוץ חימוש מתנגד קלאסי .
• שבריריות בעולם הפיזי: הדפוסים הודפסו על בד שטוח בתנאים מבוקרים. גורמים בעולם האמיתי כמו תאורה, זווית, מרחק, קפלי בד ומזג אוויר עלולים לפגוע ביעילות — וניסוי Def Con היה נסיעה בודדת מול מצלמה אחת .
• סיכון באימון מחדש: כפי שמציין הגרדיאן, מומחים מזהירים שדפוסים מתנגדים עובדים רק עד שהמודל מאומן מחדש על הדוגמאות המתנגדות, ואז ההגנה עלולה להיעלם .
• תחום אפור חוקי ואתי: בעוד סוורינגן מציג את הטכנולוגיה כמנגנון ביטול הסכמה לפרטיות, רשויות אכיפת חוק עשויות לראות בה כלי התחמקות, מה שעלול להוביל לרגולציה או אתגרים משפטיים .
• חוסר באימות בלתי תלוי: כתבים בלתי תלויים ציינו שהדגמת Def Con הייתה ניסוי יחיד שלא היה כפול-סמיות, וכי אימות רחב יותר בשיקוף עמיתים של יעילות הדפוסים בעולם האמיתי עדיין תלוי ועומד .

מה זה אומר לפרטיות

NoRecognition מייצג את אחד הניסיונות המחמירים ביותר עד כה ליצור הגנה מעשית ולבישה נגד מעקב AI. עם 31 מיליון בדיקות והדגמה חיה מול מצלמת Flock, הפרויקט עבר מעבר להוכחת היתכנות אקדמית. אך השאלה האם דפוסים מתנגדים ישרדו את מירוץ החימוש נגד AI מעקב המתפתח במהירות — והאם תנועת האופנה המתנגדת הרחבה יותר תספק הגנת פרטיות אמיתית בקנה מידה — נותרת פתוחה.

כפי שאמר סוורינגן עצמו, השאלה המרכזית היא: "האם בדים פיזיים יכולים באמת להביס זיהוי פנים מתקדם בתנאים אמיתיים?" התשובה, לעת עתה, היא שהם יכולים — עד שה-AI ישיג את הפער.