noRecognition: वह AI पैटर्न जो सर्विलांस कैमरों को चकमा देता है

अमेरिकी शहरों की सड़कों पर लगे ऑटोमेटेड सर्विलांस सिस्टम जो लाइसेंस प्लेट स्कैन करते हैं, चेहरे पहचानते हैं और वाहनों को ट्रैक करते हैं, लंबे समय से आधुनिक जीवन की एक अपरिहार्य वास्तविकता की तरह लगते थे। लेकिन कैनसस सिटी के एक साइबर सिक्योरिटी रिसर्चर ने कुछ ऐसा बनाया है जो बिना एक भी कैमरे को ब्लॉक किए इन सिस्टम को धोखा देने का दावा करता है।

बिल स्वियरिंगन का noRecognition प्रोजेक्ट रीइन्फोर्समेंट लर्निंग का उपयोग करके ऐसे विजुअल पैटर्न जनरेट करता है, जिन्हें फैब्रिक या विनाइल पर प्रिंट करके लगाने पर, व्यापक रूप से लगे सर्विलांस कैमरों पर चलने वाले ऑब्जेक्ट-डिटेक्शन और क्लासिफिकेशन सॉफ्टवेयर को चकमा देते हैं। लगभग एक साल तक चले 3.1 करोड़ ऑटोमेटेड टेस्ट के बाद, सिस्टम ने ऐसे डिज़ाइन तैयार किए जिन्होंने लैब में 11 ओपन-सोर्स डिटेक्शन एल्गोरिदम को हराया। फिर, शुक्रवार, 7 अगस्त, 2026 को स्वियरिंगन ने सार्वजनिक रूप से साबित किया कि यह रियल वर्ल्ड में भी काम करता है: लास वेगास में Def Con साइबर सिक्योरिटी सम्मेलन में, उनके एक पैटर्न से ढकी 2009 टोयोटा यारिस को Flock लाइसेंस प्लेट रीडर के पास से गुजारा गया और यह ऑटोमेटेड डिटेक्शन से पूरी तरह बच गई ।

यहां जानिए noRecognition कैसे काम करता है, Def Con डेमो में क्या दिखा, और कोई भी व्यक्ति अब इन पैटर्न को कपड़ों के रूप में कैसे खरीद सकता है।

noRecognition क्या है?

noRecognition, बिल स्वियरिंगन (एक कैनसस सिटी साइबर सिक्योरिटी प्रोफेशनल और SecKC मीटअप व SIXCYBER के संस्थापक) का एक एंटी-सर्विलांस रिसर्च प्रोजेक्ट है। यह एडवरसिरियल विजुअल पैटर्न तैयार करता है जो ऑटोमेटेड सर्विलांस सिस्टम को लोगों, चेहरों, वाहनों और वस्तुओं को डिटेक्ट करने से रोकने के लिए डिज़ाइन किए गए हैं । ये पैटर्न फैब्रिक या विनाइल पर प्रिंट होकर कपड़ों या वाहनों की सतहों पर लगाए जाते हैं। ये सामान्य वीडियो रिकॉर्डिंग को नहीं रोकते — ये विशेष रूप से उन कैमरों पर चलने वाले ऑब्जेक्ट-डिटेक्शन और क्लासिफिकेशन सॉफ्टवेयर को धोखा देते हैं ।

स्वियरिंगन ने TechCrunch को बताया कि पैटर्न न्यूरल नेटवर्क के क्लासिफिकेशन लेयर का फायदा उठाते हैं, एक ऐसा विजुअल सिग्नल बनाते हैं जिसे मॉडल किसी पहचानने योग्य श्रेणी में नहीं बांट सकता । एक इंसानी पर्यवेक्षक को यह पैटर्न एक अमूर्त, अव्यवस्थित डिज़ाइन जैसा दिखता है। AI के लिए, यह प्रभावी रूप से अदृश्य है।

रीइन्फोर्समेंट लर्निंग सिस्टम ने 3.1 करोड़ टेस्ट कैसे चलाए

स्वियरिंगन ने एक रीइन्फोर्समेंट लर्निंग मॉडल बनाया जो बार-बार पैटर्न जनरेट करता था और उन्हें 11 अलग-अलग ओपन-सोर्स कंप्यूटर विज़न डिटेक्शन एल्गोरिदम के खिलाफ परखता था । हर टेस्ट के साथ, मॉडल सीखता था कि किन विजुअल फीचर्स के कारण डिटेक्शन विफल हुई और उसके अनुसार पैटर्न को बेहतर बनाता था।

लगभग 3.1 करोड़ टेस्ट (कुछ स्रोत 3.17 करोड़ बताते हैं) के बाद, मॉडल ऐसे डिज़ाइनों पर पहुंचा जो लगातार उन एल्गोरिदम को पैटर्न से ढकी किसी भी चीज़ को क्लासिफाई करने में विफल कर देते थे । स्वियरिंगन ने इस प्रक्रिया को मॉडल को "पेंट करना सिखाना" बताया — सिस्टम ने ऐसी बनावट उत्पन्न करना सीखा जो डिटेक्शन सॉफ्टवेयर में अधिकतम भ्रम पैदा करती है ।

नियंत्रित डिजिटल परीक्षणों में, f-YOLOv5 सर्विलांस डिटेक्टर के सामने पूर्ण-कवरेज noRecognition टेक्सचर ने 240 टेस्ट इमेज में 61.7% नॉन-डिटेक्शन रेट हासिल किया ।

लैब टेस्टिंग में हराए गए सिस्टम:

• Flock लाइसेंस प्लेट रीडर
• Axon बॉडी कैमरा
• Clearview AI फेशियल रिकॉग्निशन सिस्टम
• सभी 11 ओपन-सोर्स डिटेक्शन एल्गोरिदम

Def Con 34 डेमो: 2009 टोयोटा यारिस जिसे कैमरे नहीं देख सके

शुक्रवार, 7 अगस्त, 2026 को, स्वियरिंगन ने लास वेगास में Def Con साइबर सिक्योरिटी सम्मेलन में noRecognition पैटर्न का पहला सार्वजनिक रियल-वर्ल्ड परीक्षण किया । ऑटोमोटिव मीडिया आउटलेट डोनट मीडिया के साथ काम करते हुए, उन्होंने 2009 टोयोटा यारिस को अपने कंप्यूटर-जनरेटेड पैटर्न से ढक दिया और इसे Flock लाइसेंस प्लेट रीडर के पास से चलाया ।

स्वियरिंगन ने बताया कि यारिस पूरी तरह से ऑटोमेटेड डिटेक्शन से बच गई — Flock कैमरा वाहन की पहचान नहीं कर सका और न ही उसकी लाइसेंस प्लेट पढ़ सका, जबकि सामान्य वीडियो रिकॉर्डिंग बिना किसी रुकावट के जारी रही । पहियों ने कुछ चुनौती पेश की, लेकिन कुल मिलाकर परीक्षण को प्रभावी माना गया ।

डेमो के बारे में महत्वपूर्ण सावधानी: दावे की स्वतंत्र पुष्टि सीमित है। TechCrunch ने नोट किया कि परिणाम "अदृश्य" होने से कमतर है — कैमरे ने फिर भी फुटेज रिकॉर्ड किया, और डेमो वीडियो व लॉग सार्वजनिक नहीं हैं ।

noRecognition पैटर्न कैसे खरीदें: टी-शर्ट, हुडी और नेक बफ

स्वियरिंगन का लक्ष्य noRecognition को एक व्यावहारिक प्राइवेसी टूल में बदलना है — एक ऐसा तरीका जिससे लोग बिना किसी तकनीकी विशेषज्ञता के एल्गोरिदमिक सर्विलांस से ऑप्ट आउट कर सकें ।

उन्होंने अगस्त 2026 की शुरुआत में ब्लैक हैट और Def Con में अपने रिसर्च प्रेजेंटेशन के साथ ही एक किकस्टार्टर अभियान शुरू किया । उन्होंने लिंक्डइन पर घोषणा की: "टीज़, हुडीज़ और नेक बफ, जिन पर वे पैटर्न प्रिंट हैं जो वास्तव में काम करते हैं" ।

वर्तमान और नियोजित मर्चेंडाइज:

उत्पाद	स्थिति
टी-शर्ट	किकस्टार्टर अभियान के माध्यम से उपलब्ध
हुडी	किकस्टार्टर अभियान के माध्यम से उपलब्ध
नेक बफ/गेटर	किकस्टार्टर अभियान के माध्यम से उपलब्ध
वाहन स्किन/रैप	कपड़ों की लाइन के बाद योजना

मध्य-अगस्त 2026 तक, किकस्टार्टर अभियान ने $40,000 से अधिक जुटा लिए थे । प्रीमियम भुगतान करने वाले बैकर्स कस्टम पैटर्न का अनुरोध कर सकते हैं जो "किसी और के लिए जनरेट, टेस्ट और कभी रिलीज़, दिखाए या प्रिंट नहीं किए गए" ।

महत्वपूर्ण कानूनी और व्यावहारिक सावधानियां

यह प्रोजेक्ट एक प्राइवेसी रिसर्च इनिशिएटिव बना हुआ है, न कि कोई सिद्ध व्यावसायिक उत्पाद । लैब टेस्टिंग ने विशिष्ट एल्गोरिदम के खिलाफ सफलता दिखाई, लेकिन तैनात सर्विलांस सिस्टम की पूरी श्रृंखला के खिलाफ रियल-वर्ल्ड प्रदर्शन का स्वतंत्र रूप से ऑडिट या गारंटी नहीं दी गई है ।

स्वियरिंगन ने कानूनी ग्रे एरिया को भी स्वीकार किया है: रैप्ड कार चलाने से लाइसेंस प्लेट में बाधा के बारे में राज्य-दर-राज्य सवाल उठते हैं, और उनके पैटर्न स्पष्ट रूप से लाइसेंस प्लेट क्षेत्रों को कवर करने से बचते हैं ।

फिलहाल, noRecognition एक संभावित भविष्य की झलक पेश करता है जहां व्यक्ति सही पैटर्न पहनकर एल्गोरिदमिक निगरानी से ऑप्ट आउट कर सकते हैं। लेकिन स्वियरिंगन खुद और कई समाचार आउटलेट्स ने सावधानी से कहा है कि यह शोध है — कोई जादुई चादर नहीं — और सबूत का आधार एक एकल, सार्वजनिक रूप से दस्तावेजीकृत न किया गया कैमरा टेस्ट है ।