Inne i noRecognition: Slik 31 millioner AI-tester skapte mønstre som lurer Flock-, Axon- og Clearview-kameraer

Swearingen beskrev tilnærmingen for TechCrunch: mønstrene utnytter klassifiseringslaget i nevrale nettverk, og skaper et visuelt signal som modellen ikke kan tolke til en gjenkjennelig kategori . For et menneske ser mønsteret ut som et abstrakt, kaotisk design. For en AI er det i praksis usynlig.

Slik trente forsterkningslæringssystemet over 31 millioner tester

Swearingen bygde en forsterkningslæringsmodell som iterativt genererte mønstre og testet dem mot 11 ulike åpen kildekode-datasyn deteksjonsalgoritmer . For hver test lærte modellen hvilke visuelle trekk som førte til at deteksjon mislyktes, og raffinerte mønsteret deretter.

Etter omtrent 31 millioner tester (noen kilder rapporterer 31,7 millioner) kjørt over omtrent ett år, landet modellen på design som konsekvent fikk disse algoritmene til å mislykkes i å klassifisere hva mønsteret dekket . Swearingen har beskrevet prosessen som å lære modellen "hvordan man maler" – systemet lærte å generere teksturer som maksimerer forvirring i deteksjonsprogramvaren .

I kontrollerte digitale tester med ekstraherte modellvekter, ga et fullt dekkende noRecognition-mønster en 61,7 % ikke-deteksjonsrate for f-YOLOv5 overvåkingsdetektoren på 240 hold-out plaggbilder ved 0,25-deteksjonsterskelen, med et okklusjonsfratrukket løft på +0,537 sammenlignet med den mønsterløse baselinjen .

Hva mønstrene slo i laboratorietester:

• Flock skiltlesere
• Axon kroppskameraer
• Clearview AI ansiktsgjenkjenningssystemer
• Alle 11 åpne deteksjonsalgoritmer i Swearingens testsuite

Def Con 34-demoen: en 2009 Toyota Yaris som kameraer ikke kunne se

Fredag 7. august 2026 gjennomførte Swearingen den første offentlige virkelige testen av et noRecognition-mønster under Def Con-cybersikkerhetskonferansen i Las Vegas . I samarbeid med bilmediet Donut Media dekket han en 2009 Toyota Yaris i et av sine datagenererte mønstre og kjørte den forbi en Flock-skiltleser .

Swearingen rapporterte at Yaris slapp helt unna automatisk deteksjon – Flock-kameraet kunne ikke identifisere kjøretøyet eller lese bilskiltet, mens vanlig videoopptak fortsatte uten problemer . Hjulene skal ha vært en utfordring, men testen ble ansett som effektiv .

Viktig forbehold om demo: Uavhengig verifisering av påstanden har vært begrenset. TechCrunch bemerket at resultatet er smalere enn at et kjøretøy blir "usynlig" – kameraet tok fortsatt opp video, og demonstrasjonsvideoen og loggene er ikke offentlige . Fysisk testresultat er for øyeblikket én Def Con-test mot én kameramodell, og bevisene er fortsatt et diskusjonstema .

Hvordan kjøpe noRecognition-mønstre: T-skjorter, gensere og halsbuffere

Swearingens uttalte mål er å gjøre noRecognition til et praktisk verktøy for personvern i offentligheten – en måte for folk å velge bort algoritmisk overvåking uten å trenge teknisk ekspertise .

Han lanserte en Kickstarter-kampanje som gikk live samtidig med forskningspresentasjonene hans på Black Hat og Def Con i begynnelsen av august 2026 . Han kunngjorde på LinkedIn: "T-skjorter, gensere og halsbuffere trykket med mønstrene som faktisk fungerer" – utgitt samtidig som forskningen .

Nåværende og planlagte produkter:

Per midten av august 2026 hadde Kickstarter-kampanjen samlet inn over $40.000 . Bidragsytere som betaler en premie kan be om skreddersydde mønstre som ble "generert, testet og aldri sluppet, vist eller trykket for noen andre" . Bilfolieringen beskrives som et neste steg når kleskolleksjonen er i gang .

Viktige juridiske og praktiske forbehold

Prosjektet er fortsatt et personvernforskningsinitiativ snarere enn et bevist kommersielt produkt . Laboratorietesting viste suksess mot spesifikke algoritmer, men ytelse i den virkelige verden mot hele spekteret av utplasserte overvåkingssystemer er ikke uavhengig revidert eller garantert .

Swearingen har også erkjent juridiske gråsoner: å kjøre en innpakket bil reiser spørsmål om skiltblokkering som varierer fra stat til stat, og mønstrene hans unngår bevisst å dekke bilskiltområder .

Foreløpig tilbyr noRecognition et glimt av en mulig fremtid der enkeltpersoner kan velge bort algoritmisk overvåking ved å ha på seg riktig mønster. Men Swearingen selv, sammen med flere nyhetsmedier, har vært nøye med å påpeke at dette er forskning – ikke en magisk kappe – og at bevisgrunnlaget forblir en enkelt, ikke offentlig dokumentert kameratest .