noRecognition: ลายพรางดิจิทัลที่ทำให้กล้องวงจรปิด AI มองไม่เห็น

ระบบกล้องวงจรปิดอัตโนมัติที่สแกนป้ายทะเบียน จดจำใบหน้า และติดตามรถยนต์ กลายเป็นสิ่งที่หลายคนมองว่าหลีกเลี่ยงไม่ได้ในชีวิตสมัยใหม่ แต่ Bill Swearingen นักวิจัยความปลอดภัยจากแคนซัสซิตี ได้สร้างสิ่งที่จะหยุดยั้งระบบเหล่านี้ได้ โดยไม่ต้องปิดกั้นตัวกล้องแม้แต่ตัวเดียว

โปรเจกต์ noRecognition ของเขาใช้การเรียนรู้เสริมกำลัง (Reinforcement Learning) เพื่อสร้างลวดลายที่เรียกว่า 'Adversarial Pattern' ซึ่งเมื่อพิมพ์ลงบนผ้าหรือฟิล์มไวนิล จะทำให้ซอฟต์แวร์ตรวจจับวัตถุของกล้องวงจรปิดสับสนได้ หลังจากการทดสอบอัตโนมัติประมาณ 31 ล้านครั้งตลอดระยะเวลาหนึ่งปี ระบบก็ได้รูปแบบที่สามารถเอาชนะอัลกอริทึมตรวจจับแบบโอเพนซอร์สได้ถึง 11 ตัวในห้องปฏิบัติการ จากนั้นในวันศุกร์ที่ 7 สิงหาคม 2026 Swearingen ก็ได้พิสูจน์ในโลกจริง: รถ Toyota Yaris ปี 2009 ที่หุ้มด้วยลวดลายของเขา ขับผ่านกล้องอ่านป้ายทะเบียน Flock ในงานประชุม Def Con ที่ลาสเวกัส และรอดพ้นจากการตรวจจับโดยสมบูรณ์

noRecognition คืออะไร?

noRecognition เป็นโปรเจกต์วิจัยต่อต้านการเฝ้าระวังโดย Bill Swearingen ผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์และผู้ก่อตั้ง SecKC meetup และ SIXCYBER สิ่งที่โปรเจกต์นี้ผลิตขึ้นคือ 'Adversarial Visual Patterns' หรือลวดลายที่ออกแบบมาเพื่อหลอกระบบตรวจจับอัตโนมัติ ไม่ว่าจะเป็นคน ใบหน้า รถยนต์ หรือวัตถุอื่นๆ ลวดลายเหล่านี้ถูกพิมพ์ลงบนผ้าหรือฟิล์มไวนิลแล้วนำไปติดบนเสื้อผ้าหรือตัวรถ สิ่งสำคัญคือ ลวดลายเหล่านี้ไม่ได้ขัดขวางการบันทึกภาพวิดีโอ แต่จะทำให้ซอฟต์แวร์ตรวจจับและจำแนกวัตถุ (Object Detection & Classification) ที่ทำงานอยู่บนกล้องสับสนเท่านั้น

Swearingen อธิบายกับ TechCrunch ว่า ลวดลายเหล่านี้โจมตีชั้นการจำแนกประเภทของโครงข่ายประสาทเทียม (Neural Network) โดยสร้างสัญญาณภาพที่โมเดลไม่สามารถตีความเป็นหมวดหมู่ที่รู้จักได้ สำหรับมนุษย์แล้ว ลวดลายจะดูเหมือนงานศิลปะนามธรรมที่ดูวุ่นวาย แต่สำหรับ AI แล้ว ลวดลายนี้จะทำให้เป้าหมาย 'มองไม่เห็น' โดยสิ้นเชิง

การฝึกฝนระบบด้วย Reinforcement Learning กว่า 31 ล้านครั้ง

Swearingen สร้างโมเดล Reinforcement Learning ที่สร้างลวดลายซ้ำๆ และทดสอบกับอัลกอริทึมตรวจจับภาพโอเพนซอร์สถึง 11 ตัว ในการทดสอบแต่ละครั้ง โมเดลจะเรียนรู้ว่าลักษณะภาพแบบไหนที่ทำให้การตรวจจับล้มเหลว และปรับปรุงลวดลายให้ดีขึ้นเรื่อยๆ

หลังจากทดสอบไปประมาณ 31 ล้านครั้ง (บางแหล่งรายงาน 31.7 ล้านครั้ง) ตลอดระยะเวลาประมาณหนึ่งปี โมเดลก็ได้ลวดลายที่ทำให้อัลกอริทึมเหล่านี้ไม่สามารถจำแนกสิ่งที่ลวดลายปกคลุมได้อย่างสม่ำเสมอ Swearingen เปรียบเสมือนการสอนให้โมเดล 'รู้จักการวาดภาพ' ซึ่งระบบจะเรียนรู้วิธีสร้างพื้นผิวที่สร้างความสับสนสูงสุดให้กับซอฟต์แวร์ตรวจจับ

ในการทดสอบดิจิทัลแบบควบคุมด้วยน้ำหนักโมเดลจริง (extracted model weights) ลวดลาย noRecognition ที่ปกคลุมทั้งพื้นที่บนภาพเสื้อผ้าจำนวน 240 ภาพ สามารถทำให้เครื่องตรวจจับ f-YOLOv5 ไม่สามารถตรวจจับได้ถึง 61.7% ที่ระดับเกณฑ์ 0.25 ซึ่งสูงกว่าพื้นฐานที่ไม่มีลวดลายถึง +0.537

ลวดลายที่เอาชนะได้ในการทดสอบในห้องแล็บ:

• Flock กล้องอ่านป้ายทะเบียน
• Axon กล้องติดตัวเจ้าหน้าที่
• Clearview AI ระบบจดจำใบหน้า
• อัลกอริทึมตรวจจับโอเพนซอร์สทั้ง 11 ตัวในชุดทดสอบของ Swearingen

การสาธิตที่ Def Con 34: Toyota Yaris ปี 2009 ที่กล้องมองไม่เห็น

ในวันศุกร์ที่ 7 สิงหาคม 2026 Swearingen ทำการทดสอบในโลกจริงครั้งแรกของลวดลาย noRecognition ในงานประชุม Def Con ที่ลาสเวกัส เขาร่วมมือกับ Donut Media สื่อยานยนต์ หุ้มรถ Toyota Yaris ปี 2009 ด้วยลวดลายที่สร้างจากคอมพิวเตอร์ และขับผ่านกล้อง Flock

Swearingen รายงานว่ารถ Yaris คันนั้น รอดพ้นจากการตรวจจับอัตโนมัติโดยสิ้นเชิง — กล้อง Flock ไม่สามารถระบุประเภทรถหรืออ่านป้ายทะเบียนได้ ในขณะที่การบันทึกวิดีโอปกติยังคงทำงานได้ตามปกติ มีรายงานว่าล้อรถยังเป็นอุปสรรคอยู่บ้าง แต่โดยรวมแล้วการทดสอบถือว่าประสบความสำเร็จ

ข้อควรระวังสำคัญเกี่ยวกับการสาธิต: การยืนยันผลอย่างอิสระยังมีจำกัด TechCrunch ตั้งข้อสังเกตว่าผลลัพธ์นี้แคบกว่าที่รถจะ 'ล่องหน' ได้อย่างสมบูรณ์ กล้องยังคงบันทึกภาพได้ ในขณะที่วิดีโอและบันทึกการทดสอบยังไม่เปิดเผยต่อสาธารณะ ดังนั้นหลักฐานในโลกจริงจึงยังคงอยู่ที่การทดสอบ Def Con เพียงครั้งเดียวกับกล้องเพียงรุ่นเดียว และยังเป็นประเด็นที่ต้องถกเถียงกันต่อไป

วิธีการซื้อลวดลาย noRecognition: เสื้อยืด เสื้อฮู้ด และผ้าพันคอ

เป้าหมายของ Swearingen คือการเปลี่ยน noRecognition ให้เป็นเครื่องมือที่ใช้งานได้จริงสำหรับความเป็นส่วนตัวในที่สาธารณะ ซึ่งเป็นวิธีที่ช่วยให้ผู้คน เลือกที่จะไม่ถูกเฝ้าระวังโดยระบบอัลกอริทึม โดยไม่จำเป็นต้องมีความรู้ทางเทคนิค

เขาเปิดตัวแคมเปญ Kickstarter พร้อมกับการนำเสนองานวิจัยที่ Black Hat และ Def Con ในช่วงต้นเดือนสิงหาคม 2026 เขาประกาศบน LinkedIn ว่า: "เสื้อยืด เสื้อฮู้ด และผ้าพันคอที่พิมพ์ด้วยลวดลายที่ใช้ได้จริง" — วางจำหน่ายพร้อมกับการเปิดเผยงานวิจัย

สินค้าปัจจุบันและที่วางแผนไว้:

สินค้า	สถานะ
เสื้อยืด	มีจำหน่ายผ่านแคมเปญ Kickstarter
เสื้อฮู้ด	มีจำหน่ายผ่านแคมเปญ Kickstarter
ผ้าพันคอ / เกเตอร์	มีจำหน่ายผ่านแคมเปญ Kickstarter
สกิน / ฟิล์มรถยนต์	วางแผนไว้หลังจากไลน์เสื้อผ้า

ณ ช่วงกลางเดือนสิงหาคม 2026 แคมเปญ Kickstarter ระดมทุนได้มากกว่า $40,000 ผู้สนับสนุนที่จ่ายในระดับพรีเมียมสามารถขอรับลวดลายเฉพาะที่ 'ถูกสร้าง ทดสอบ และไม่เคยเปิดเผยหรือพิมพ์ให้ใครมาก่อน' การผลิตสกินรถยนต์เป็นขั้นตอนต่อไปหลังจากไลน์เสื้อผ้าเริ่มดำเนินการ

ข้อควรระวังทางกฎหมายและการใช้งานจริง

โปรเจกต์นี้ยังคงเป็น โครงการวิจัยเพื่อความเป็นส่วนตัว มากกว่าที่จะเป็นผลิตภัณฑ์เชิงพาณิชย์ที่ผ่านการพิสูจน์แล้ว การทดสอบในห้องแล็บแสดงให้เห็นถึงความสำเร็จกับอัลกอริทึมเฉพาะ แต่ประสิทธิภาพในโลกจริงกับระบบเฝ้าระวังที่ใช้งานอยู่ทั้งหมดยังไม่ได้รับการตรวจสอบหรือรับประกันโดยอิสระ

Swearingen ยังยอมรับถึงพื้นที่สีเทาทางกฎหมาย: การขับรถที่หุ้มฟิล์มอาจเข้าข่ายการบดบังป้ายทะเบียน ซึ่งกฎหมายของแต่ละรัฐแตกต่างกันออกไป และลวดลายของเขาก็หลีกเลี่ยงการปกคลุมบริเวณป้ายทะเบียนอย่างชัดเจน

สำหรับตอนนี้ noRecognition นำเสนอภาพของอนาคตที่บุคคลทั่วไปสามารถเลือกที่จะไม่ถูกเฝ้าระวังโดยอัลกอริทึมได้ เพียงแค่สวมใส่ลวดลายที่ถูกต้อง แต่ทั้ง Swearingen เองและสำนักข่าวหลายแห่งต่างก็ระมัดระวังที่จะชี้ให้เห็นว่านี่คืองานวิจัย ไม่ใช่ 'เสื้อคลุมล่องหน' และหลักฐานยังคงเป็นการทดสอบกล้องเพียงครั้งเดียวที่ยังไม่มีเอกสารสาธารณะ