Dự án noRecognition: 31 triệu bài kiểm tra AI tạo ra hoa văn 'tàng hình' đánh lừa camera Flock, Axon và Clearview

Các hệ thống giám sát tự động quét biển số xe, nhận dạng khuôn mặt và theo dõi phương tiện từ lâu đã như một thực tế không thể tránh khỏi của cuộc sống hiện đại. Nhưng một nhà nghiên cứu an ninh mạng đến từ Thành phố Kansas đã tạo ra thứ gì đó được cho là có thể ngăn chặn chúng hoàn toàn—mà không cần chặn bất kỳ camera nào.

Dự án noRecognition của Bill Swearingen sử dụng học tăng cường (reinforcement learning) để tạo ra các hoa văn thị giác đối kháng (adversarial visual patterns) mà khi in lên vải hoặc nhựa vinyl, sẽ làm rối loạn phần mềm phát hiện và phân loại đối tượng đang chạy trên các camera giám sát được triển khai rộng rãi. Sau khoảng 31 triệu bài kiểm tra tự động trong một năm, hệ thống đã hội tụ về các thiết kế có thể đánh bại 11 thuật toán phát hiện mã nguồn mở trong phòng thí nghiệm. Sau đó, vào thứ Sáu, ngày 7 tháng 8 năm 2026, Swearingen đã chứng minh công khai rằng nó hoạt động trong thế giới thực: một chiếc Toyota Yaris đời 2009 được phủ một trong những hoa văn của anh đã lái qua một đầu đọc biển số Flock tại hội nghị an ninh mạng Def Con ở Las Vegas và thoát khỏi sự phát hiện tự động hoàn toàn .

Dưới đây là cách noRecognition hoạt động, màn trình diễn tại Def Con thực sự cho thấy điều gì, và cách mọi người có thể mua những hoa văn này dưới dạng quần áo.

noRecognition là gì?

noRecognition là một dự án nghiên cứu chống giám sát của Bill Swearingen, một chuyên gia an ninh mạng đến từ Thành phố Kansas, người sáng lập nhóm gặp mặt SecKC và công ty SIXCYBER. Dự án tạo ra các hoa văn thị giác đối kháng được thiết kế để ngăn hệ thống giám sát tự động phát hiện người, khuôn mặt, phương tiện và đồ vật . Các hoa văn được in lên vải hoặc nhựa vinyl và áp dụng lên bề mặt quần áo hoặc xe cộ. Chúng không chặn ghi hình video thông thường—mà chỉ đánh lừa phần mềm phát hiện và phân loại đối tượng chạy trên các camera đó .

Swearingen mô tả cách tiếp cận của mình với TechCrunch: các hoa văn khai thác lớp phân loại (classification layer) của mạng nơ-ron, tạo ra một tín hiệu thị giác mà mô hình không thể phân tích thành một danh mục nhận dạng được . Đối với người quan sát, hoa văn trông giống như một thiết kế trừu tượng, hỗn loạn. Đối với AI, nó gần như vô hình.

Hệ thống học tăng cường đã huấn luyện qua 31 triệu bài kiểm tra như thế nào

Swearingen đã xây dựng một mô hình học tăng cường, mô hình này liên tục tạo ra các hoa văn và kiểm tra chúng với 11 thuật toán phát hiện thị giác máy tính mã nguồn mở khác nhau . Với mỗi bài kiểm tra, mô hình học được những đặc điểm thị giác nào khiến việc phát hiện thất bại và tinh chỉnh hoa văn cho phù hợp.

Sau khoảng 31 triệu bài kiểm tra (một số nguồn báo cáo là 31,7 triệu) được chạy trong khoảng một năm, mô hình đã hội tụ về các thiết kế liên tục khiến các thuật toán đó không thể phân loại bất cứ thứ gì mà hoa văn che phủ . Swearingen mô tả quá trình này giống như dạy mô hình "cách vẽ"—hệ thống đã học cách tạo ra các kết cấu (textures) nhằm tối đa hóa sự nhầm lẫn trong phần mềm phát hiện .

Trong các bài kiểm tra kỹ thuật số có kiểm soát sử dụng trọng số mô hình thực được trích xuất, một kết cấu noRecognition phủ toàn bộ đã đưa bộ phát hiện giám sát f-YOLOv5 lên tỷ lệ không phát hiện là 61,7% trên 240 hình ảnh quần áo được giữ lại (held-out garment images) ở ngưỡng phát hiện 0.25, với mức tăng sau khi trừ độ che khuất (occlusion-subtracted lift) là +0,537 so với đường cơ sở không có hoa văn .

Những gì các hoa văn đã đánh bại trong thử nghiệm phòng thí nghiệm:

• Đầu đọc biển số Flock
• Camera cơ thể Axon
• Hệ thống nhận dạng khuôn mặt Clearview AI
• Tất cả 11 thuật toán phát hiện mã nguồn mở trong bộ thử nghiệm của Swearingen

Màn trình diễn tại Def Con 34: chiếc Toyota Yaris 2009 mà camera không thể thấy

Vào thứ Sáu, ngày 7 tháng 8 năm 2026, Swearingen đã tiến hành bài kiểm tra thực tế công khai đầu tiên của hoa văn noRecognition tại hội nghị an ninh mạng Def Con ở Las Vegas . Hợp tác với hãng truyền thông ô tô Donut Media, anh đã bọc một chiếc Toyota Yaris đời 2009 bằng một trong những hoa văn do máy tính tạo ra của mình và lái nó qua một đầu đọc biển số Flock .

Swearingen báo cáo rằng chiếc Yaris đã thoát khỏi sự phát hiện tự động hoàn toàn—camera Flock không thể xác định phương tiện hoặc đọc biển số của nó, trong khi ghi hình video thông thường vẫn tiếp tục mà không gặp vấn đề gì . Các bánh xe được cho là có gây ra một số thách thức, nhưng nhìn chung bài kiểm tra được đánh giá là hiệu quả .

Lưu ý quan trọng về màn trình diễn: Việc xác minh độc lập tuyên bố này còn hạn chế. TechCrunch lưu ý rằng kết quả này hẹp hơn việc một chiếc xe trở nên "vô hình"—camera vẫn ghi lại cảnh quay, trong khi video và nhật ký trình diễn không được công bố . Kỷ lục thế giới thực hiện tại chỉ là một bài kiểm tra Def Con duy nhất với một mẫu camera, và bằng chứng vẫn là một chủ đề gây tranh cãi .

Cách mua hoa văn noRecognition: Áo thun, áo hoodie và khăn quàng cổ

Mục tiêu đã nêu của Swearingen là biến noRecognition thành một công cụ thực tế cho quyền riêng tư cộng đồng—một cách để mọi người từ chối bị giám sát bằng thuật toán mà không cần chuyên môn kỹ thuật .

Anh đã phát động một chiến dịch Kickstarter được triển khai đồng thời với các bài thuyết trình nghiên cứu của mình tại Black Hat và Def Con vào đầu tháng 8 năm 2026 . Anh thông báo trên LinkedIn: "Áo phông, áo hoodie và khăn quàng cổ in hoa văn thực sự có tác dụng"—được phát hành cùng lúc với nghiên cứu .

Hàng hóa hiện tại và dự kiến:

Sản phẩm	Tình trạng
Áo thun (T-shirts)	Có sẵn qua chiến dịch Kickstarter
Áo hoodie	Có sẵn qua chiến dịch Kickstarter
Khăn quàng cổ / gaiter	Có sẵn qua chiến dịch Kickstarter
Bọc xe (Vehicle skins / wraps)	Đã lên kế hoạch, sau dòng quần áo

Tính đến giữa tháng 8 năm 2026, chiến dịch Kickstarter đã huy động được hơn 40.000 USD . Những người ủng hộ trả phí bảo hiểm có thể yêu cầu các hoa văn tùy chỉnh đã được "tạo ra, kiểm tra và chưa bao giờ phát hành, trình diễn hoặc in cho bất kỳ ai khác" . Việc áp dụng bọc xe được mô tả là bước tiếp theo sau khi dòng quần áo được tiến hành .

Những lưu ý quan trọng về mặt pháp lý và thực tiễn

Dự án vẫn là một sáng kiến nghiên cứu về quyền riêng tư chứ không phải là một sản phẩm thương mại đã được kiểm chứng . Thử nghiệm trong phòng thí nghiệm cho thấy thành công với các thuật toán cụ thể, nhưng hiệu suất trong thế giới thực trước toàn bộ các hệ thống giám sát đang triển khai vẫn chưa được kiểm toán hoặc đảm bảo độc lập .

Swearingen cũng thừa nhận các vùng xám pháp lý: lái xe có bọc hoa văn đặt ra các câu hỏi về việc che khuất biển số xe ở từng tiểu bang, và các hoa văn của anh cố tình tránh che phủ khu vực biển số .

Hiện tại, noRecognition mang đến một cái nhìn thoáng qua về một tương lai khả thi nơi các cá nhân có thể từ chối bị giám sát bằng thuật toán bằng cách mặc đúng hoa văn. Nhưng bản thân Swearingen, cùng với nhiều hãng tin tức, đã thận trọng lưu ý rằng đây là nghiên cứu—không phải là một tấm áo choàng thần kỳ—và cơ sở bằng chứng vẫn chỉ là một bài kiểm tra camera duy nhất, không được ghi chép công khai .