في عالم تتزايد فيه المخاوف بشأن الخصوصية والمراقبة، يبرز مشروع noRecognition كابتكار يسعى لتحدي أنظمة التعرف الآلي.
ما الذي حدث للتو؟
يختبر مشروع Bill Swearingen المعروف باسم noRecognition ما إذا كانت الأنماط التي تم إنشاؤها بواسطة الكمبيوتر يمكن أن تتداخل مع البرامج المستخدمة لتحديد الأشخاص والمركبات وغيرها من الأشياء على كاميرات المراقبة. حصل المشروع على أول اختبار علني له يوم الجمعة في مؤتمر Def Con للأمن السيبراني في لاس فيغاس. عمل Swearingen مع Donut Media لتغطية سيارة تويوتا يارس 2009 بأحد أنماطه وقيادتها أمام كاميرا Flock. قال Swearingen، وهو محترف في الأمن السيبراني ومؤسس شركة SIXCYBER، لـ TechCrunch: “لقد أثبتنا أنها فعالة”.
فكرة المشروع
لا تمنع الأنماط الكاميرا من التسجيل. بدلاً من ذلك، تم تصميمها لمنع البرنامج المتصل بالكاميرا من التعرف على ما تراه. سيظهر شخص أو سيارة ترتدي النمط في اللقطات، ولكن قد لا تشير نظام الكشف إليها كشخص أو مركبة.
هذه هي الفكرة الأساسية وراء noRecognition. يريد Swearingen جعل من الصعب على أنظمة الكاميرات الآلية تتبع الأشخاص في الأماكن العامة. وقال إن المشروع يهدف إلى منح الناس وسيلة “للخروج من دائرة التتبع”.
أهمية الخصوصية
قال Swearingen: “الخصوصية حق أساسي”.
قضى Swearingen العام الماضي في بناء واختبار النظام من منزله في كانساس سيتي. قال إنه أجرى حوالي 31 مليون اختبار حتى الآن. بدأ العمل كمختبر اختبار صغير يهدف إلى هزيمة خوارزميات الكشف عن الأجسام مفتوحة المصدر. تطور لاحقًا إلى نموذج تعلم معزز يمكنه توليد وتحسين الأنماط بمفرده.
تعليم النموذج
وصف العملية بأنها تعليم النموذج “كيفية الرسم”.
يختبر النموذج نمطًا ضد برنامج الكشف عن الكاميرات. إذا كان بإمكان البرنامج التعرف على الكائن المغطى بالنمط، يقوم النظام بتعديله ويجرب مرة أخرى. مع مرور الوقت، يتعلم أي العناصر البصرية من المرجح أن تشتت الخوارزميات.
نتائج الاختبارات
قال Swearingen إن النموذج قد أنتج أنماطًا يمكن أن تهزم جميع 11 خوارزمية كشف مفتوحة المصدر التي اختبرها. تشمل هذه البرامج المستخدمة في الأنظمة المرتبطة بقراءة لوحات ترخيص Flock وكاميرات الجسم Axon وClearview AI. قال إن النموذج الآن ينتج أنماطًا جديدة كل دقيقة، مضيفًا أن كل اختبار غير ناجح يمنحه المزيد من البيانات ويسمح له بتوليد أنماط أكثر فعالية مع مرور الوقت.
تعلم الآلة العدائية
تندرج هذه التكنولوجيا ضمن فئة تُعرف غالبًا بالتعلم الآلي العدائي. تعتمد على حقيقة أن أنظمة رؤية الكمبيوتر لا تفسر الصور بنفس الطريقة التي يفعلها البشر. قد يبدو النمط كتصميم غير عادي لشخص ما، لكنه قد يتسبب في تصنيف خاطئ لنموذج الكشف عن كائن أو عدم التعرف عليه تمامًا.
استراتيجيات جديدة
تختلف هذه الطريقة عن الجهود الرامية إلى حجب الكاميرات. لا يهدف noRecognition إلى إخفاء شخص ما عن الأنظار أو التدخل في الكاميرا نفسها. بدلاً من ذلك، يستهدف طبقة البرمجيات التي تعالج الفيديو، وتقرأ لوحات الترخيص، وتحدد الوجوه أو الكائنات.
استخدامات التكنولوجيا
أصبحت هذه البرمجيات ميزة قياسية في العديد من شبكات الكاميرات. تستخدمها وكالات إنفاذ القانون للبحث في اللقطات وتحديد المركبات أو الأشخاص ذوي الأهمية. كما تستخدم الشركات الخاصة والحكومات المحلية أدوات الكشف الآلي عبر مواقف السيارات والشوارع والأماكن العامة الأخرى.
القلق من المراقبة
يمكن لهذه الأنظمة معالجة فيديو أكثر بكثير مما يمكن لشخص مراجعته يدويًا. لكنها أيضًا تعرضت للتدقيق بسبب الأخطاء والعواقب الناتجة عن المطابقات غير الدقيقة. قال Swearingen إن مخاوفه بشأن انتشار كاميرات المراقبة ساعدت في تحفيز المشروع.
قال إنه لاحظ كثافة الكاميرات في مسقط رأسه في كانساس سيتي وبدأ يفكر في مدى صعوبة تجنب التتبع الآلي. كما قال إنه شعر بعدم الارتياح لحضور احتجاج العام الماضي بسبب إمكانية تتبع الكاميرات للمشاركين.
الابتكار الفني
حاول الفنانون وصانعو الملابس سابقًا تطوير تصاميم تشتت أنظمة التعرف على الوجه. قال Swearingen إن هذا العمل ساعد في إثبات أن مثل هذه الطرق ممكنة. يركز مشروعه على استخدام نموذج لإنشاء وتنقيح الأنماط على نطاق أكبر بكثير.
حملة التمويل الجماعي
تجري noRecognition أيضًا حملة تمويل جماعي للملابس المطبوعة بالأنماط، بما في ذلك تي شيرتات وهوديز. قال Swearingen إن أغطية المركبات قد تتبع ذلك. قال إن الهدف هو جعل الأنماط كبيرة وواضحة بما يكفي للعمل عن بُعد دون جعل الملابس غير عملية للارتداء أو الأغطية غير عملية للاستخدام.
يحتفظ بأقوى أنماطه خاصة في الوقت الحالي، قائلًا إنه لا يريد من شركات الكاميرات تطوير دفاعات ضدها بسرعة.
حقوق الصورة: Donut Media
مع استمرار تطور التكنولوجيا، يبقى السؤال: هل يمكن أن تكون هذه الأنماط هي الحل لمشكلة تتبع الأفراد في الأماكن العامة؟
