تنتشر الكاميرات المدعومة بالذكاء الاصطناعي في شوارع العالم، وهي مجهزة للتعرف على الوجوه أو لوحات السيارات. لكن رد فعل عام يكتسب زخماً. مخاوف الخصوصية — انعدام الموافقة، وتخزين البيانات واستخدامها، ومخاطر إساءة الاستخدام — تحفز الناس على المقاومة. مشروع De Flock يرسم خرائط لقارئات لوحات السيارات الآلية (ALPR) لرفع الوعي. يلجأ البعض إلى تخريب ALPR، بينما يصمم آخرون "أزياء عدائية" للتهرب من كاميرات المراقبة، مثل مشروع Kickstarter no Recognition، الذي قُدم في DEF CON.

في عام 2025، بدأ خبير الأمن السيبراني Bill Swearingen تجربة أداة تشويش مبنية على Python تستهدف YOLO، وهو إطار شائع لكشف الأجسام. طور خوارزمية تعلم معزز تولد أنماطاً هندسية ملونة، اختُبرت ضد 11 نموذجاً لكشف الأجسام. الأنماط الناجحة تُحبط الأنظمة، وتخفض درجات الثقة، وأحياناً تصل إلى عدم الكشف. يقول Swearingen: "الخصوصية حق من حقوق الإنسان".

تبيع Cap_able و Urban Privacy ملابس مادية. أسلوب Cap_able الحاصل على براءة اختراع ينسج زخارف في التريكو الجاكار، مما يتداخل مع الرؤية الحاسوبية لتصنيف مرتديها كحيوانات أو أشياء. تقول المؤسسة Rachele Didero: "إذا تمكنا من تمويه شخص كشيء آخر، فإننا نحقق هدفنا". Faception Reloaded من Urban Privacy يربك التعرف على الوجوه القائم على Open CV ببصمات وجه مجردة، مما يبطئ أجهزة الكشف. يقول الشريك المؤسس Daniel Preuß: "الفكرة هي إنشاء بيانات مزيفة".

تعود أزياء مكافحة المراقبة إلى الأعمال الفنية في العقد 2010 لـ Adam Harvey وخط Adversarial Fashion لعام 2019 لـ Kate Bertash. تقول Niloofar Mireshghallah من جامعة Carnegie Mellon: "الملابس شيء يمكنك شراؤه وارتداؤه فعلاً، على عكس السياسات". قد تقلل الظروف الواقعية من الفعالية.

الكيانات الرئيسية: الشركات: De Flock، no Recognition، Cap_able، Urban Privacy، YOLO، Open CV، Carnegie Mellon University | الأشخاص: Bill Swearingen، Rachele Didero، Daniel Preuß، Adam Harvey، Kate Bertash، Niloofar Mireshghallah | المواقع: DEF CON، Free University of Bozen-Bolzano، Italy

الأسئلة الشائعة: كيف تتفادى الأزياء العدائية المراقبة بالذكاء الاصطناعي؟

تستخدم الأزياء العدائية أنماطاً تعطل نماذج كشف الأجسام، مما يخفض درجات الثقة أو يسبب تصنيفاً خاطئاً، مثل تصنيف مرتديها كحيوانات أو أشياء.