चोरी की चाल
एल्गोरिदम एडवर्सेरियल पैटर्न उत्पन्न करके काम करता है—दृश्य शोर जो ऑब्जेक्ट डिटेक्शन मॉडल को भ्रमित करने के लिए इंजीनियर किया गया है। इसे जैकेट या कार पर लगाएं, और कैमरे का AI इसे व्यक्ति या वाहन के रूप में पंजीकृत करने में विफल हो सकता है। यह मशीन लर्निंग में एक जानी-मानी कमजोरी है, और शोधकर्ता वर्षों से इसकी जांच कर रहे हैं। यहाँ उल्लेखनीय बात पैमाना है: पैटर्न एक ही दृष्टिकोण में लोगों, चेहरों और वाहनों को कवर करते हैं, जो पहले के प्रयासों की तुलना में अधिक सामान्य-उद्देश्यीय हमले का सुझाव देता है।
📊 बाजार डेटा स्नैपशॉट
यह केवल गोपनीयता की जीत क्यों नहीं है
विपरीत दृष्टिकोण: निगरानी कंपनियाँ इन पैटर्नों का अध्ययन करेंगी, उन्हें अपने प्रशिक्षण पाइपलाइनों में डालेंगी, और ऐसे डिटेक्टर बनाएँगी जो उनसे प्रतिरक्षित हों। यह मानक एडवर्सेरियल लूप है—प्रत्येक नया हमला एक अधिक मजबूत बचाव पैदा करता है। तो तत्काल प्रभाव कवरेज में एक अस्थायी अंतर हो सकता है, लेकिन दीर्घकालिक प्रभाव एक ऐसी निगरानी AI है जिसे मूर्ख बनाना कठिन है। दूसरे शब्दों में, शोधकर्ता का क
