Generasi.co, Jakarta – Pola komputer yang dirancang untuk mengelabui sistem deteksi kamera pengawas diklaim mampu membuat sejumlah kamera dan pembaca pelat nomor gagal mengenali objek yang dilapisinya.
Pola tersebut dikembangkan Bill Swearingen melalui proyek bernama noRecognition. Dilansir dari TechCrunch, Swearingen telah menjalankan sekitar 31 juta pengujian selama setahun untuk menghasilkan pola yang dapat mengganggu kemampuan algoritma dalam mendeteksi manusia, kendaraan, maupun objek lainnya.
Pola itu tidak menghentikan kamera merekam video. Sistem tersebut justru dirancang untuk mengacaukan kemampuan kamera dalam mengenali objek, orang, atau wajah sehingga sistem deteksi tidak memunculkan peringatan.
Swearingen mengatakan proyek tersebut ditujukan untuk memberi pilihan kepada masyarakat yang tidak ingin dilacak melalui sistem pengawasan berbasis algoritma.
“Privasi adalah hak fundamental,” kata Swearingen kepada TechCrunch. Ia menggambarkan pola tersebut sebagai cara bagi masyarakat untuk “memilih keluar dari pelacakan”.
Teknologi pengawasan kamera dalam beberapa tahun terakhir semakin mampu menganalisis isi rekaman. Sistem tersebut digunakan antara lain untuk melacak pelat nomor kendaraan dan mengenali wajah. Algoritma deteksi memungkinkan sejumlah besar rekaman dianalisis untuk menemukan aktivitas tertentu.
Swearingen kemudian mengembangkan sistem pengujiannya menjadi model pembelajaran penguatan atau reinforcement learning. Model tersebut dilatih untuk mengenali pola mana yang berhasil dan gagal menghadapi algoritma kamera tertentu.
Secara sederhana, Swearingen mengatakan ia mengajarkan model tersebut “cara melukis”. Setiap kali sebuah pola gagal dan berhasil dideteksi algoritma, model akan mencoba pola lain secara berulang hingga menemukan pola yang mampu mengelabui sejumlah algoritma sekaligus.
Dalam pengujiannya, model tersebut disebut berhasil menemukan pola yang dapat mengalahkan 11 algoritma deteksi open source yang diuji Swearingen. Pengujian itu mencakup perangkat lunak yang digunakan Flock untuk pembaca pelat nomor, kamera yang dikenakan di tubuh buatan Axon, serta kamera yang menjalankan Clearview AI.
Swearingen mengatakan modelnya kini dapat menghasilkan pola baru setiap menit. Setiap kumpulan pola berikutnya diklaim secara matematis lebih baik dibandingkan hasil sebelumnya.
Uji coba di dunia nyata kemudian dilakukan dalam konferensi keamanan siber Def Con di Las Vegas. Dengan bantuan Donut Media, sebuah Toyota Yaris keluaran 2009 dilapisi salah satu pola terbaru Swearingen untuk diuji terhadap kamera Flock.
“Kami membuktikan bahwa pola itu efektif,” kata Swearingen. Namun, dia menyebut bagian roda kendaraan menjadi salah satu tantangan dalam pengujian tersebut.
Menurut Swearingen, demonstrasi tersebut menjadi bukti awal bahwa penghindaran deteksi algoritmik di ruang publik secara teknis memungkinkan. Tahap berikutnya adalah membuat pola tersebut tersedia bagi orang-orang yang menginginkannya.
Proyek noRecognition juga menjalankan kampanye crowdsourcing untuk mendanai produksi awal sejumlah produk dengan pola tersebut, mulai dari kaus hingga hoodie. Swearingen juga membuka kemungkinan membuat lapisan berpola untuk kendaraan.
Dia mengatakan pola yang dikembangkan ditargetkan memiliki kualitas dan resolusi tinggi sehingga dapat bekerja dari jarak tertentu sekaligus tetap memiliki tampilan yang menarik.
Swearingen menyimpan pola terkuatnya dan tidak menyebarkannya secara luas di internet. Langkah tersebut dilakukan untuk mencegah produsen kamera mempelajari pola tersebut dan mengembangkan sistem untuk mengatasinya.
Meski demikian, pengembangan masih berlangsung. Model yang digunakan Swearingen terus menghasilkan pola baru untuk menguji kemampuan sistem deteksi kamera.
“Setiap kegagalan membuat model saya semakin baik, sehingga pola-pola tersebut terus menjadi semakin baik,” ujarnya.
