بل سویرینجن نے پچھلے سال کو بار بار ایک ہی امتحان میں گزارا ہے۔ اس کا مقصد کمپیوٹر سے تیار کردہ پیٹرن تیار کرنا تھا جو امریکہ کی سڑکوں پر لگے نگرانی کے کیمروں کو اس کا پتہ لگانے سے روک سکتا تھا۔
تقریباً 31 ملین ٹیسٹوں کے بعد، سویرینجن کا کہنا ہے کہ وہ اب مانگ کے مطابق پیٹرن تیار کر سکتے ہیں جو کہ لباس اور اشیاء پر لاگو ہونے پر، عام طور پر تعینات لائسنس پلیٹ ریڈرز اور نگرانی والے کیمروں کو لوگوں سے لے کر گاڑیوں تک جو بھی پیٹرن کا احاطہ کرتا ہے اس کا پتہ لگانے سے روکتا ہے۔
اس کا پراجیکٹ، جسے وہ noRecognition کہتے ہیں، لوگوں کو امریکہ اور اس سے باہر استعمال ہونے والی خودکار شناخت اور الگورتھمک نگرانی سے بچنے کی اجازت دیتا ہے۔
حالیہ برسوں میں، نگرانی کے کیمروں کو یہ معلوم کرنے کی صلاحیت کے ساتھ سپر چارج کیا گیا ہے کہ ریکارڈ کی جانے والی فوٹیج میں کیا ہو رہا ہے، تیز رفتار گاڑیوں کی لائسنس پلیٹوں کو ٹریک کرنے سے لے کر مشتبہ مجرموں کی شناخت کے لیے چہرے کی شناخت کے استعمال تک، ملی جلی کامیابی اور بعض اوقات خوفناک نتائج کے باوجود۔ پتہ لگانے والے الگورتھم جو آج کل زیادہ تر نگرانی کرنے والے کیمروں کو طاقت دیتے ہیں وہ فوٹیج کی وسیع مقدار کو چھان سکتے ہیں، جس سے قانون نافذ کرنے والے اداروں کو دلچسپی کی سرگرمی کا انتخاب کرنے کی اجازت ملتی ہے، جو کہ گھاس کے ڈھیر سے سوئی نکالنے کے مترادف ہے۔
Swearingen کے کمپیوٹر سے تیار کردہ پیٹرن نگرانی کے کیمروں کو ویڈیو فوٹیج ریکارڈ کرنے سے نہیں روکتے ہیں۔ اس کے بجائے، وہ کیمرے کی اشیاء، لوگوں یا چہروں کی شناخت کرنے کی صلاحیت کو کھوکھلا کرتے ہیں، تاکہ کیمرے کسی بھی قسم کا پتہ لگانے کے انتباہات کو متحرک نہ کریں۔ پیٹرن کا احاطہ کرنے کی کیمرے کی صلاحیت کو روکنے سے، وہ شخص دوبارہ گھاس کے ڈھیر میں سوئی بن جاتا ہے - جب تک کہ کسی کو معلوم نہ ہو کہ کہاں دیکھنا ہے۔
"رازداری ایک بنیادی حق ہے،" Swearingen نے اس ہفتے ایک کال میں TechCrunch کو بتایا۔ اس نے اپنے نمونوں کو لوگوں کو "ٹریک کیے جانے سے آپٹ آؤٹ" کرنے کی اجازت دینے کے طریقے کے طور پر بیان کیا۔
لاس ویگاس میں ڈیف کون سائبرسیکیوریٹی کانفرنس میں جُمُعَہ کو اپنے پہلے عوامی ٹیسٹ میں، سویرینجن نے گاڑی پر چھپی ہوئی پیٹرن کا کامیابی سے مظاہرہ کیا، یہ ثابت کیا کہ یہ پیٹرن حقیقی دنیا میں نگرانی کی کھوج کو شکست دینے میں کارگر ثابت ہوسکتے ہیں۔
کنساس سٹی میں اپنے گھر سے ایک کال میں، جہاں اس نے سائبر سیکیورٹی میٹ اپ SecKC کی مشترکہ بنیاد رکھی، سویرینجن نے TechCrunch کو بتایا کہ سائبر پروفیشنل کے طور پر وہ نگرانی کے رازداری اور حفاظتی خطرات سے بخوبی واقف ہیں۔
اس نے بتایا کہ کس طرح اس کا شہر نگرانی کے کیمروں سے بھرا ہوا ہے، بعض اوقات ایک دوسرے سے صرف چند فٹ کے فاصلے پر واقع ہوتا ہے۔ اس نے کہا کہ اس نے اور دوسروں نے کبھی بھی دیکھے جانے کا انتخاب نہیں کیا، بالکل اسی طرح جیسے اس نے کبھی بھی حکومت کو چہرے کی شناخت کے لیے اپنے ڈرائیور کا لائسنس استعمال کرنے کا انتخاب نہیں کیا۔
سویرینگن نے خود کو ایک درمیانی عمر کے سفید فام آدمی کے طور پر بیان کیا جو ریاستہائے متحدہ کے وسط میں رہتا ہے، اور اس نے تسلیم کیا کہ اس کے نتیجے میں اسے اس وجہ سے مشکلات یا امتیازی سلوک کا سامنا نہیں کرنا پڑا کہ وہ کون ہے یا وہ کیسا لگتا ہے۔ سویرینگن نے بتایا کہ وہ گزشتہ سال کس طرح ایک احتجاجی مظاہرے میں شرکت کرنا چاہتے تھے، لیکن وہ بے چین اور فکر مند محسوس ہوئے کہ کیمرے کی بڑی تعداد ان لوگوں کو ٹریک کر سکتی ہے جو آزادی اظہار کے اپنے آئینی حقوق کا استعمال کر رہے تھے۔
اگر اس نے ایسا محسوس کیا تو بلاشبہ دوسروں کو بھی، بشمول وہ لوگ جو اپنے حقوق کا استعمال کرنا چاہتے تھے لیکن خود ایسا کرنے میں محفوظ یا آرام دہ محسوس نہیں کر سکتے۔ Swearingen کام پر لگ گیا.
جب تک چیزوں کا پتہ لگانے کے قابل کیمرے موجود ہیں، ٹیکنالوجی کا مقابلہ کرنے کی کوششیں ہوتی رہی ہیں۔ کئی آرٹ پروجیکٹس اور کپڑوں کے برانڈز نے ملبوسات متعارف کروائے ہیں جن کا مقصد لوگوں کو چہرے کی شناخت کو شکست دینے میں مدد کرنا ہے۔ کچھ چشمہ بنانے والے اس رجحان پر کود رہے ہیں، اگرچہ زیادہ افادیت کے ساتھ نہیں۔
Swearingen نے کہا کہ ان کی تحقیق اس سے پہلے کے کچھ کاموں پر بنتی ہے، جس سے پتہ چلتا ہے کہ کیمرے کی کھوج کو روکنا ممکن تھا۔
اس نے پچھلے سال ایک پروف-آف-کانسیپٹ ٹیسٹ لیب کے ساتھ آغاز کیا جس کا آغاز ایک کے بعد ایک اوپن سورس ویڈیو کیمرے کا پتہ لگانے والے الگورتھم کو بتدریج شکست دے کر ہوا۔ سال کے دوران، اس نے اضافی کمپیوٹر پروسیسنگ پاور کے ساتھ اپنے ٹیسٹوں کو بڑھا کر پیٹرن کو بہتر کیا۔ انہوں نے وسیع تر کمیونٹی کا شکریہ ادا کیا جنہوں نے اس منصوبے کو آگے بڑھانے میں مدد کے لیے ہارڈ ویئر کے ساتھ دکھایا۔
اس کا ثبوت کا تصور وقت کے ساتھ ساتھ ایک کمک سیکھنے کے ماڈل میں تیار ہوا، بنیادی طور پر ایک خود ساختہ نظام جو خود کو تربیت دے سکتا ہے کہ کون سے نمونے کام کرتے ہیں اور جو مخصوص کیمرہ الگورتھم کے خلاف نہیں ہیں جن کی وہ جانچ کر رہا ہے۔ سادہ الفاظ میں، Swearingen نے TechCrunch کو بتایا کہ اس نے بنیادی طور پر اپنے ماڈل کو "پینٹ کرنے کا طریقہ" سکھایا۔
ہر بار جب کوئی پیٹرن ناکام ہو جاتا ہے اور ایک الگورتھم نے اس کا پتہ لگایا تو، ماڈل بار بار کوشش کرے گا، یہاں تک کہ اس نے بالآخر ایک ہی وقت میں متعدد الگورتھم کو شکست دی۔ اس کے ماڈل نے جلد ہی ایسے نمونوں کے لیے بہترین ترکیبیں تلاش کرنا شروع کر دیں جو اس نے تجربہ کیے تمام 11 اوپن سورس ڈٹیکشن الگورتھم کو شکست دینے کے قابل تھے، بشمول وہ سافٹ ویئر جو Flock لائسنس پلیٹ ریڈرز، Axon باڈی سے پہننے والے کیمرے، اور Clearview AI چلانے والے کیمرے۔
انہوں نے کہا کہ اب ماڈل ہر منٹ میں نئے پیٹرن بناتا ہے، ہر بیچ ریاضی کے لحاظ سے آخری سے بہتر ہے۔
جُمُعَہ کو لاس ویگاس میں ڈیف کون سائبرسیکیوریٹی کانفرنس میں، سویرینجن نے اپنا پہلا حقیقی دنیا کا امتحان دیا۔ ڈونٹ میڈیا کی مدد سے، اس ٹیسٹ میں 2009 کی ٹویوٹا یارِس کو Swearingen کے جدید ترین نمونوں میں سے ایک کا احاطہ کرنا شامل تھا تاکہ یہ دیکھا جا سکے کہ آیا کار فلاک کیمرے کے ذریعے پتہ لگانے کے لیے پوشیدہ ہو گی۔
"ہم نے ثابت کیا کہ یہ مؤثر تھا؛" Swearingen نے کہا؛ اگرچہ، پہیے ایک چیلنج تھے، انہوں نے کہا۔ ڈونٹ میڈیا نے کہا کہ ڈیمو کی ویڈیو اگلے چند ہفتوں میں سامنے آئے گی۔
لاس ویگاس میں ایک عوامی ڈیمو کے ساتھ اب اس کی پٹی کے نیچے، یہ منصوبہ اس بات کا ابتدائی ثبوت ہے کہ عوامی جگہوں پر الگورتھمک پتہ لگانے سے بچنا ممکن ہے۔ انہوں نے کہا کہ اگلا مرحلہ ان لوگوں کے ہاتھوں میں پیٹرن حاصل کرنا ہے جو انہیں چاہتے ہیں۔
noRecognition پروجیکٹ کے پاس ایک کراؤڈ سورسنگ مہم بھی ہے جس میں پیٹرن کی خاصیت والے ابتدائی سامان کی فروخت میں مدد کرنے کے لیے، ٹی شرٹس سے لے کر ہوڈیز تک، گاڑیوں کے لیے پیٹرن پرنٹ شدہ کھالوں کی صلاحیت کے ساتھ فنڈز فراہم کیے جا سکتے ہیں۔ Swearingen نے کہا کہ اس کا مقصد یہ ہے کہ پیٹرن اعلیٰ کوالٹی اور ریزولیوشن اتنے اچھے ہوں کہ وہ دور سے کام کر سکیں، جبکہ جمالیاتی لحاظ سے فیشن ایبل بھی نظر آئیں۔
انہوں نے کہا کہ وہ کیمرے بنانے والوں کو شکست دینے سے روکنے کے لیے اپنے مضبوط ترین نمونوں کو انٹرنیٹ سے دور رکھے ہوئے ہیں، لیکن یہ کام ابھی تک نہیں ہوا ہے۔ اس کے ماڈل نئے نمونوں کو پیسنا جاری رکھے ہوئے ہیں۔
"ہر ناکامی میرے ماڈل کو بہتر بناتی ہے، اور اس طرح [پِیرنز] بہتر سے بہتر ہوتے رہتے ہیں،" انہوں نے کہا۔
