نگرانی از وجود دوربینهای مخفی در هتلها، اقامتگاهها، اتاقهای پرو و حتی سرویسهای بهداشتی، به یکی از دغدغههای جدی حریم خصوصی در سالهای اخیر تبدیل شده است. حالا پژوهشگران مؤسسه علم و فناوری کره (KAIST) راهحلی ارزان، کوچک و بسیار دقیق برای این مشکل ارائه کردهاند؛ گجتی ۷ دلاری که به گوشی هوشمند متصل میشود و در کمتر از پنج ثانیه محل دوربین مخفی را لو میدهد.
این ابزار که SweepLED نام دارد، برخلاف دستگاههای تجاری گرانقیمت و کمدقت موجود در بازار، از ترکیب هوشمندانه سختافزار ساده و الگوریتمهای هوش مصنوعی استفاده میکند تا خطای تشخیص را به حداقل برساند.
چرا دستگاههای فعلی قابل اعتماد نیستند؟
بیشتر ابزارهای موجود برای شناسایی دوربین مخفی، بر یک اصل ساده کار میکنند: تاباندن نور و بررسی بازتاب آن. لنز دوربین به دلیل ساختار شیشهای خود، نور را به شکل خاصی منعکس میکند. اما مشکل اینجاست که بسیاری از سطوح براق دیگر مانند فلز صیقلی، شیشه، آینه یا پلاستیک براق نیز بازتابهای مشابهی ایجاد میکنند.
به همین دلیل این دستگاهها نرخ خطای بالایی دارند و بهطور مداوم هشدار اشتباه میدهند. از سوی دیگر، یک مطالعه دانشگاهی نشان داده است که کاربران عادی هنگام استفاده از این ابزارهای رایج بازار، حدود ۵۹ درصد از دوربینهای مخفی واقعی را بهکلی نادیده میگیرند. در واقع این دستگاهها نهتنها اعصاب کاربر را با هشدارهای کاذب خسته میکنند، بلکه در تشخیص موارد واقعی نیز ناکارآمد هستند.
SweepLED چگونه کار میکند؟ ایده تغییر زاویه نور
نوآوری اصلی تیم KAIST در نحوه تاباندن نور است. در ابزار SweepLED، دوربین گوشی هوشمند کاملاً ثابت نگه داشته میشود، اما منبع نور LED متصل به آن، زاویه تابش خود را بهسرعت تغییر میدهد. در این حالت الگوریتم رفتار بازتاب نور را در طول زمان تحلیل میکند.
تفاوت کلیدی اینجاست:
- اشیای براق معمولی: با جابهجا شدن زاویه نور، بازتاب آنها بهسرعت ناپدید میشود، محو میگردد یا جهتش بهطور کامل تغییر میکند.
- لنز دوربین مخفی: به دلیل ساختار داخلی پیچیده شامل روزنه (اپرچر) و حسگر تصویر، بازتاب نور رفتار کاملاً متفاوتی نشان میدهد. نور در داخل لنز به دام میافتد و با تغییر زاویه تابش، شکل بازتاب بهصورت متمایز و قابل تشخیص تغییر میکند اما محو نمیشود.
این تفاوت ظریف در رفتار بازتاب، همان اثر انگشتی است که SweepLED به دنبال آن میگردد؛ چیزی که چشم انسان یا دستگاههای ساده قادر به تشخیص دقیق آن نیستند.
نقش هوش مصنوعی و یادگیری عمیق
برای تشخیص این تفاوت، کاربر تنها کافی است یک ویدیوی چندثانیهای با گوشی خود ضبط کند در حالی که LED در حال جارو کردن نور در زوایای مختلف است. سپس الگوریتمهای یادگیری عمیق وارد عمل میشوند.
این مدل هوش مصنوعی که روی هزاران نمونه بازتاب آموزش دیده، تغییرات شکل و شدت بازتابها را فریمبهفریم پردازش میکند. اگر الگوی بازتاب مربوط به یک لنز دوربین باشد، سیستم بلافاصله محل دقیق آن را روی تصویر ویدیو مشخص و به کاربر اعلام میکند. تمام این فرآیند در کمتر از پنج ثانیه انجام میشود و نیازی به تخصص فنی یا تجهیزات پیچیده ندارد.
دقت ۹۴ درصدی در آزمایش روی وسایل روزمره
برای سنجش کارایی این گجت ارزانقیمت، پژوهشگران آن را در شرایط آزمایشگاهی روی ۳۰ وسیله روزمره که معمولاً دوربینهای جاسوسی در آنها جاسازی میشود، آزمایش کردند. این فهرست شامل اشیایی مانند ساعت دیواری، شارژر USB، کنترل تلویزیون، حسگر دود، قاب عکس، پیچ و حتی دکمه لباس بود.
نتیجه چشمگیر بود: SweepLED توانست با دقت ۹۴ درصد دوربینهای مخفی جاسازیشده را بهدرستی شناسایی کند؛ رقمی بسیار بالاتر از ابزارهای تجاری موجود. این دقت بالا در حالی به دست آمده که هزینه ساخت نمونه اولیه تنها حدود ۷ دلار برآورد شده است، یعنی کسری از قیمت دستگاههای حرفهای چند صد دلاری.
چرا این اختراع اهمیت دارد؟
ارزان بودن، سرعت بالا و دقت کمنظیر، SweepLED را به ابزاری بالقوه برای استفاده عموم تبدیل میکند. برخلاف بسیاری از راهحلهای آزمایشگاهی که هرگز به بازار نمیرسند، این گجت بهدلیل سادگی سختافزاری خود میتواند بهراحتی بهصورت یک دانگل کوچک USB-C یا حتی بهعنوان یک قاب محافظ گوشی تولید انبوه شود.
در دنیایی که موارد متعددی از فیلمبرداری غیرمجاز در اقامتگاههای اجارهای گزارش میشود، دسترسی همگانی به چنین ابزاری میتواند بازدارندگی جدی ایجاد کند و احساس امنیت بیشتری به مسافران و کاربران بدهد. پژوهشگران KAIST میگویند در آینده میتوان این فناوری را مستقیماً در فلاش LED گوشیهای هوشمند ادغام کرد تا هر کاربری بدون نیاز به سختافزار جانبی، قادر به اسکن محیط اطراف خود باشد.
هرچند این فناوری هنوز در مرحله نمونه اولیه آزمایشگاهی قرار دارد، اما نتایج اولیه نشان میدهد که ترکیب یک ایده فیزیکی ساده با قدرت هوش مصنوعی میتواند یکی از قدیمیترین ترفندهای جاسوسی را خنثی کند.
دیدگاهها (0)
هنوز دیدگاهی ثبت نشده است.