在監控鏡頭愈來愈懂得「認人」的年代，德國藝術家西蒙．韋克特（Simon Weckert）反其道而行，設計出一件名為「數碼迷彩」（Digital Camouflage）的夏威夷恤。衣服表面布滿粉紅、橙色及綠色抽象圖案，對人眼而言極為搶眼，卻能干擾部分人工智能（AI）人物偵測系統，令電腦無法把穿着者辨識為「人」。
花俏圖案專攻AI視覺盲點
不過，這件恤衫並非真正的「隱形斗篷」。韋克特強調，作品只曾以通用的開源物件偵測系統YOLO示範，沒有證據顯示它能騙過警方或政府實際使用的監控設備。
據科技及設計媒體報道，「數碼迷彩」乍看像一件風格誇張的夏威夷恤，衣服上的每一道線條、色彩及形狀卻並非隨意繪製，而是經過運算優化，專門針對AI判斷人體時依賴的視覺特徵。
韋克特解釋，電腦視覺系統並非像人類般真正理解「人」的概念，而是透過分析大量訓練圖片，學習哪些邊緣、色彩、紋理、輪廓及身體比例通常與人類有關。
辨識系統首先會在畫面中尋找明暗對比及線條，繼而嘗試拼合頭部、肩膀、軀幹與四肢的關係。恤衫上的高飽和色彩及互相重疊的不規則圖案，會向系統輸入大量混亂訊號，破壞人體輪廓的連續性，令模型對「眼前是一個人」的信心下降。
靠AI反覆測試 直至辨識信心崩潰
更有趣的是，這件用來對抗AI監視的恤衫，本身亦是利用運算模型協助設計。
韋克特採用俗稱「對抗迴圈」（adversarial loop）的方法，先生成候選圖案，再把圖像交給人物偵測模型分析，量度系統有多大把握認為畫面中存在一個人。設計程式其後按照結果調整色彩、線條及紋理，再次接受測試，如此反覆進行，直至偵測模型的判斷信心大幅下降。
在藝術家公開的示範片段中，普通途人的身體會被YOLO系統以方框標示並分類為「person」，穿上「數碼迷彩」恤衫的人卻在部分畫面中沒有被標記，彷彿從電腦眼中消失。
這項技術在電腦科學中稱為「對抗攻擊」（adversarial attack），即透過精心設計的圖像、紋理或微小視覺變化，令AI模型作出錯誤判斷。過往研究人員曾在衣服上印製特定圖案，測試人物偵測系統面對穿着者走動、轉身及布料折曲時，能否維持辨識能力。
2019年的「對抗T恤」研究顯示，針對YOLOv2設計的實體衣服，在測試環境下可明顯降低人物偵測率；其後的研究則利用立體建模，令圖案在不同角度及衣物變形時仍能發揮作用。不過，成效會隨鏡頭距離、光線、穿着姿勢及所用模型而改變，對一套系統有效的圖案，換上另一套系統未必奏效。
回應柏林引入智能監控 屬藝術項目非保安產品
韋克特把「數碼迷彩」形容為一項由2025年開始、仍在發展中的穿戴式藝術作品，創作背景與柏林科特布斯門廣場（Kottbusser Tor）引入智能攝錄及行為分析技術有關。
他指出，這類系統不但拍攝途人，亦可能嘗試把擁抱、跳舞、爭執或打鬥等動作分類為「正常」或「可疑」。作品希望提出一個問題：當公共空間內的監控演算法缺乏透明度，外界亦無法獨立測試時，社會應在多大程度上信任機器的判斷？
韋克特特別提醒，「數碼迷彩」是藝術項目，不是保安產品，也不是供人逃避執法的工具。它針對的是「人物偵測」，即系統判斷畫面中有沒有人的第一個步驟，並不等同確認身份的「人臉識別」。
「數碼迷彩」最耐人尋味之處，或許正是它造成的視覺反差：在人群中最奪目的一件衣服，反而有機會成為AI眼中最不顯眼的人。它未必足以令人逃離監控，卻成功提醒公眾，再先進的人工智能，也可能被一塊布揭開盲點。
