لا تنظر إلي - ForkLog: العملات الرقمية، الذكاء الاصطناعي، التفرد، المستقبل

# لا تنظر إليّ

لقد حلّت الكاميرات التقليدية للمراقبة في المدن الكبرى منذ زمن محل أنظمة كاملة مزودة بالذكاء الاصطناعي. وللأسف أو لحسن الحظ، فإن الكثير منا يضطر إلى قبول حقيقة كانت قبل سنوات قليلة تُقرأ فقط في روايات ديستوبية.

فهم كيف تعمل أنظمة المراقبة الذكية في شوارع المدن الكبرى ولماذا تسرعت الدول في اعتمادها بشكل واسع، كان من نصيب كشيشتوف شباك.

شرطة الفلوكة

في سبتمبر 2025، كان ضابط شرطة يقف أمام منزل كريسانا إلزر في دنفر يحمل استدعاءً قضائيًا. كانت المتهمة تُتهم بسرقة طرد من أمام منزلها في مدينة مجاورة.

دليل الجريمة كان بيانات من نظام المراقبة الآلي لشركة Flock Safety، تظهر سيارة إلزر. ومع ذلك، رفض الضابط مشاركة التفاصيل مع المشتبه بها. وطلب منها تقديم الاعتراضات في المحكمة.

«أنتم تعلمون أن لدينا كاميرات في تلك المدينة. ولن يفوتنا حتى أنفاس الهواء النقي من هناك دون علمنا»، أوضح الشرطي.

إلزر، واثقة من براءتها، بدأت بجمع أدلةها الخاصة. كانت في الواقع قريبة من مكان الحادث — زارت خياطًا — لكنها لم تسرق أي طرود.

جمعت بيانات من أجهزة تتبع GPS في تطبيقات الهاتف والسيارة، وسجلات الكاميرا، وشهادات شفهية، وحتى صور لملابسها التي كانت ترتديها يوم الحادث.

بعد محاولات عديدة فاشلة لتسليم المعلومات للسلطات، كتبت المشتبه بها مباشرة إلى رئيس الشرطة. أشاد الأخير بعملها وأخبرها أن الاستدعاء القضائي أُلغي.

بحلول ديسمبر 2025، كانت شركة Flock Safety تقدم وصولًا إلى 80,000 كاميرا في 49 ولاية أمريكية.

من شاحنة الشاشات إلى التنبؤ بالجرائم

كاميرات المراقبة في الشوارع والمتاجر والمؤسسات أصبحت أمرًا مألوفًا منذ زمن. لكن الكاميرات الذكية الحديثة وطرق معالجة المعلومات تمثل شيئًا جديدًا مقارنة بأسلافها.

CCTV في عصر الأجيال التناظرية

في السابق، كانت أنظمة المراقبة (CCTV، تلفزيون الدائرة المغلقة) تتكون من شبكة مغلقة من الكاميرات، يُرسل إشارة من خلالها إلى عدة شاشات أمام حارس مركز تجاري يتملكه الملل.

وكانت التكنولوجيا تقتصر على حساسات الفيديو، والشاشات، وأجهزة التسجيل.

وكانت الأجهزة الأمنية تجرب أنظمة المراقبة منذ منتصف القرن الماضي على الأقل.

اختبار نظام CCTV من شرطة بريطانيا في ساحة ترافالغار، عام 1960. المصدر: الأرشيف الوطني في عام 1960، أجرت شرطة بريطانيا اختبارًا لكاميرتين للمراقبة في ساحة ترافالغار بمناسبة زيارة الملكة والملك من تايلاند. وُضعت الشاشات في شاحنة بجانب الموقع. ساعدت هذه التجربة على اكتشاف بعض المشاكل التقنية وأثارت ردود فعل متباينة.

في عام 1979، طورت شركة الشرطة العلمية البريطانية (Police Scientific Development Branch) تقنية ANPR استنادًا إلى طرق التعرف البصري على الرموز المتاحة آنذاك.

بحلول التسعينيات، أصبحت الكاميرات على التقاطعات وواجهات المباني أمرًا طبيعيًا. وأدخلت الشرطة CCTV وANPR ضمن أدوات عملها اليومية.

الكاميرات الذكية

مع تصغير مكونات الحواسيب، وزيادة الاتصال الشامل، وظهور الذكاء الاصطناعي، حلت الكاميرات الذكية محل CCTV التقليدية، مزودة بقاعدة بيانات مركزية ونظام تحليل تلقائي للمعلومات.

هذه الأجهزة مجهزة بمعالج خاص بنظام تشغيل، وذاكرة تخزين، وواجهات للاتصال المحلي والإنترنت، وأحيانًا ميكروفون لتسجيل الصوت.

كاميرا Flock Safety مع وظائف ANPR. المصدر: ويكيميديا بعض الشركات المصنعة تدمج معالجات ذكاء اصطناعي ووحدات معالجة عصبية (NPU) لمعالجة البيانات في الوقت الحقيقي مباشرة على الجهاز. وآخرون يستخدمون معدات خارجية لتحليل البيانات.

هذه الأنظمة قادرة على التعرف على الأجسام، وتحديد أرقام السيارات، والتعرف على وجوه الأشخاص، مع تقديم ملخص عما تم رصده. تعتمد قدراتها على تكوين البرمجيات وتفضيلات مزود الأجهزة.

العقل المدبر خلف الكواليس

الكاميرا الذكية بحد ذاتها يمكن أن تتعرف على الأجسام وتسجيل معرفاتها — رقم السيارة، الوجه، أو طريقة مشية الشخص. يجمع مركز التحليل البيانات من الكاميرات، ويقارنها مع معلومات من مصادر أخرى، ويرسل الاستنتاجات للمشغل.

شركة Flock Safety تقدم شيئًا مشابهًا باسم Nova — «منصة بيانات للأمن المجتمعي»، تجمع ليس فقط تسجيلات الكاميرات، بل ومعلومات من تسريبات، وقواعد بيانات وسطاء البيانات، ومصادر تجارية أخرى.

هذه الأنظمة تخلق ملفًا شخصيًا يتضمن خريطة التحركات، التفضيلات، سجل المشاهدات، العادات، سجلات الشرطة، وأي بيانات أخرى.

مع وجود مثل هذا الكم من المعلومات، يمكن للذكاء الاصطناعي أن يبني توقعات عن سلوك الأفراد، وينبه المشغل إلى حالات يراها مشبوهة. هذه الميزة متاحة الآن لعملاء Flock.

وتقول الشركة إن Nova تتيح للسلطات إغلاق القضايا «بنقرة واحدة».

لكن منتقدين يرون أن ذلك وسيلة لتجاوز إجراءات الحصول على أمر قضائي للمراقبة، وأرضية لانتهاكات واسعة للخصوصية.

تصفيفة شعر ملونة وحقن الكود

الكثيرون لا يهتمون بالمراقبة الجماعية. بالنسبة لهم، هي مجرد أداة تساعد على كشف ومنع الجرائم. لكن ليس الجميع يتجاهل حدود الحرية الشخصية.

الصراع بين الكاميرات الذكية والراغبين في الحفاظ على الخصوصية يتطور على عدة مستويات.

إلى جانب النضال القانوني على مستوى السياسات الحكومية، يلجأ الهواة إلى فنون التمويه وطرق الاختراق التقليدية.

التزييف (Spoofing)

أكثر أنواع الهجمات إثارة على هذه الأجهزة هي التزييف أو «الهجمات التقديمية». تشمل طرق العمل مع الصورة التي تتلقاها الكاميرا.

وتشمل الأقنعة، والعواكس، والنقوش الخاصة، وطرق أخرى «لإفساد» الصورة، بهدف عرقلة التعرف عليها أو تحديدها بشكل صحيح.

في 2016، اقترح مشروع Reflectacles للمصمم سكوت أوربان نظارة مزودة بعواكس توجه الإضاءة تحت الحمراء إلى الكاميرا، مما ينعكس على وجه الشخص.

Reflectacles في فيديو من كاميرا مراقبة. المصدر: Kickstarter. هذه التقنية لا تترك بيانات كافية لتحليل الكاميرا، لكنها غير فعالة عند المراقبة من زوايا متعددة.

طور الباحث والفنان آدم هارفي مجموعة حلول CV Dazzle لمواجهة أنظمة التعرف على الوجوه.

كانت تصاميم التسعينيات تعتمد على تسريحات غير متماثلة وعناصر مكياج لخداع خوارزمية فيولا-جونز، التي كانت تكتشف الوجوه عبر الظلال تحت العينين والأنف، والتناظر، وموقع الأنف.

واستخدم الفنان ألوانًا وظلالًا غير معتادة تتباين مع لون البشرة.

نظرة CV Dazzle 5. المصدر: Adam.harvey.studio مع ظهور أنظمة التعرف على الوجوه المدعومة بالذكاء الاصطناعي، أصبحت الطرق القديمة عتيقة، وقدم هارفي في 2020 نسخة محدثة من المكياج.

نظرة CV Dazzle 6 و7. المصدر: Adam.harvey.studio. أكد الفنان أن ما يوضح هو التقنية، وليس أنماطًا محددة، وأن الحل الأمثل يعتمد على ظروف المراقبة.

طرق مماثلة تنطبق على أنظمة التعرف على الأرقام. وصف الهواة الأمريكي بن جوردان طرقًا لإنشاء أنسجة «عدائية» لمستشعرات ANPR.

باستخدام نماذج مفتوحة للتعرف، درب جوردان شبكة عصبية على توليد ضوضاء بصرية، وعند وضعها على رقم السيارة، تجعل النموذج يقرأ رموزًا خاطئة أو لا يقرأ الرقم على الإطلاق.

المشكلة في الطرق البصرية غالبًا ما تكون في عدم الاعتمادية. تعتمد فعاليتها على الظروف وعدد الكاميرات. في الوقت ذاته، يوسع مزودو أنظمة المراقبة من مجموعة العلامات التي تستخدم في التعرف، مثل طريقة المشي الخاصة، أو لون السيارة، أو التعديلات الخارجية الفريدة.

لا يزال الباحثون يبحثون عن طرق لتجاوز النماذج المتقدمة، لكن التهديد الأوضح للأنظمة المزودة بكاميرات ذكية يأتي من قراصنة الاختراق.

اختراق الأجهزة والهجمات الشبكية

مثل أي حاسوب متصل بالإنترنت، بغض النظر عن وجود وقوة الذكاء الاصطناعي، فإن الكاميرات الذكية والبنية التحتية للخوادم الخاصة بها عرضة للهجمات الإلكترونية.

خلال وجود هذه الأنظمة، تم توثيق العديد من الثغرات الأمنية ذات الأهمية المختلفة.

في 2021، اكتُشفت ثغرة في كود كاميرات Hikvision تسمح بهجمات حقن الشيفرة. كانت الثغرة تتيح السيطرة الكاملة على الأجهزة، وتثبيت برامج، والوصول إلى كاميرات أخرى في الشبكة.

في 2023، وُجدت ثغرة في نظام تشغيل كاميرات شركة Axis تتيح تنفيذ أوامر عشوائية أثناء تثبيت تطبيقات ACAP على الجهاز.

وفي 2025، اكتُشفت ثغرتان في أنظمة مراقبة شركة Dahua تتعلقان بتنفيذ أوامر عن بعد وامتلاء الذاكرة المؤقتة، وكلاهما يمنح المهاجم السيطرة الكاملة على الكاميرا.

هناك مسار آخر للهجمات هو التفاعل المباشر مع الأجهزة، التي غالبًا ما تكون مثبتة في أماكن عامة على الشوارع. يمكن للمهاجم استغلال واجهات الصيانة، أو الوصول إلى التخزين المحلي، أو تعديل الجهاز لأغراضه الخاصة.

لحماية الأجهزة من الهجمات المباشرة، يستخدم المصنعون التشفير، ويعتمدون طرق التحقق المادي من البرامج، ويضيفون توقيعات تشفيرية لملفات الفيديو.

الجهاز المهيأ بشكل آمن لا يمكن ببساطة «إعادة برمجته» أو تحميل بيانات جاهزة عليه، لكن أحيانًا تحدث أخطاء.

في 2025، ذكرت صحيفة 404 Media أن ما لا يقل عن 60 كاميرا ذكاء اصطناعي من شركة Flock Safety مزودة بوظيفة تتبع الأشخاص كانت غير محمية من الوصول غير المصرح به.

وجد خبير الأمن السيبراني جون غاينس والباحث بن جوردان عناوين IP للأجهزة عبر محرك بحث متخصص Shodan، واكتشفوا أنه يمكن الاتصال بها بدون اسم مستخدم أو كلمة مرور.

أي شخص يمكنه مشاهدة البث المباشر، وتحميل بيانات الأرشيف للأشهر الثلاثة الماضية، وتغيير الإعدادات، وقراءة سجلات النظام.

أوضحت الشركة المزودة أن الحادث كان «خطأ في الإعدادات، طال عددًا محدودًا من الأجهزة»، وأن المشكلة قد حُلت.

لكن الباحثين أكدوا أن نموذجًا آخر من كاميرات Flock يوفر نقطة اتصال WiFi مفتوحة للوصول، إذا ضغط المستخدم على أزرار معينة على الجسم، مما يمنح السيطرة الكاملة على الجهاز وبرمجياته.

نشر غاينس تحليلًا لهذه الثغرات وغيرها في نظام Flock في وثيقة منفصلة تضمنت 55 نقطة.

وأعلنت الشركة أن المشاكل التي تم ذكرها كانت معروفة سابقًا، وأن المهاجمين المحتملين يعتمدون على الوصول المباشر إلى الكاميرات و«معرفة عميقة بداخلية الأجهزة».

وأكدت أن جميع التحديثات الضرورية تُرسل تلقائيًا دون تدخل من العميل، وأنه لا يوجد تهديد لعمل الأنظمة.

مكافحة «الغير كفء جزئيًا»

أصبحت أنظمة المراقبة التلقائية، خاصة مع دمج الذكاء الاصطناعي، أداة مريحة للسلطات.

ويؤكد مزودو الأجهزة للعملاء أن حلولهم تتيح — إليك سيارة المشتبه به وخريطة تحركاته، إليك العنوان. ويمكن الآن إغلاق القضايا بنقرة واحدة.

وهذا سهل الاعتياد عليه. يميل الناس إلى الاعتماد المفرط على بيانات الأنظمة الآلية. ويرتبط بهذا الظاهرة أحد أنواع التشوهات الإدراكية الشائعة.

تخضع الأتمتة باستخدام الذكاء الاصطناعي لنفس المبادئ: كثير من المستخدمين يعتقدون أن إجابات ChatGPT صحيحة ويتجاهلون التناقضات المحتملة. وفي الظروف المنزلية، قد يُشوه ذلك تصور المستخدم، ويؤدي أحيانًا إلى اضطرابات نفسية.

حتى في ظل الكمال الهندسي والسيطرة الكاملة للمشغل المصرح له، قد تضر أنظمة المراقبة الواسعة مع تحليل الذكاء الاصطناعي.

في 2025، بدأت السلطات الأمريكية تحقيقًا بشأن الاستخدام المحتمل لتقنيات Flock Safety في المراقبة غير القانونية. وُجهت اتهامات للشرطة باستخدام النظام للبحث عن المهاجرين، ومراقبة النساء اللواتي يعبرن الحدود بحثًا عن ولايات تسمح بالإجهاض.

وفي هذه الحالة، كانت الأنظمة تعمل بشكل صحيح، ولم يتم خداع الكاشفات التلقائية، ولم يتم اختراق الكاميرات أو استبدال الفيديوهات بتقنيات التزييف العميق.

لا تكسر، بل تطور

أنظمة CCTV منتشرة منذ زمن بعيد. وتوفير أنظمة المراقبة بالتحليل باستخدام الذكاء الاصطناعي هو واقع جديد.

حتى أقوى الأقنعة غير المتماثلة وأرقام السيارات المغطاة بالكامل لن تساعد في الحفاظ على الخصوصية في ظل جمع البيانات الشامل.

وكأي أداة قوية، فإن أنظمة المراقبة الذكية بحاجة إلى تنظيم يساهم في منع الاستخدام غير القانوني، وتقليل الإهمال في أمن المزودين والمشغلين.