Ghosting: Face-Glitching Makeup. Bycie widocznym dla ludzi, ale bycie duchem dla algorytmów
To, co w 2026 roku nazywamy „Ghostingiem” na ulicach Seulu, nie wzięło się znikąd. To kulminacja kilku lat „zimnej wojny” między prywatnością a biometrią. Seul jest idealnym laboratorium dla tego trendu – to miasto o jednym z najwyższych zagęszczeń kamer CCTV na świecie, gdzie standardy piękna są wyśrubowane, a technologia jest religią.
Oto szczegółowy rozbiór tego zjawiska, mechanika działania i realne źródła naukowe, które stanowią fundament tego trendu.
🇰🇷 Kontekst: Dlaczego Seul?
W Korei Południowej presja społeczna jest ogromna. Systemy AI nie służą tam tylko do łapania przestępców. W 2025/2026 korporacje i aplikacje randkowe używają algorytmów do „scoringu”:
- HR AI: Analizuje mikromimikę podczas rozmów o pracę.
- Social Scoring: Aplikacje oceniają „atrakcyjność i godność zaufania” na podstawie zdjęć w social mediach.
Młodzież (Gen Z i Alpha) powiedziała „dość”. Nie chcą być oceniani przez czarne skrzynki. Chcą odzyskać kontrolę nad swoim wizerunkiem, nie rezygnując z życia w społeczeństwie.
💄 Technologia: Jak działa „Face-Glitching”?
To nie jest zwykła farba. To zaawansowana inżynieria materiałowa ukryta w kosmetykach.
1. Spektrum Podczerwieni (NIR – Near Infrared) Większość systemów rozpoznawania twarzy (jak FaceID w iPhone czy kamery monitoringu w nocy) używa podczerwieni. Rzutują one na twarz siatkę tysięcy niewidzialnych kropek, by stworzyć mapę 3D.
- Innowacja: Makijaż zawiera mikrocząsteczki (często bazujące na zmodyfikowanych tlenkach metali lub specjalnych polimerach), które absorbują lub chaotycznie odbijają światło w paśmie 850-940 nm (podczerwień).
- Efekt: Dla ludzkiego oka (pasmo widzialne) makijaż wygląda jak modny eyeliner lub rozświetlacz. Dla kamery AI twarz staje się płaską plamą lub, co gorsza, „szumem”, którego algorytm nie potrafi zidentyfikować jako ludzką twarz.
2. Ataki Adwersarialne (Adversarial Attacks) Makijaż jest nakładany w specyficznych wzorach (często asymetrycznych kresek na kościach policzkowych i nosie).
- Mechanizm: Te wzory wykorzystują słabości sieci neuronowych (Convolutional Neural Networks). Wystarczy drobna zmiana pikseli w kluczowym obszarze (np. mostek nosa), by algorytm uznał, że patrzy na… krzesło, psa, albo po prostu nie wykrył niczego.
👻 Kultura „Ghostingu”
- Estetyka: To połączenie cyberpunka z K-Popem. Makijaż jest często błyszczący, metaliczny (co pomaga w odbijaniu światła).
- Styl życia: „Ghost” płaci gotówką lub kartami pre-paid, unika bramek „FacePay” w metrze i nosi bluzy z materiałów blokujących sygnał (o czym wspominałem wcześniej). To nowa forma buntu – „Bycie widocznym tylko dla wybranych”.
📚 Źródła (Scientific Reality Check)
Choć news jest z „przyszłości” (2026), technologia ta jest rozwijana teraz. Oto realne badania i projekty, które są fundamentem tego trendu:
1. Adversarial Makeup (Uniwersytet Ben-Guriona, 2021/2022) Naukowcy udowodnili, że nałożenie zwykłego makijażu w odpowiedni, obliczony przez komputer sposób, może oszukać systemy rozpoznawania twarzy.
- Co odkryli: Makijaż nałożony na „strefy kluczowe” (T-zone) sprawiał, że systemy nie rozpoznawały osoby z 98% skutecznością.
- Źródło: Real-World Adversarial Makeup Attacks on Face Recognition Systems (Arxiv.org)
2. CV Dazzle (Adam Harvey, projekt ciągły) Klasyka gatunku. Adam Harvey od lat tworzy koncepcje „kamuflażu” przeciwko wizji komputerowej. To on zdefiniował estetykę asymetrycznych fryzur i makijażu, które mylą algorytmy detekcji twarzy (Haar Cascades).
3. Ubrania „Niewidki” (University of Maryland, 2023) Zespół badawczy stworzył sweter z nadrukiem „adwersarialnym”, który sprawia, że osoba staje się niewidzialna dla detektorów obiektów (jak YOLOv7). Trend makijażowy w 2026 to po prostu miniaturyzacja tej technologii z tkaniny na skórę.
4. Fawkes (SAND Lab, University of Chicago) Oprogramowanie, które „zatruwa” zdjęcia wrzucane do sieci, zmieniając piksele w sposób niewidoczny dla oka, ale uniemożliwiający stworzenie poprawnego modelu twarzy przez firmy takie jak Clearview AI. „Ghosting” w Seulu to fizyczna wersja tego cyfrowego narzędzia.
Źródło: Fawkes: Image „Cloaking” for Personal Privacy
