تزايد الاعتماد على الذكاء الاصطناعي (Artificial Intelligence) في أتمتة مجموعة متنوعة من التطبيقات الحياتية، مثل التحكم في المركبات الذاتية القيادة، والتعرف على الوجوه، والمراقبة عبر الكاميرات، جعلنا نواجه تحديات جديدة تتطلب الانتباه.

أظهرت الأبحاث الحديثة أن الاهتزازات الصوتية يمكن أن تؤثر على حركة الكاميرات بشكل فعلي، مما يتداخل مع آليات الاستقرار الداخلية. عندما يحدث هذا النوع من الحركة غير المعتادة، قد تؤدي الأنظمة إلى إدخال تشويش في الإطارات، مما يسبب أخطاء في تصنيف النماذج القائمة على الذكاء الاصطناعي. نتيجة لذلك، قد تفتقد هذه النماذج الأهداف أو حتى تعتقد أن هناك أشياء غير موجودة في الواقع!

في هذا السياق، استخدمت الدراسات السابقة ترددات فوق صوتية (>20 كيلوهرتز) لتنفيذ هجمات قصيرة المدى والتي كانت محدودة بسبب التوهين الناتج عن الترددات العالية. لكن في بحثنا الجديد، بدأنا في دراسة هجمات صوتية بترددات أقل داخل النطاق المسموع (<20 كيلوهرتز). كما أجرينا تجارب فعلية للتحقق من فاعلية هجماتنا على نموذج كشف الأجسام الشهير (YOLO11) عن طريق تمكين كاميرا تجارية من الاهتزاز مع ترددات متنوعة.

اكتشافاتنا تشير إلى عدة عوامل تجعل أنظمة الرؤية الحاسوبية أكثر عرضة لهذه الهجمات، وبالتالي يمكن أن تسهم هذه المعرفة في تطوير استراتيجيات مستقبلية للتخفيف من هذه المخاطر. باستخدام هذه الأساليب، يمكننا فهم كيفية حماية التكنولوجيا الذكية من التهديدات المحتملة بشكل أفضل.