俄乌战争中俄军给车辆涂上黑白条纹以欺骗乌方AI无人机视觉系统，这类对抗机器学习识别的伪装战术正愈发普遍。
近几个月，在乌克兰的俄军卡车开始采用一种醒目的新配色：鲜明的黑白条纹。作为伪装，它对人类观察者几乎毫无用处，因为它本就不是为了骗过生物之眼，而是为了干扰装配在乌方无人机上的机器视觉系统，那些无人机在战场上穿梭寻找猎物。
这种条纹让人想起一战时期皇家海军使用的"炫目迷彩"。但炫目迷彩意在打乱舰船轮廓、让人难以判断其速度和航向，而俄军的新变体是想骗过机器，让它误以为一辆卡车根本不是卡车。
机器视觉建立在模式匹配之上。模型通过接触大量图像来训练，其中一些含卡车(或坦克、飞机)，一些不含。经过无数次曝光，计算机推断出规则，识别出训练者想让它识别的物体。德州大学奥斯汀分校的工程师Todd Humphreys说，由于训练数据里不太可能出现斑马纹卡车，计算机依赖非常具体的特征来识别物体，这会导致一种名为"脆弱性"的问题，微小的变化就能引发离奇的误判。早在2017年，麻省理工学院就做过一个对抗样本：一只塑料乌龟，计算机被壳上图案误导，自信地把它归类为一支步枪；另一个项目中，研究者做出贴纸贴在道路上，让特斯拉的自动驾驶软件拐向迎面来车。
Humphreys说，乌克兰冲突中对抗机器视觉的手段遵循同样原理，用意外的特征遮蔽预期特征。停着的俄军飞机机翼上摆满一排排旧轮胎，以混淆无人机上的图像匹配软件；一些俄军无人机自身也涂上了炫目迷彩，大概是为了让乌方拦截无人机更难识别它们。
这些战术可能越来越常见。目前多数战场无人机仍由远程人类操作员驾驶，不大可能被标记骗过。但随着无人机激增，乌克兰今年目标产量达1000万架，且技术不断进步，自主系统的比重上升，伪装与反伪装的对抗将升级。
结果很可能是场军备竞赛，日益复杂的机器视觉系统对抗越来越巧妙的欺骗方法。任何特定伪装模式的优势大概都是暂时的，毕竟一旦斑马纹卡车足够常见，它们就会进入训练数据，模型终将看穿其真身。乌克兰政府加速军事技术的机构Brave1发言人承认俄方在适应，但说乌方适应得更快。
这类反AI伪装的意义超越了战场。它揭示了一个普遍真理：机器学习系统依赖训练数据，而数据永远滞后于现实，这给攻击者留下了可乘之机。民用的自动驾驶、安防监控同样可能遭遇类似扰动。研究者正探索更稳健的模型，例如让系统在识别不确定时主动求助人类，而非强行归类。但防御与欺骗的赛跑没有终点。正如Humphreys所言，只要机器靠模式匹配看世界，就会有人想出新的办法让模式"看起来不像它本来的样子"，这是一场关于感知本身的永恒较量。
原文：https://www.economist.com/science-and-technology/2026/07/08/how-to-hide-from-killer-drones