在4月18日的房屋中，创作者杰夫·盖林（Jeff Geerling）在最新视频中提供了50美元的奖励，邀请观众打破通过像素化过滤器隐藏的内容共享网络。结果，观众通过三种不同的方法成功地解码了隐藏的信息。主页注：像素化是隐藏数据的基本方法。在视频或图片中，通常用于混淆敏感信息，例如面部或车牌，但最新的测试结果表明，此过程将不再有效保护敏感数据。像素化后，AI恢复效应的效果解释说，像素化就像在图片中添加一层百叶窗一样。只要图像正在移动，就会暴露一些隐藏内容。如果可以固定参考项（例如窗口大小），则饼干可以逐渐收集像素数据。借助AI和高速神经网络，饼干可以恢复隐藏的内容，例如难题。盖林（Geerling）对此感到遗憾，过去这项技术需要超级计算机和医生的学位，但是现在普通的计算机可以轻松完成它，并且cacking隐私保护的技术门槛非常低。由于像素化过滤器失败了，因此隐私保护应该去哪里？ Geerling指出，传统的模糊过滤器也不安全且易于破坏AI。他建议将来，有关视频的敏感数据应全面覆盖，以减少图像细节并防止神经网络评估。尽管此过程似乎是“文档器非常机密”，但这可能是最安全的程序。