Imagen Adversarial — Development skill for Claude Code

Imagen adversarial: hacé que una IA vea otra cosa

Este script agrega un ruido calculado, **casi imperceptible**, a una foto para que un modelo de visión (ChatGPT, Claude, Gemini) la lea como **otra cosa**. Un perro que la IA jura que es un gato. Vos seguís viendo el perro.

Es material educativo. Sirve para entender una idea incómoda: **las IAs no ven como nosotros**. Traducen la imagen a números y miden distancias en un mapa interno. Ese mapa se puede empujar sin que tu ojo lo note.

Demo en vivo (deslizás el ruido y ves el punto donde cae): **https://perro-o-pantera.vercel.app**

Lo armé pidiéndoselo a Claude Code, sin escribir una línea de código a mano. Esa es la otra mitad del punto: la herramienta está al alcance de cualquiera.

---

Cómo funciona (en criollo)

La IA convierte tu foto en una lista de números (un **embedding**) y la ubica como un puntito en un mapa gigante (un **espacio vectorial**), donde "perro" y "gato" son zonas vecinas. Reconocer, para ella, es medir a qué zona cae más cerca.

El ataque calcula, píxel por píxel, el empujón mínimo que corre ese puntito desde "perro" hasta "gato". Tres detalles lo hacen funcionar:

• Caja negra por transferencia. No toca el modelo que querés engañar. Ataca modelos abiertos (CLIP), que cualquiera baja gratis y puede abrir por dentro. Como casi todas las IAs aprendieron a ver parecido, la trampa que funciona en una se contagia a las demás.
• PGD + momento (MI-FGSM). Optimiza el ruido de a pasitos, con un límite duro (ε) de cuánto puede cambiar cada píxel, para que la foto siga igual a la vista.
• EOT (Expectation over Transformation). En cada paso pasa la imagen por resize/blur/ruido al azar, para que el empujón sobreviva la compresión que aplica el servidor del modelo real.

Detalle técnico y datos medidos: [`method.md`](method.md).

---

Instalación

Necesitás Python 3.10+.

git clone https://github.com/alandaitch/imagen-adversarial.git
cd ima