Imagine assistir a um vídeo numa TV e, sem tocar em nada nem digitar senha de Wi-Fi, o seu celular já receber o link do produto, a legenda em outro idioma ou um vídeo extra — tudo por uma luz que os seus olhos não conseguem enxergar. Parece ficção científica. Mas um grupo de pesquisadores fez funcionar, e o nome disso é AIRCODE.
É o tipo de tecnologia que parece mágica até você entender o truque. E o truque é lindo de engenharia. Vem comigo.
A ideia: a tela "falando" com a câmera
A área se chama comunicação tela-câmera: usar a luz que um monitor já emite para transmitir dados direto para a câmera de um celular. O objetivo é entregar "informações de apoio" — links, metadados, uma segunda camada de conteúdo — sem poluir a imagem com um QR code gigante no canto e sem depender de parear Wi-Fi ou Bluetooth.
O problema histórico é um trilema: dá para esconder os dados (invisível para o olho), transmitir rápido e transmitir de forma confiável — mas, até então, nunca os três ao mesmo tempo. QR code é confiável, mas feio e visível. As tentativas de esconder os dados no vídeo ou ficavam com marcas na borda, ou eram lentas, ou desmoronavam ao menor tremor de mão.
Truque nº 1: piscar rápido demais para o olho, devagar o bastante para a câmera
Nosso olho é um sensor "lento": acima de umas 100 piscadas por segundo, ele para de enxergar o piscar e vê só uma média — é o mesmo motivo de uma lâmpada não parecer piscar. A câmera do celular, não: ela captura rápido o suficiente para flagrar essas variações.
O AIRCODE explora isso mostrando, numa tela de 120 Hz, micro-variações de brilho entre quadros. Você vê o vídeo normal; a câmera vê a diferença e decodifica os bits escondidos ali. E há um detalhe elegante: o sistema mexe só no brilho, não na cor — assim a alteração não desbota nem distorce a imagem, ficando praticamente imperceptível.
Você vê um filme. A câmera vê um filme e um arquivo escondido dentro dele.
O calcanhar de aquiles: mão tremendo e sinal fraco
Quanto mais invisível o sinal, mais fraco ele fica — e aí entram os vilões: o tremor da mão, o ângulo torto, a distância. Sistemas anteriores colocavam num único canal visual tanto os dados quanto as instruções de como ler os dados. Bastava um errinho nessas instruções para o quadro inteiro se perder. Um deles chegava a ~550 Kbps com 8% de erro — inviável para transmitir vídeo.
O AIRCODE resolve isso com duas sacadas que vêm de mundos completamente diferentes.
Sacada nº 2: um canal de som que você não ouve
Em vez de amontoar tudo na luz, o AIRCODE separa as funções: a luz carrega o volume de dados (rápida, porém instável), e um som inaudível — na faixa perto de 20 kHz, acima do que ouvimos — carrega as instruções críticas de controle (lento, porém extremamente confiável). É o alto-falante da TV "sussurrando" para o microfone do celular o mapa de como ler a luz.
Por que funciona tão bem? Porque esse sussurro ultrassônico é blindado com técnicas de correção de erro robustas. Nos testes, mesmo jogando ruído alto por perto, o canal de som não errava — enquanto a luz cuida da velocidade, o som garante que a mensagem faça sentido.
Sacada nº 3: mapear a sala, não a tela
Esse é o pulo do gato. Em vez de tentar "caçar" a TV numa imagem que treme e muda o tempo todo, o AIRCODE empresta uma técnica de robôs e carros autônomos — o SLAM (mapeamento e localização simultâneos). Ele mapeia o que está parado: as paredes, os móveis, a moldura ao redor da TV. Com esse mapa 3D fixo, ele calcula a posição exata do celular no espaço — e, sabendo onde o celular está, deduz onde a tela está, com precisão de pixel, mesmo que a sua mão trema e mesmo que a tela momentaneamente fique preta.
O resultado dessas três sacadas juntas: transmissão acima de 1 Mbps, rápida o bastante para mandar vídeo, e invisível de verdade — num teste com pessoas, ninguém percebeu a diferença; até uma criança de 5 anos assistiu sem notar nada.
Por que isso interessa a quem cuida de segurança
Aqui está o gancho que mais me chama atenção. Wi-Fi, Bluetooth e rádio em geral espalham o sinal para todos os lados. É cômodo — e é também a porta de entrada de metade dos ataques: câmeras IP invadidas em massa, redes de dispositivos sequestrados formando botnets (o famoso Mirai, que já derrubou serviços no mundo todo). Se o sinal vaza pelo ar, alguém de longe pode ouvir.
Luz e som direcionais são o oposto: exigem linha de visada e proximidade física. Ninguém intercepta de outro continente uma luz que precisa estar apontada para a câmera dentro da mesma sala. Na prática, a parede vira parte do firewall.
Não é bala de prata — a comunicação por luz ainda funciona a curta distância (algo como 30 a 90 cm no protótipo) e é pesquisa, não produto de prateleira. Mas ela aponta um princípio que vale para qualquer projeto: segurança também vem da física, de reduzir a exposição, e não só de mais uma senha. É o mesmo raciocínio que aplicamos ao desenhar redes e câmeras: o mais seguro costuma ser aquilo que simplesmente não fica exposto à toa.
E o futuro?
O limite hoje é a câmera comum, presa a 30–120 quadros por segundo. Já existe uma nova geração de sensores — as câmeras de eventos, que reagem a cada mudança de luz em microssegundos — que pode multiplicar a velocidade e a distância dessa comunicação. A tela conversando com o seu dispositivo pela luz pode deixar de ser curiosidade de laboratório e virar parte do cenário.
No fim, o AIRCODE é uma bela lembrança de que inovação nem sempre é inventar do zero: às vezes é juntar peças de mundos distantes — biologia da visão, acústica e robótica — para resolver um problema que parecia sem saída.
---
Curtimos engenharia elegante por aqui — e o princípio por trás dela (menos exposição, menos superfície de ataque) é o mesmo que guia a forma como a Colibri pensa redes, câmeras e sistemas. Se a sua operação depende de dispositivos conectados, vale conversar sobre o que está exposto sem necessidade.
Fonte principal: AIRCODE — "Hidden Screen-Camera Communication on an Invisible and Inaudible Dual Channel", apresentado no USENIX NSDI '21.