人工智能,隐私,Flock Safety
当我得知纽约州北部周边城镇已陆续安装Flock "Falcon"摄像头时，这些设备早已开始记录每一辆经过的车辆，包括我的车。在大多数社区，这一切几乎没有任何预警，也未经过公开讨论。
我最初注意到这件事，是因为附近的萨拉纳克湖村发生的一场风波。去年春天，当地居民发起抗议，官员被迫重新审议，最终该村投票决定终止与Flock Safety的合同，摄像头随即被撤除。但在美国许多其他城镇，Flock的AI摄像头仍在未经居民明确同意的情况下持续运转。
我所在的小镇人口约1.1万，已安装了数台Flock摄像头。我在日常驾车经过的道路和路口旁的电线杆上发现了它们，但老实说，它们很容易被忽视，或被误认为是普通的交通监控摄像头。大多数摄像头外观是小型黑色盒子，由电池或太阳能供电，通过蜂窝网络而非Wi-Fi连接。
Flock官方表示其产品拥有超过1.2万名客户，据公开估计，目前在美国运营的Flock品牌摄像头约有9万台。使用者不仅限于警方，企业、学校和业主委员会也可以安装。
Flock Safety的软件还可与摩托罗拉等合作厂商的摄像头集成。这类摄像头本身不运行Flock操作系统，但可通过摩托罗拉CommandCentral Aware平台及共享API实现软件集成，让执法人员能够同时查看两套网络的数据。在我所在的镇上，Flock Falcon摄像头和摩托罗拉摄像头均有部署。
Falcon摄像头不检测车速，而是在每辆车经过时连续拍摄约6到12张静态图像。Flock随后利用自动车牌识别软件和机器学习对这些图像进行分析，可捕捉车辆的车牌、品牌、型号、颜色、车身类型、行驶方向，以及车身损伤、改装轮毂、保险杠贴纸等细节。
网络安全公司TrustNet联合创始人兼首席信息安全官特雷弗·霍维茨接受ZDNET采访时表示："该软件对车辆图像进行分析，提取车牌等特征信息及其他识别细节，这些信息均可被检索，使调查人员即便没有完整车牌号也能追踪某辆车。"
这些记录并不存储在路边摄像头内部。根据Flock官网说明，所有图像及相关数据均通过蜂窝网络传输至其云端系统，授权用户可通过Flock Safety控制面板进行检索。当摄像头识别到与被盗车辆、失踪人员、逮捕令或其他数据库条目相关联的车牌时，警方还可收到即时告警。
单台Flock摄像头或许只能帮助警方锁定与案件相关的车辆，但当来自不同城镇和州的大量Flock摄像头将数据汇入同一个可检索网络时，理论上可以追踪任何人的行动轨迹。
加州大学伯克利分校法学临床教授、萨缪尔森法律、技术与公共政策诊所主任凯瑟琳·克拉普接受ZDNET采访时指出："单次车牌识别所揭示的信息，不过是普通人用肉眼就能看到的——某辆车在某个时间出现在某个地点。但当网络中部署了大量摄像头，情况就截然不同了，因为随着时间推移，它将构建出一份对某人行动轨迹的完整记录。"
换言之，我可能在商店附近经过一台摄像头，在女儿学校附近经过另一台，在回家路上再经过一台。每张图像只记录一个瞬间，但将它们叠加起来，就能呈现出我去了哪里、何时到达，以及我常走哪些路线。
克拉普补充道："综合来看，一个人的行动轨迹可以透露大量信息——他们在哪里工作、生活、礼拜，业余时间做什么，以及与哪些人来往。而且与必须实时进行的传统监控不同，这套系统还可以用于还原某人过去的行动记录。"
值得注意的是，Flock旗下产品种类繁多，技术能力各异。尽管Flock表示其Falcon摄像头不追踪人员，但该公司确实推出了一款名为Condor的云台变焦摄像头，具备探测和跟随人体的功能。Flock坚称其所有摄像头均不使用人脸识别技术。然而，InvestigateTV发布的一段视频显示，Condor摄像头在拍摄过程中会自动旋转，将记者始终保持在画面中央。
与Falcon类似，Flock的Condor摄像头也可向运营方（可能是警务部门或其他授权用户）回传视频和告警信息。Flock将其人员追踪功能描述为名为"守护模式"（Guardian Mode）的目标检测功能，并承认该功能可被设置为探测人员、跟踪其移动、放大画面并拍摄高清视频。
庞大的摄像头网络并非唯一值得关注的问题。还有其他几个方面需要审视：AI如何解读数据记录、这些信息在云端的存储安全性，以及谁有权访问或共享这些数据。
首先是AI层面的问题。AI无疑大幅提升了Flock Falcon数据的检索效率。操作人员无需逐张手动审阅图像，可直接跨摄像头搜索车牌、部分车牌信息、车辆描述或更广泛的行为模式。但这同样带来了风险——AI可能被用于标记看似可疑的活动，即便这些活动与任何已报告的案件毫无关联。
克拉普表示："当自动车牌识别数据必须由个别警员针对特定调查手动检索时，其使用范围受到限制，通常只用于合法的执法调查。但如果AI被用于主动排查与已知犯罪行为无关的可疑活动，就会带来一系列风险，尤其是错误画像和错误归因的问题。"
举例而言，警方可能要求AI系统标记出现在抗议活动附近的车辆，即使没有任何犯罪举报。
另一个值得关注的问题是Flock数据的存储方式。Flock表示，图像和车辆信息托管于亚马逊云服务（AWS），经过加密处理，通常在30天后删除。云存储本身并不意味着不安全，但将海量位置数据集中在一个可检索系统中，使得严格的安全管控和监督机制显得尤为重要。
这套系统可能成为黑客及其他恶意行为者的攻击目标，甚至包括拥有合法访问权限的内部人员。
霍维茨表示："各机构需要建立健全的访问管控机制，明确谁可以访问这些数据、数据保留多长时间、如何进行监控，以及如何防止未经授权的访问。"但即便是强大的云端安全措施，也无法杜绝所有形式的滥用。
网络安全公司Ignition创始人兼CEO诺姆·比恩鲍姆接受ZDNET采访时表示："更隐蔽的危险在于访问权限。风险中最可怕的部分，往往来自那些已经在系统内部的人。"
Flock数据的访问权限可能超出安装摄像头的机构本身。我镇附近的摄像头可能归属于某一警察部门，但如果管理员授予权限，其他授权用户仍可检索或下载相关记录。一旦数据被共享，我镇的本地规定——如果存在的话——可能已无法约束数据的使用方式或保留期限。
克拉普指出："如果其他地方的人下载了这些数据并随意使用，那么一些城市为保护这类敏感信息所制定的规则就会形同虚设，比如规定数据只能用于特定目的、只能保留特定时长的地方性法规。"
围绕Flock的隐私担忧或许显得遥远，直到AI系统出现误判、导致某人被错误指控，才会让人真切感受到其影响。
汽车媒体The Drive的内容与产品总监乔尔·费德近期亲历了这样一场遭遇。他驾驶一辆悬挂厂商临时牌照的揽胜SUV出行，不知情的情况下，Flock的Falcon摄像头开始追踪他的车辆，并记录其车牌——因为该车牌与加州一张据报失窃的车牌外观相似，但实际上并非同一块牌照。尽管如此，警方仍在明尼苏达州一处停车场将费德和他的妻子团团围住。
费德接受ZDNET采访时回忆道："当时警察都已做好戒备，手放在枪套上。我当时的第一反应，说真的，是'我根本没有超速'……我们俩都完全不明白为什么会被警察包围。"
事情的经过是这样的：警方将一辆被盗车辆的部分车牌录入了数据库，Falcon摄像头随后捕捉到费德揽胜车牌的部分字符，AI便将这两条信息错误地关联起来，直接将警方引向了费德。
费德在谈及如何避免此类事件时表示："如果Flock或任何其他摄像头系统（无论是Axon还是Leonardo）识别到的车牌信息超出精确匹配范围，就应该在向警方推送通知时同步标注存在其他字符，提示人工警员需要进一步核查，弄清楚情况再采取行动。"他还补充道："我们需要比现在更完善的法规和约束机制。Flock及其他销售和运营自动车牌识别系统的公司，必须对其大语言模型及内置的安全防护措施承担责任，避免此类情况再次发生。"
霍维茨对此表示赞同，并指出该系统还应"辅助人工决策，而非取而代之"。
费德的遭遇表明，Flock摄像头发出的错误告警可以产生即时且真实的现实影响。
然而他认为，更深层的问题在于相关法规远未跟上技术发展的步伐。"在我看来，技术的进步速度已经远超监管约束的制定速度，"费德说，"关于此类技术如何使用、如何部署、谁有权访问、可以如何处理数据等方面，迫切需要制定和执行新的法律法规。"
前罗德岛州警察诺埃尔·皮查尔多近期引发广泛关注，他声称自己七年的执法生涯因对Flock摄像头提出质疑并在州议会作证而戛然而止。在他发布的短视频中，皮查尔多表示自己遭到停职、被剥夺晋升刑警的机会，并承受辞职压力。
罗德岛警察局长协会随即发表书面声明，对其说法提出异议，称其部分证词失实，并表示他受到纪律处分是因为违抗命令和涉嫌作虚假陈述，而非因为批评摄像头。
当被问及为何公开反对在所在城市波塔基特安装Flock摄像头时，皮查尔多表示："我希望这些摄像头被撤除，或者至少能就此展开一场真正的对话——而这在之前根本没有机会发生。我们只能被动接受，默认配合地方政府的一切决定。"他还说："我只是想让公众知道这些摄像头的存在，以及它们是在未经你们同意的情况下安装的。"
皮查尔多的遭遇让我再次想起萨拉纳克湖村的故事。在这两个案例中，争议的核心并不在于Flock摄像头是否有助于侦破或预防犯罪，而在于谁有权批准安装这些设备，以及公众是否拥有话语权。
我一直在使用DeFlock.org这一由志愿者维护的地图来查找附近的Flock摄像头。用户可以按城镇或地址搜索、查看已报告的摄像头位置，通常还能看到照片、摄像头型号及朝向信息。该网站的路线工具还可以估算出行途中可能经过的车牌识别摄像头数量。由于地图依赖志愿者更新，部分信息可能存在缺失或过时。例如，萨拉纳克湖村在地图上仍显示有Flock摄像头，尽管该村已将其全部撤除。
发现摄像头后，居民可向当地警察局、镇村政府办公室、附近商家或业主委员会询问其归属和运营主体。确认运营方后，居民可要求查阅合同、数据保留规定、数据共享协议、审计记录、错误告警处理流程，以及获授权可检索系统的外部机构名单。
此后，居民可在公众听证会上表达关切、联系民选官员、提交公开记录申请，或要求在更多摄像头安装前举行听证会。
民权律师阿当特·波因特在接受ZDNET采访时表示："至少应该进行充分的公开讨论和辩论，以确定Flock数据收集、信息共享及访问权限等方面的相关政策。"
萨拉纳克湖村的案例展示了当居民获得发声机会时可能发生的改变：在公众反弹之前，三台Flock Falcon摄像头已经安装完毕，但正是由于居民的积极行动，该村最终取消了合同。
公众理应在Flock摄像头安装之前就获得足够的信息，有机会提出问题、要求答复，并参与决策。而我直到摄像头已经安装完毕、开始记录我的行踪之后，才意识到Flock Safety正在我身边运营。
在撰写本文之前，我曾联系Flock Safety寻求回应。一位发言人询问了截稿时间，并表示公司会作出回复，但截至发稿，我尚未收到任何声明或对所提问题的答复。
Q&A
Q1：Flock Falcon摄像头能追踪哪些车辆信息？
A：Flock Falcon摄像头在车辆经过时会连续拍摄6到12张静态图像，通过自动车牌识别软件和机器学习进行分析，可捕捉车牌号码、车辆品牌、型号、颜色、车身类型、行驶方向，以及车身损伤、改装轮毂、保险杠贴纸等细节。所有数据通过蜂窝网络传输至云端，授权用户可通过控制面板进行检索，数据通常在30天后删除。
Q2：Flock摄像头的数据会被哪些人访问？
A：Flock摄像头的数据访问权限不仅限于安装摄像头的机构本身。只要系统管理员授予权限，其他执法部门或授权用户也可检索或下载相关记录。一旦数据被跨机构共享，本地制定的数据保留和使用规定可能就无法有效约束数据的后续用途，存在被用于原始授权范围之外的风险。
Q3：普通居民如何查找自己所在地区的Flock摄像头？
A：居民可以使用DeFlock.org这一志愿者维护的地图工具，按城镇或地址搜索附近的Flock摄像头，查看已报告的位置、摄像头照片、型号及朝向信息，还可通过路线工具估算出行途中可能经过的摄像头数量。需要注意的是，由于地图依赖志愿者更新，部分信息可能存在缺失或过时。
