ARTICLE · 1132993
没有车牌也能抓人?AI监控“看图识车”,荷枪实弹美警凌晨包围无辜民宅!
凌晨 3 点 56 分
美国肯塔基州列克星敦的一处安静街区，万籁俱寂。33 岁的威尔·佩恩（Will Penn）和未婚妻罗宾刚带着深夜买来的墨西哥卷饼回到家，94 岁的祖母已经在里屋熟睡。
突然，门铃摄像头的感应灯疯狂闪烁
数辆警车悄无声息地滑入车道，前后包夹。高功率强光探照灯“啪”地打在房屋外墙上，惨白的灯光瞬间穿透窗帘，宛如白昼。
十多名穿防弹背心的警察迅速散开，成战术队形包围了整栋房子。沉重的砸门声伴随着扩音器的喊话骤然炸响。门廊前，至少一名警员右手拔出了手枪，压低枪口，垂在身侧。
▲ 门铃摄像头记录下的惊险一幕：警员右手持枪垂于身侧，战术包围住宅
罗宾战战兢兢地拉开门，空气瞬间凝固。她双手甚至不敢下意识伸进口袋去拿手机，在那种极度紧绷的枪口注视下，任何掏兜的动作，都可能被当场判定为“掏枪”，进而引发致命的走火。
然而，荷枪实弹的警察看清眼前的人后，脱口而出的却是一句令人匪夷所思的解释：
“抓捕目标另有其人今晚发生了一起重案，我们要找的嫌疑车辆，和你们停在门口的皮卡‘几乎一模一样’。”
不到两分钟，警察核对完体貌，确认佩恩毫无作案嫌疑，道了句歉，收队撤离。
这场致命危机在极短的时间内化解了。但随之浮现的惊人细节，却让佩恩一家以及知晓此事的公众后怕不已：
警方从头到尾根本没有嫌疑车辆的车牌号。 仅仅因为一套名为 Flock 的 AI 监控系统发出了所谓“高度吻合”的算法警报，就把十多名武装警察在凌晨四点送到了无辜市民的家门口。
这起离奇的乌龙事件，撕开了现代自动化监控最隐秘、也最荒诞的算法黑盒。
01致命误解：比“读错车牌”更危险的无牌抓捕
事件曝光后，社交网络上的第一反应大多是：“又是哪个智障 OCR（光学字符识别）系统把车牌上的‘8’看成‘B’了吧？”
这种猜测完全低估了事件的离奇程度。
当地警方在随后的媒体通报中明确强调：这甚至谈不上看错或抄错车牌，因为在最初调动警力时，警方手里根本就没有任何嫌疑车牌！
梳理当晚的时间线，整场闹剧的逻辑链条荒诞得令人窒息：
- 凌晨 3:00 前后
：列克星敦麦康奈尔区发生一起恶性路怒持械袭击案，一名受害者被人用类似棍棒的武器打伤。现场一片混乱，受害人和目击者根本没看清车牌，只向警方描述了凶手的车：一辆深色的道奇公羊（Ram 2500）皮卡。 - 警方打开 AI 监控系统
：手里没有车牌怎么破案？警方打开了列克星敦市内铺设的 125 台 Flock 智能监控后台。 - 输入自然语言特征
：办案人员直接勾选了“深色 + Ram 2500 皮卡”。 - 算法警报触发
：系统疯狂比对抓拍库，随后在特定时间段内弹出了佩恩的那辆深灰色公羊皮卡，并标注为与目标“几无二致（near-identical）”。 - 武装集结出击
：警方顺着系统追踪到的行车轨迹，锁定了佩恩的住址，战术小队凌晨出动，包围住宅。
看明白了吗？这是一次纯粹由 AI“看图识车”主导的武装抓捕。
传统车牌识别系统只负责比对英文字母和阿拉伯数字，错就是错，对就是对。但如今遍布全美数千个街区的“下一代智能监控”，正在玩一种危险得多的新花样，“车辆指纹”（Vehicle Fingerprint）。
02机制拆解一：什么是“车辆指纹”？为什么它会沦为概率陷阱？
开发这套系统的科技公司 Flock Safety，在公开推介中强调其拥有一种超越人类肉眼的深度卷积神经网络（CNN）。
在他们的商业宣传册里，这项技术被赋予了一个极具科幻色彩的名字：车辆指纹（Vehicle Fingerprint）。
▲ 部署在道路旁的 Flock 摄像头与太阳能供电模块
系统在抓拍每一辆经过的车辆时，不仅会读取车牌，还会利用计算机视觉强行提取数个维度的特征向量：
- 车型与品牌型号
（SUV、皮卡、轿车，具体到 Ram 还是 Ford）； - 车身颜色与次级色调
； - 外观改装件
（有无车顶行李架、货斗工具箱、定制保险杠）； - 局部细节
（贴纸、划痕、甚至轻微的凹痕）。
有了这套架构，警察不需要车牌，只要输入“一辆带工具箱的黑色皮卡”，AI 就会像在电商网站搜索连衣裙一样，把所有符合标签的车辆按“相似度”从高到低排列出来。
听起来很神，对吧？但这项技术在工程底层，天然埋着一个致命缺陷：算法漏斗效应（Funneling Effect）。
在白天的高峰期，城市里可能同时穿梭着几千辆深色皮卡。如果你只搜“深色 Ram 2500”，系统会返回海量结果，没有任何一个警察敢凭这个去抓人。
但到了凌晨三点半，整座城市的马路空了。
案发在凌晨 3 点，佩恩带着卷饼回家是 3 点 29 分。警方在系统中限定了案发周边街区和这短短半小时的时空切片。在这个极端收敛的时间窗口里，路面上经过的车辆屈指可数。
当宽泛的外观描述遇上极窄的时间窗，算法的概率分母发生断崖式暴跌。系统并不会提醒警察：“喂，深色 Ram 2500 在全美有几十万辆，这个特征没有排他性。”相反，它只会在这个空旷的时空切片里，把唯一刚好路过的、最接近的深色卡车强行捞出来，排在首位，并打上高相似度标签。
佩恩的车，成了算法漏斗底部被强行选中的“倒霉蛋”。
03机制拆解二：夜盲与磨皮，AI 是如何把“特种车”看走眼的？
佩恩在事后接受采访时感到极其荒唐，因为他的座驾与普通的量产皮卡有着天壤之别。
他是一个狂热的“追风暴爱好者”（Storm Chaser）。为了追踪极端天气，他的 Ram 2500 上加装了一整套专业设备：车顶高耸的气象站传感器、两根长长的无线电天线、高亮度车顶探照灯条，以及朝后的高功率 LED 辅助照明。
佩恩质问道：“整个列克星敦市，绝对找不出第二辆长成我这样的车！办案人员但凡看上一眼，就能分清这与普通路怒分子的座驾大相径庭。”
为什么号称能识别人类肉眼无法分辨的“车辆指纹”AI，反倒对这么大一套外挂设备视而不见？
这揭示了路侧计算机视觉在现实环境中的物理级失真：
1. 夜间色彩降级
路侧摄像头为了看清车牌，夜间主要依赖红外补光灯（IR）。但在全景色彩抓拍上，极度依赖昏暗的环境路灯。在弱光和低照度下，深灰色、黑色、深蓝色、墨绿色在图像传感器中几乎呈现完全一致的低反射特征。分类器根本分不清佩恩的车漆和嫌疑人到底有没有色差。
2. 细微特征被当成“高频噪点”抹平
深度学习模型在提取车辆特征时，给“前脸中网样式”、“车厢比例”这些大轮廓分配了极高的权重。而佩恩车顶上那些细细的天线、气象支架，在远距离抓拍、低像素密度和夜间图像压缩算法眼中，全都被算法当成了无意义的“高频图像噪点”，在卷积特征提取时被硬生生“平滑（磨皮）”掉了！
AI 看到的是一张被模糊处理后的标准前脸轮廓，随后自信地在后台打出结论：匹配成功。
04机制拆解三：人机共谋的“确认偏误”，让战术动作彻底失控
算法的漏斗与夜盲暴露了技术短板，而促使警车和枪口最终对准佩恩家门口的，则是执法人员对系统权威的盲信。
巡逻指挥官丹尼尔·伯内特（Daniel Burnett）在向媒体复盘时，透露了一个极其细思极恐的细节：
警员拿到 Flock 系统抓拍的照片后，直接先拿着它给路怒案的受害者辨认。受害者盯着照片，极其确信地对警察说：“对！没错！绝对就是这辆车！”
▲ 社交平台梳理的事件核心疑点：AI 告警、枪支出套与近乎荒诞的排除过程
这就是心理学上教科书级别的“确认偏误级联”（Confirmation Bias Cascade）：
受害者刚刚经历持械袭击，惊魂未定，在心理高度恐慌中，大脑会下意识寻找宣泄口； 警察拿着一张被 AI 算法认证过的“高匹配度”照片递到他面前，无形中给出了强烈的心理暗示； 受害者看着同样的深色前脸、同样的道奇公羊中网，瞬间产生了记忆锚定：“就是他！”
至此，算法为人类的情绪背书，人类的盲目确认为算法的技术漏洞盖章。一个完全闭环的伪证链条瞬间形成
事实上，在行动展开的全程中，警方原本有数次机会推翻这一错误判断。例如，在调动警力包围住宅之前，办案人员只需在内网核验佩恩的车牌登记信息、职业背景与记录，就能立即排除他的嫌疑。
但当记者质问警方为什么不提前核实车主身份时，警方的回答却令人目瞪口呆：“查清车辆所有权是常规步骤，但那不能排除案发时是谁在开车。”
这一逻辑暴露出致命的盲区：只要无法自证当时没有驾车外出，就会被默认锁定为目标。
技术赋予了执法者一种虚幻的确定感。当办案终端屏幕上跳出由尖端 AI 算出来的“Near-identical（几无二致）”时，现场警员的常识和审慎机制瞬间被技术权威击碎。他们直接跨过了最基础的排查，启动了应对重刑犯的战术升级。
05毒辣本质：所谓的“指纹”，不过是科技公司的文字游戏
这起事件并非孤例
根据美国司法研究所（Institute for Justice）等机构的追踪统计，自 2018 年以来，全美已有数十起因为车牌与车辆识别系统误报而导致的错误执法。在那些被无辜拦停、扣押甚至关进监狱的案例中，有近三分之二的受害者在警方发现搞错之前，就已经被黑洞洞的枪口指着脑袋了。
公众之所以感到愤怒，根源在于这种误判背后的高昂代价，在极度紧绷的持枪对峙现场，任何细微误会，都有可能瞬间演变成流血悲剧。
美国公民自由联盟（ACLU）资深政策分析师杰伊·斯坦利（Jay Stanley）曾一针见血地指出：商业监控公司最成功的营销，就是发明了“车辆指纹”这个极具欺骗性的修辞。
在现代司法体系中，“指纹”代表着生物层面的排他性，具有极高的科学权威和确定性。科技公司把这套粗糙的、基于外形概率的卷积聚类算法包装成“车辆指纹”，就是为了在潜意识里给警察一种幻觉：它就像人类指纹一样准。
但真实情况是：工业流水线上生产出来的同款汽车，何止千万？把概率聚类当成排他证据，是彻头彻尾的工程灾难。
如今，事情虽然平息，但佩恩一家的生活却被彻底打碎。
94 岁的祖母在惊吓后卧床不起；罗宾连续数日夜不能寐，闭上眼仍是门外闪烁的警灯与探照强光；而佩恩甚至不敢再开着皮卡出门
“你遵纪守法，你努力工作，你甚至还在社区帮着布置万圣节鬼屋。”佩恩在社交平台上写道，“但只要算法看走眼一次，在某个凌晨四点，你的家门就会被十把枪砸开。”
当科技公司把不成熟的 AI 推向城市上空，当算法开始凌驾于人类常识之上，我们每个人，都可能在某个漆黑的深夜，成为算法漏斗底部那个“恰好路过”的嫌疑人。