Flock Safety AI 監控：超越車牌辨識

Flock Safety 已在全美部署超過 100,000 台自動車牌辨識器（ALPR），但這些裝置實際上是完整的 AI 監控中心，而非單純的車牌讀取器。透過自然語言處理與 AI 驅動的物件偵測，系統讓執法單位能搜尋特定車輛特徵——例如「綠色轎車，後保險桿貼有美國國旗貼紙」——或追蹤個人與非車輛物件，形成一個遍布各地的監控網路，將無辜公民與嫌疑犯一起納入追蹤。

AI 驅動的監控功能

Flock Safety 的攝影機本質上是運行修改版 Android 的小型電腦。它們將影像傳送至集中式資料庫，由 AI 為自然語言搜尋編目資料。雖然車牌辨識是主要功能，系統的能力遠超此範圍：

• 自然語言搜尋： 使用者可以以具體的視覺描述（例如「左側有油漆刮痕的皮卡車」）進行搜尋，而不僅限於車牌號碼。
• 廣泛的物件偵測： 從裝置中解編的程式碼顯示，偵測類別包括「貓」、「狗」、「人」與「自行車」。
• 多樣化硬體： 產品線涵蓋 AI 安全攝影機、移動安全拖車與四軸無人機，皆遵循相同的 AI 搜尋原則運作。
• 跨機關資料共享： 許多警局加入全國性網路，讓一州的警察能搜尋另一州的影像。聯邦機構（如 ICE 與國土安全部）常透過與地方警局的資料共享計畫取得存取權。

重大安全漏洞

儘管公司聲稱安全可靠，獨立研究者仍揭露 Flock 硬體與軟體的嚴重缺陷。研究員 Benn Jordan 發現數十台攝影機未設密碼保護，直接暴露於公開網路，任何人皆可即時觀看公共場所中私人公民的畫面。

進一步的技術利用證明，只要取得攝影機的實體存取，即可透過 Android 開發工具取得 root 權限。研究人員發現攝影機可透過 Wi‑Fi 進行除錯，且因開放的 USB 埠而易受惡意 USB 隨身碟攻擊，可能在監控網路上安裝惡意軟體。

有文件記錄的警察濫用與系統性濫權

缺乏嚴格的使用守則與搜尋令要求，使得執法單位廣泛濫用資料庫。404 Media 的報導記錄了多起警員利用 Flock 網路跟蹤前伴侶或騷擾個人的案例。

內部濫用亦有報導。一次事件中，Flock 員工被指控查看亞特蘭大 Marcus 猶太社區中心泳池與體操課的兒童攝影機畫面，並將該畫面用於向其他警局的銷售示範。

準確性問題與誤報

AI 故障導致無辜公民被當作嫌疑人。在科羅拉多州丹佛，一名女子因 Flock 攝影機資料被發出盜竊傳票，最終她利用自家車載攝影機證明清白。其他駕駛人則因 AI 把車牌上的數字「0」誤辨為字母「O」而被攔檢，導致無法從「熱名單」中移除的個人遭受重複警察干預。

機構持續性與公眾反對

儘管有公眾抗議與技術失敗，許多城市仍因合約限制與對執法單位的積極行銷而維持 Flock 合約。某些情況下，如俄亥俄州代頓與伊利諾州埃文斯頓，城市甚至以垃圾袋覆蓋攝影機，因不確定拆除硬體是否會違約。

雖然有人主張公共場所不應有隱私期待，但批評者與社區組織者指出，私營大規模監控的系統性風險。撤除這些系統的行動正逐漸獲得動能，已有超過 70 起「勝利」案例，城市透過社區組織與市議會倡議成功拒絕或移除 Flock 系統。

"Flock 在健康社會中沒有立足之地。所有的『駭客』，更應該了解這點，而一般大眾則不必被期待去理解。"

主要風險摘要

風險類別	影響
隱私	透過自然語言 AI 搜尋對非嫌疑人進行廣泛追蹤。
安全	透過實體埠取得 root 權限，且未經驗證的網路暴露。
問責	缺乏搜尋令；有警員跟蹤的文件紀錄。
可靠性	AI 誤辨識導致錯誤的警察攔檢與傳票。

摘要： Flock Safety 的 AI 攝影機不僅追蹤車牌，還能以自然語言搜尋車輛與人物，同時面臨廣泛的安全漏洞與警察濫用問題。

標題： Flock Safety AI 監控：超越車牌辨識