扫描艺术家

只有斯科特·托特知道事情会如何发展。几秒钟之内，他熟练地将拖车挂在了一辆闪闪发光的白色 2012 款雪佛兰科鲁兹上。副驾驶座位上的一名年轻女子跳下车，朝便利店入口大喊：“快来人——！他在里面！”然后托特开始用皮带将雪佛兰固定在车轮上，并将雪佛兰吊到一根形似巨型铲子的液压吊杆上。车主从商店走出来，怒气冲冲地向前走去。其他司机像牛仔抛弃酒吧凳子一样从邻近的停车位驶出。

身高 5 英尺 11 英寸、肩宽体阔、留着平头​​的托特是来自克利夫兰的一名房屋收回代理，看起来有点像训练军士，但他的人际交往能力要好得多。为了让老年司机安心，他会把话题转到自己的四个女儿身上，扮演一个 34 岁的父亲，家里挤满了十几岁的青少年，忧心忡忡。但是，面对雪佛兰的司机——一个身材健壮、戴着迷彩棒球帽、留着精心打理的胡茬的 20 岁左右的男人——这显然行不通。相反，托特点燃了一支香烟。司机看到他的举动，也停了下来，点燃了香烟。有一会儿，两个人像乡村绅士一样站着享受夜晚的灯光。“听起来你好像还没付几笔钱，”托特望着地平线和蔼可亲地说。

“确实如此，”那人说。

“能把钥匙给我吗？”托特问道。钥匙可以帮助雪佛兰从停车档位换到空档，让逃跑更加顺利。

“我不会给你带来麻烦的，”司机回答道。他的女伴站在一边，焦急地咬着指甲。

说完，托特若无其事地爬回他的道奇 3500 并启动了 6.7 升康明斯柴油机，执行了业内所称的“拖拽”动作，将雪佛兰拖过便利店停车场，在身后的人行道上留下了平行的黑色痕迹。大约 50 英尺外，他驶入一个空地，解开雪佛兰的后保险杠，绕到前面，这样他就可以自由地用后轮拖着汽车。出发前，他通过卡车的加密 WiFi 热点将几张车辆状况的照片上传到公司内联网。与此同时，在商店里，车主大声向朋友咆哮，然后匆匆冲进一辆白色皮卡。托特仍然在听得见的地方，没有抬头。“他只是疯了，”他说，“他对此无能为力。”托特已经执行了 4,000 多次这一操作，在此期间，他目睹了自己的回购公司 Relentless 从一家只有一辆卡车的商店成长为一家拥有 20 辆卡车和数千美元数字设备的高业务量“抵押品回收机构”。他还看到自己的业务从简单的业务（找车、取车）转变为涉及复杂的数据和车辆物流协调的业务。

毕竟，托特并不是偶然发现这辆白色雪佛兰的。他的卡车配备了价值数万美元的摄像头和图像处理器，即使在高速公路上行驶时也能扫描车牌。当天早些时候，他收到了一条提示：提供汽车贷款的银行发送了一份有关雪佛兰的电子信息包，这些信息是从之前的车牌扫描中收集的，其中包含了该车的历史坐标。托特将这些数据与司机的个人信息进行匹配，在一台笔记本电脑的帮助下，他预测了雪佛兰的位置。

在汽车回收领域，托特将各种数据整合成一个连贯故事的能力正在成为常态。短短几年内，像 Relentless 这样的公司悄悄获取了数十亿张带有 GPS 标记的车牌扫描图，占当今道路上所有汽车的一半以上。这些信息存储在少数几个集中数据库中，由很少有人听说过的公司管理。当然，还有更复杂的方法可以确定某人的位置，如 GPS 坐标、手机信息和面部识别。但这些方法受到技术障碍或既定隐私政策的制约。获取车牌既相对容易，又完全合法（至少在大多数州）。这产生了意想不到的效果，让像托特这样的回收人员处于个人数据和监控的最前沿。

上传完图片后，托特轰隆隆地驶出停车场，雪佛兰跟在我们身后颠簸着。我不得不佩服他的效率，但我心里也一直惦记着一个问题：如果这辆车是我的，我会有什么感受。生活很忙碌。我可能会错过几笔汽车贷款的还款。而我新英格兰的斯巴鲁旅行车的车牌肯定是国家私人数据库中数十亿个车牌之一。很有可能，它们已经准备好了，准备讲述我的生活故事。

自 20 世纪 20 年代信贷兴起以来，收回汽车的代理商就一直是汽车行业的固定组成部分。银行聘请他们收回汽车，有时是在汽车违约当天。代理商拖走汽车，银行每起索赔支付 300 至 800 美元。成功的代理商总是擅长数字和事实，他们整理驾驶员资料来预测停放车辆的位置。但了解驾驶员的能力在 21 世纪初迅速提升。Skiptracers 和 Merlin Data 等收回网站向代理商开放了庞大的数据库——房产地址、服兵役日期、电力公司账单、配偶姓名、犯罪历史、破产——以计算机效率汇总信息。随后，首屈一指的白领研究公司 LexisNexis 于 2004 年进入该领域，推出了面向收回者和警察的 Accurint 网站，提供更广泛的在线工具（需订阅）。为了应对这一举措，信用局 TransUnion 旗下的竞争对手 TLO.com 以每次搜索仅 1 美元的价格提供大致相同的数据。2009 年，当车牌摄像头开始在回购机构使用时，许多机构开始在卡车上安装摄像头。当代理人开车经过街道时，摄像头会捕捉车牌，而计算机会将它们与几家银行违约名单上的汽车进行对比。代理人只需巡视一圈，就可以大大增加命中率。一辆卡车一天可以扫描多达 8,000 个车牌。

“Relentless 雇佣了一些‘侦察员’，他们的唯一任务就是整天收集车牌信息。”

到 2010 年，车牌扫描仪已成为大多数城市回收公司的标准设备，国家数据库中存储的车牌数量每月以数千万张的速度增长。尽管美国总共有大约 2.5 亿辆汽车，但汽车通常会在不同地点被扫描十几次或更多次。数据越丰富，就越容易预测驾驶员的家庭住址、工作地点、健身房或最喜欢的餐馆。数字识别网络 (DRN) 拥有全国最大的车牌捕获数据库之一，拥有 2,000 多辆关联卡车和超过 18 亿张扫描数据。据 DRN 称，这项技术使回收的汽车数量增加了 14%。DRN 首席执行官 Chris Metaxas 曾担任 Lexis-Nexis 的销售副总裁，负责政府部门，他说：“它使回收代理能够更高效地工作，并查看数据洞察，以更有效地预测汽车可能在哪里。”

受到成功的激励，回购公司开始将数据收集作为其业务的重要组成部分。托特的雇主 Relentless 聘请了一些“侦察员”，他们的唯一任务就是整天收集车牌号码。洛里·琼斯就是这样一个人。这位住在郊区的四个孩子的母亲每天工作八小时，每周工作六天，开着一辆不起眼的本田飞度在克利夫兰四处奔波。车的通风口里隐藏着一套价值 23,000 美元的摄像装置，包括一个用于发现行驶中的汽车的 20 毫米镜头和一个用于拍摄停在车道上 60 英尺外的车辆的 50 毫米镜头。在曾经的后座位置，一个机架式成像系统从照片中提取车牌号，并在其上标记时间和 GPS 坐标。琼斯和 Relentless 车队中的其他三名侦察员每月在俄亥俄州拍摄近一百万张照片。

通常情况下，琼斯会重点关注大型停车场、公寓大楼和企业。一旦发现车辆，就会响起类似空袭警报的声音。如果车辆停在停车场，她就会跳下她的 Fit 车，仔细检查车辆识别号，并打电话给托斯这样的回购代理。她甚至在休息时也会扫描车辆。平常，她会在当地一家商场的入口处，一边吃着 Chipotle 沙拉，一边监控笔记本电脑屏幕上闪现的数千张图片。“我喜欢在午餐时间做些事情，”她高兴地说。很难想象还有比个人监控中更不具威胁性的面孔。

当托特沿着 20 号公路向欧几里得驶去时，一连串的迷你高尔夫球场、拥挤的软冰淇淋店和夏末的农田一闪而过。他瞥了一眼自己的各种屏幕，友好地分享着商业秘密：在长时间工作期间，卡车停靠站的淋浴是一种小奢侈，只需 12 美元；一包热狗在有凶猛犬类的社区里效果很好；冬天是回购的最佳时间，因为很少有人愿意穿着内裤在街上跑来跑去。

托特 10 年前第一次了解到这个领域，当时他的车被收回了。他创办了一家代理机构，然后成为 Relentless 的现场经理。凭借佣金，他很快就还清了房贷；他说，这份工作让他对债务的风险产生了健康的敬畏之心。随着 Relentless 的业务量增加，佣金也随之增加，至少对像托特这样的顶级现场特工来说是这样。“以前你每天可能只能接一辆车，但你几乎不知道司机的信息。现在我们每天可以接五辆车，我这里有我需要的一切，”他指着控制台上的电子设备说。他的笔记本电脑通过一个安全的回收门户向他下订单，显示司机的姓名、地址和历史车牌。从同一个门户，他可以跟踪回收汽车在 Relentless 处理过程中的状况（清洁、盘点车内物品，并在 45 天内拍卖）。

卡车外面，车厢两侧各有四台摄像头，每台每分钟可扫描 1,800 次。为了提高准确性，每台摄像头周围都装有强大的 LED，可发出人眼无法察觉的红外光。这种光有助于在黑暗中照亮车牌，距离可达 60 英尺。据该摄像头的制造商 Vigilant 称，它还可以破解用于遮挡扫描的车牌遮盖物。

扫描一开始是低分辨率的黑白照片，但图像处理软件会从中找到车牌。然后，字符识别软件会提取车牌号。最后，图像、GPS 数据、时间和车牌号会通过无线方式发送到德克萨斯州沃斯堡的数据库供应商。

尽管托特身边有各种技术，但他很快指出，扫描车牌只是工作中的一小部分；主要任务仍然是在紧张的情况下抓车和管理人员。数据可能有助于他集中精力，但在处理人性的变化时，数据的作用不大。“你永远不知道这一天会发生什么，”他说，一边开车一边吃着两根热狗午餐。

仿佛是事先安排好的，绑在他卡车上的白色雪佛兰开始出问题。首先，它发出吱吱声，车灯闪烁。然后喇叭响了起来。远处，我们看见一辆脏兮兮的白色皮卡朝我们加速驶来。雪佛兰的前主人跟在我们后面，手里还拿着车钥匙，正在远程打开车门锁并按喇叭。托特看了看后视镜，点了点头。“他就是想耍流氓，”他说。在到达扣押场之前，他还有 50 多英里的路程来摆脱皮卡。“你最不想发生的事情就是有人跟着你回到基地，”他说。“如果他们能在大门打开的时候抓住你，那么他们就占了上风。”托特曾经遇到过司机试图挡住他的去路，并试图强行取回汽车。

接下来的 15 分钟里，那辆白色皮卡沿着 20 号公路疾驰，与我们并驾齐驱。当托特靠边停车时，它超过了我们，但很快又出现在前面，沿着故障车道缓慢行驶，等待我们追上它。当托特滑进沃尔玛停车场时，它跟在后面，停在远处。托特迅速调转车头，停在它旁边，装出高中校长般洪亮的声音：“有问题吗？”一瞬间，没有人眨眼。

然后那人的表情柔和下来，他摇了摇头。“没有，我只是出去……开车转转。”他说。

也许这名男子需要再多开一会儿车，才能明白刚刚发生了什么。对于那些违约的人来说，回购从来都不是一件容易或愉快的事情。但如今回购的速度和准确性或许让它更令人震惊。个人数据被追踪是生活中的事实。信用评分是最基本的例子，但近年来，我们又增加了其他例子：GPS、面部识别、网络 cookie、商店会员卡、健身数据、Klout 评分。但在每种情况下，追踪似乎都遥不可及——要么是技术和法律障碍，要么是用户可以选择退出。不管对错，这些数据流似乎不会带来现实世界的后果。但当有人使用数据猜测你常去的地方并夺回你的车时，后果就会变得非常真实，而且非常快。

放下雪佛兰并抽烟休息几个小时后，托特在一个黑暗的停车场里跟踪一辆黄色的 2011 款科迈罗，这时他的手机上弹出一条消息：所有员工都要聚集在市中心喝一箱 Red Stripe 香烟。我们很快就到达了停泊在凯霍加河曲折河段（称为 Collision Bend）的一排船屋，发现公司的首席执行官约翰·齐布罗正用双手荡在河上的一扇木门上。“你不会想掉进那片水里的，”托特指着那条在 20 世纪 60 年代因火灾而臭名昭著的运河说道。站在一艘古董船屋前的是约翰的兄弟大卫·齐布罗，他是 Relentless 的共同所有人，还有另一位共同所有人艾米·贝德纳，她是业内最成功的女性回购代理人之一。

当大家开始大吃越南外卖时，三位店主围着我讨论车牌扫描，他们对此既感到自豪，又有点防备。私营企业扫描车牌已经成为一个有争议的话题，有超过 17 个州的立法机构正在审议相关法案，新罕布什尔州、缅因州和佛蒙特州则禁止扫描车牌。约翰·齐布罗指出，这项技术为银行节省了数百万美元，使他们能够根据更宽松的承保政策向消费者提供更多贷款，在某些情况下，还可以提供更低的利率。还有执法部门的论点：全国各地的警察局都可以在调查期间下令进行车牌扫描。齐布罗相机的供应商 Vigilant 在 2013 年对 500 多个警察局进行了调查，受访者表示，借助这些数据破获了 2,180 起犯罪案件，包括凶杀案、贩毒案和正在进行的绑架案。近 40,000 辆被盗汽车也被追回。部分由于私人车牌扫描对执法有利，立法者最近推翻了犹他州的一项州禁令，并搁置了加利福尼亚州的一项禁令提议。

尽管如此，在我们交谈时，我开始思考数据库的生命周期：当数据库启动时，用户会梳理出数据点之间的一些简单联系。但随着数据库的发展，它们可以支持复杂的消费者习惯预测模型。当我与 DRN 的 Metaxas 交谈时，他谈到了该公司对探索车牌扫描数据如何通过预测消费者的财务问题来改善客户服务的兴趣。他说，银行在汽车违约之前就开始查看这些数据。“真正的目标不是收回汽车，”Metaxas 说。“如果你能通过查看数据更有效地预测汽车可能在哪里，你将有助于金融公司改善其客户生命周期。”

比如，如果一系列车牌扫描显示某辆车不再停在车主通常的工作地点，银行就可以推断出该车主换了工作，并可能打电话提供较低的月供。这与信用卡公司在注意到异常交易模式时致电客户的方式没有太大区别。就此而言，车牌数据对客户的价值可能不仅限于银行业务。Metaxas 已表示有兴趣向保险公司、信用卡公司和非汽车贷款机构出售数据库访问权。不难预见，这种用途将更加广泛：司机无论是否愿意，都会收到优惠券和营销信息。在英国，一家机油公司在司机驶过高速公路时非法扫描他们的车牌，交叉引用汽车的品牌和型号，并在广告牌上闪烁司机应该使用的机油类型。

批评者对私人车牌扫描的安全性表示担忧，因为与警方获取的车牌扫描相比，私人车牌扫描的监管力度较小。对于 Relentless 来说，扫描结果存储在 DRN 的数据库中，据 Metaxas 称，该数据库“按照最高安全标准进行管理和维护”。电子前沿基金会高级律师 Jennifer Lynch 等隐私倡导者表示，问题在于此类安全措施不受公众审计。“我们不知道他们如何保护系统，也不知道谁有访问权限——我们只能相信公司的说辞，”她说。如果发生违规行为，任何人都可以携带大量扫描数据潜逃。情况并没有听起来那么糟糕：黑客需要将记录与真实身份联系起来才能滥用它们，而这项任务还需要破解州政府锁定的机动车登记处。

最终，对人们生活影响最深远的可能不是数据泄露，而是私营公司合法使用车牌扫描。林奇说：“在很多公共场所，人们仍然希望保持隐私，无论他们是开车去射击场、教堂、清真寺、堕胎诊所还是同性恋酒吧。”

“我们不知道他们如何保护他们的系统，也不知道谁有访问权限——我们只能依赖公司的说法。”

法国哲学家米歇尔·福柯 (Michel Foucault) 认为，一旦公民认为自己受到监视，他们就会开始内化一种欲望，避免任何可能冒犯当权者的事情。如果银行家和保险公司在监视车牌——而且他们有能力批准贷款并提供低保险费——那么司机是否应该选择更好的城区或放弃在低端社区购买经济适用房？

部分问题在于，车牌扫描会告诉别人关于你的故事，但如果你无法控制这个故事，甚至不知道它被讲述，那么它就会显得具有操纵性。个人数据在某种程度上一直是一种价值交换。Facebook 等公司会获取你的数据，但你也会得到一些回报（与高中好友重新建立联系）。车牌扫描的交易显然是单向的。汽车金融家可以降低风险，并将司机排除在故事之外。一种折衷方案是让自己的车牌扫描像信用卡交易一样透明。一个有密码保护的、包含最近扫描结果的网站将有助于减轻私人监视的痛苦，并提供价值——至少我可以看到我的孩子开车去了哪里。但私人车牌扫描公司一直在游说对这些数据进行更严格的限制，他们认为向私人公民发布的车牌扫描更有可能造成信息被滥用。

午夜过后，河上的讨论终于结束了。吃完食物和啤酒后，到了晚上的重头戏：测试装有摄像头的四轴飞行器。David Ziebro 演示了这架直升机，向我们展示了航拍视频，并热情地解释说：“信不信由你，这将成为我们未来的重要工具。”Toth 一边喝着啤酒，一边怀疑地看了一眼，但 David Ziebro 坚持说，他指出，超过 30% 的违约车辆仍然永远地从收回代理人手中溜走，通常隐藏在私人财产的高大围栏后面。如果联邦航空管理局在 2015 年允许这样做，那么像我们眼前这种遥控飞行器可能是一种合法的方式，可以在个人住宅上方的公共空域发现它们。

当这架黑色四轴飞行器在邻近的游艇上空盘旋时，它提醒我们，汽车回收的未来取决于它能否找到突破隐私界限的新方法。在我与他们共度的一周时间里，Relentless 的汽车回收代理始终遵守规则、谨慎且尊重他人，但他们的总体任务当然是找到尽可能多的汽车。他们如何才能做到这一点而不影响我们 99.5% 未违约的人，这仍是一个悬而未决的问题。

计算机视觉 57 年发展历程（仍在继续）

数码相机拥有足够的处理能力，你就拥有了“计算机视觉”，即机器分析视觉世界的过程。自从晶体管问世以来，能够做到这一点的系统变得更便宜、更快、更小。下面简要概述了这项技术历史上的起起落落。

1957 年：第一台计算机扫描仪复制了发明者 Russell A. Kirsch 儿子的一张 2 英寸照片。

1964 年：国防承包商 Woody Bledsoe、Helen Chan Wolf 和 Charles Bisson 为一家未具名的情报机构推出了面部识别系统。

1976 年：英国警方发明了车牌识别系统。首次大规模安装是在 1993 年，当时伦敦周围建起一道“钢圈”，用于阻止爱尔兰共和军的爆炸袭击。

1985 年：洛克希德马丁公司、卡内基梅隆大学等公司制造了第一辆自动驾驶陆地车辆，它使用基于视频的成像技术以每小时 3 英里的速度沿道路行驶。

2004 年：火星探测器“勇气号”和“机遇号”登陆火星，使用计算机视觉计算下降时的距离和位置。

2008 年：第一台 3D 披萨分拣系统“Scorpion”使用多台摄像机每小时可生成 7,200 件产品的 3D 轮廓图。它会自动剔除形状不规则的披萨。

2010 年：此后不久，一名男子首次破解了该设备来追踪自己的乳头。

2014 年：手机处理器速度快到足以处理模式识别。Vhoto 等应用程序可以根据动作序列和面部表情从视频中挑选出值得一看的静态图片。

本文最初发表于 2014 年 7 月的《大众科学》杂志。