AI接管摄像头预防犯罪，奥威尔式监控也成为可能

（原标题：人工智能接管城市里的摄像头预防犯罪，奥威尔式的监控也成为可能） 崔绮雯 马若飞想要安全，就要出让隐私。不管对不对，都已经回不去了

（原标题：人工智能接管城市里的摄像头预防犯罪，奥威尔式的监控也成为可能）

崔绮雯 马若飞

想要安全，就要出让隐私。不管对不对，都已经回不去了。

1962年，纽约路不拾遗，公寓的房门连门锁都不装。

但每个公寓都藏有一个摄像头，画面传到党卫军总部。阴暗的房间里，身着黑色制服的党卫军士兵盯着一墙的小屏幕，记录着每个居民的一举一动。

这是美剧《高堡奇人》构想的新世界。在这个世界里，盟国输掉二战、纽约成了纳粹美国的首都。人们的生活更安全，也更危险。

不管你喜欢什么类型的电影，大概都看过这样的桥段。根据剧情的需要，监视器前的观察者有可能被轻易骗过，也有逮个正着。

不过如果图形芯片巨头英伟达的计划成真，这样的俗套会越来越少。

上个月，半导体设计厂商英伟达发布了一个叫做“大都会”（Metropolis）的人工智能平台。这个名字听起来就非常赛博朋克的产品提供了一个听起来很高科技的愿景：整个城市的监控摄像头不再是各自为政的闭路系统，而是都将运行在同一个平台上，所有的视频会汇集到云端存储，并由人工智能进行视频分析。

经过训练，人工智能将代替人类执法人员，识别出城市中发生的所有突发事件：比如交通事故、暴力犯罪、火灾等等。在英伟达的规划里，这些信息会被汇集到城市管理部门去，提高执法部门、消防队的响应速度。

英伟达给这个愿景准备了一个产业链：和大华、海康威视等传统监控摄像机厂商合作，让这些摄像头使用英伟达的芯片；后续的人工智能计算由英伟达提供人工智能芯片Jetson来完成，整个平台的云计算加速运行在英伟达的DGX-1超级计算模块上。

这个平台如果真的有政府买单采用，能实现的功能恐怕会比传统的监控摄像机更为强大。人工智能不仅能进行人脸识别，还能通过人的动作、手里拿的东西来识别每个人。

举例来说，就算你戴着口罩和帽子，未来的人工智能监控也可以通过走路的姿态识别人的身份，系统会知道你从家里出来，丢了一包垃圾，然后进了地铁。如果你是恐怖袭击的嫌疑人，这包垃圾或许就会被识别成疑似的炸弹，触发执法机构的行动。

换句话讲，监控系统做的事将不再仅仅是看见某个人的脸，而是有能力盯着每一个人的一举一动。

实际上，英伟达规划的事情已经部分实现了，现在的智能监控系统还做不到分析一个人在干嘛，但是盯住每个人、每辆车然后拍下照片是已经成熟的技术。

中国智能监控公司格灵深瞳2014 年的一份宣传视频展示，这套系统可以识别马路上每辆车、每个人，并且把他们的照片自动拍照归档。

基础已经在这里

现在常见的城市视频监控被称为闭路电视监控（Closed-Circuit Television，CCTV），这种系统中，摄像头拍摄的画面不会公开播放，只在一个封闭的系统里传输和存储，比如电影里那种一大堆屏幕的监控室。

现在在全球任何一个大城市，监控摄像机都是随处可见的。以北京这个特别的地方为例，至少有三个政府部门的监控摄像机在持续工作。

最常见的治安监控，就是街头巷尾像路灯一样的小型摄像机。这种摄像机带云台，可以旋转，一般由警察部门负责，作用是监控日常治安。

红路灯上方安装的枪形摄像机，主要负责拍摄车辆和行人违章，高速公路、快速路上依托横杆安装的枪形摄像机一部分还包含了测速功能，这些由交通警察部门负责。

除此以外，还有一种安装位置非常高，像路灯杆形状的摄像机，一部分属于交通管理部门，主要用途是监控交通流量。

这些摄像机近几年来经过“智慧城市”等等项目的升级，可以拍清楚人脸和车牌，也就是说，不管是行人、车辆还是非机动车，总有不同的摄像机会拍到你。

这一切从伦敦开始。伦敦是世界上第一个CCTV化的城市。而它的第一个固定监视系统在1968 年启用，安装在美国驻英国大使馆附近的格洛夫纳广场，用以监控抗议越南战争的学生。

在这之后，监控系统被用在更多的地方。1993 年，闭路相机监控帮助侦破了一起命案：男孩詹姆斯・伯格在英格兰西北部一家购物中心失踪而后被杀。监控录像显示，两名年纪更大的少年劫走了他。根据监控录像，这两名少年被控谋杀，而詹姆斯・伯格在监控视频里的最后影像刺激了民众，闭路电视监控系统得到广泛支持。

直到90 年代末，基于“监控会防止犯罪”这个理论，英国内政部一半以上的预防犯罪预算都用在了建设监控摄像头上。

从覆盖密度上来看，英国已经成了全球摄像头最密集的国家，全境的街道和公共区域有 400-590 万台监控摄像头，平均每一个摄像头盯着 11 个英国人，每个人的脸每天会被闭路电视拍摄 300 次。

2015 年的数据显示，伦敦有超过 42 万个监控摄像机，位居城市中的世界第二。第一名是北京，官方媒体在 2015 年以正面角度报道，称北京城区已经实现了监控 100% 覆盖，摄像机数量超过了 47 万个。

最具讽刺意味的是，催生北京这庞大摄像机数量的安装计划，名字叫做“天网”。“天网工程”是 2008 年之前，公安部、政法委和当时的信息产业部在全国范围内推广的视频监控项目，希望实现治安管理和人口信息化的功能。这个计划的规划者起名字的时候可能没有参考电影《终结者》中那个奴役人类的超级人工智能天网，但在中国的城市和乡村，已经基本实现了对所有人口的覆盖。

而实际上，官方公布的北京 47 万个监控摄像机，可能远远不是实际数字，因为这些项目并不需要和民众公示，实际上在工作的监控摄像机数量只多不少。

在电视台播放的法制节目里，常能看到执法部门依靠一段模糊的录像推断嫌疑人身份的画面。在现实中，政府出资建设的监控摄像早就不再是这个清晰度。这些无处不在的摄像机现在普遍在 200 万到 300 万像素，某些型号甚至可以达到 2800 万像素，拍清楚路上车辆里的人脸非常轻松。

技术升级直接提升了执法精确度。2017 年初，交通警察部门发布新闻，称 2017 年下半年，违章车辆被抓拍之后，不再可以像以前一样随便拿谁的驾照都可以扣分，必须使用当时驾驶者的驾照来执行罚款。这是因为交通违章摄像机已经升级，在拍下车牌的同时可以拍到司机的脸。

在英国，关于公共场所监控的争论已经持续了很多年。1994 年，英国当时的内政部长还安慰民众，把监控摄像机叫做“天空中善意的眼睛”，称对于守法公民，这些摄像机是无害的。

但反对的声音从未停过。2007 年，英国时任政府信息委员会会长 Richard Thomas就曾批评，称“过度使用闭路电视以及其他信息收集系统，会给社会创造怀疑论的氛围”，过去的所谓“监控会遏制犯罪”理论受到质疑。

2016 年，欧洲法院裁决英国《2014年资料保存和调查法案》为非法，认为对民众进行大规模无差别的视频监控违法，这种行动必须等到特定案件的法院许可才行。

但被判违法的这个法案在 2016 年底就会失效，取而代之的是《调查权力法案》，新法可以让英国近 50 个政府部门拥有查看监控信息的权限，英国执政的工党认为，这个发难有助于打击恐怖主义和犯罪。

但就目前的技术手段来说，这个系统监控普通民众和犯罪嫌疑人一样低效。

目前的城市监控系统，主要还靠人眼

2011 年，伦敦地区爆发暴乱。大批暴徒上街和警方对峙。警方出动武力镇压并且驱散人群之后，他们还需要寻找曾经在暴乱中毁坏他人财物，烧车、抢劫商铺的罪犯。最后，伦敦警局从监控视频鉴别出 5000 名嫌疑犯的身份。

5000 的数字听上去不错，但这花了整整 5 个月时间，因为当时的监控视频长达 20 万小时。

专门做这个事情的警方特殊分队，叫做“超级人脸识别者”（super-recognizer）。他们的主要工作，就是在巡逻和逮捕犯人之余，大量看监控摄像头里面低像素的人脸图，认出惯犯。

比如 Gary Collins 警官就在监控摄像头录像中认出一个用汽油弹烧车的年轻人。

这段晚上拍摄的录像，本来像素比较低，犯人带着羊毛帽子，光只照到他的侧脸，一边脸都是阴影。但 Collins 还是认出来了他，这人是早前他逮捕过的抢劫犯，Collins 根据之前的逮捕记录，找到罪犯的名字最后抓捕归案。

Collins 和他的小分队都是人脸识别界天赋异禀的人，根据剑桥人脸识别测试，他们能够认出 95% 看过的脸，但普通人在这项技能上的得分只有 20%（不信你可以自己做一下这个测验）。

能这样对人脸过目不忘的人太少，而需要处理的视频太多。

在英国警局，“超级人脸识别者”团队只有 6 个人，他们带领一个经过培训的 150 名流动警员来搞定棘手的监控录像。

就像是威尔史密斯早年的电影《国家公敌》，里面国家安全局的特工已经用了很多不切实际的新技术，随时调用卫星、接入市政部门的系统，但还是需要一堆人盯在屏幕前才能追踪主角。

所以这也是为什么，即使在监控系统最严密的英国，监控录像能做的只是威慑和事后追查。无论是警方还是安装摄像头的商家，都没有人手能够实时从监控画面中发现问题，做出反应。

连最近英国一系列恐怖袭击之前的可疑行为，监控系统也都毫无感知。这个系统对民众隐私的威胁，只存在于理论可能。

过去几年，技术公司想用人工智能把摄像头变聪明

但在最近几年事情出现了变化。“闭路电视”，不再闭路了。

2014 年，波士顿马拉松恐怖袭击之后，波士顿警方也开始更换了城市里面的监控摄像头产品，他们用了当时加拿大公司 BRS Labs 监控录像分析技术，让机器自己学习“什么视频图像是可疑的”。

这些新一代“闭路电视”的原理是这样的：首先观察人和车同时存在的环境，然后识别结果，人类监控员来确认“找到的可疑活动”结果是否准确，将结果返回给算法。经过一段时间的训练，人工智能算法就直接将拍摄到的视频录像进行在线分析。

像 BRS Labs 这样的新技术，不需要公司更新硬件，只要本身摄像头能够联网就可以做到使用他们的算法。

BRS 这个公司也在融资 5 轮，拿到 2300 万美元之后被两度收购，现在成了深度学习工具公司 OmniAI 兜售的一个解决方案。

BRS 公司的产品，后来被用在美国多个城市的交通和公共场所视频监控中，例如旧金山公交车上。

传统的监控公司更擅长的与其说是技术，不如说是拿到政府订单的能力。

监控系统要跨地域和维度进行数据交互，进展很慢。除了承包公司的能力一般都比较有限以外，政府部门之间的协作也很慢。比如根据中国公安部稍早的规划，到 2015 年才实现跨省调取调监控图像。

但英伟达这样的技术公司的加入，有可能带来改变。它和特斯拉合作的自动驾驶系统已经用在新的 Model S 汽车上。而英伟达的主业图形处理芯片也是目前最适合进行图像识别的硬件。

它的创始人黄仁勋已经说了一年要转型成人工智能公司。

传统的闭路电视生产商也已经在最近两年参加了这场智能监控的热潮。

传统的政府摄像头公司和英伟达合作，意味着最难的数据中心、算法、管理软件都可以外包出去。它们还是抓住自己最擅长的政府关系。

对人工智能感兴趣的巨头也不只是英伟达一家。英特尔去年斥资上百亿美元收购了帮特斯拉造出第一代自动驾驶系统的 MobilEye，也在探索不同的人工智能领域。Google 开源人工智能平台 TensorFlow 上线后，创业公司直接可以调用 Google 的语音识别和翻译等运算能力。

硬件和算法以外，人脸识别现在也有了长足的进步，不只是算法，数据库也前所未有的大。Facebook 已经鼓励用户标记照片里面的好友很多年，Google 和苹果也都在自己的照片应用里自动识别人脸，只不过识别结果不会公开而已。

而没有自己做社交网站的美国政府，数据库里面也已经覆盖了一半的成年人口。

所以……不得不接受这个新现实？

而近年来的恐怖袭击和社会问题，政府和商业机构有了让大众“恐惧”的理由，将带有视频图像分析、人脸识别的智能监控设备带入日常生活中。

这有一定道理。智能摄像头可以实时进行分析公共区域的可疑行为，实时识别出罪犯，在犯罪发生时甚至发生前通知警方。这样的监控系统不但可以让警方提早反应，也会有更大的震慑力。

但一个可以盯住所有人，最终会认出所有人的系统，在带来安全的同时也可能带来《1984》里描绘的全民监控。

“无辜的人不用害怕”，这是监控支持者常用的说法。

而最先报道斯诺登的《卫报》记者 Glenn Greenwald 最常用的反驳是，“你愿意把自己的所有账号密码写下来，用邮件发给我么？”

大概没人愿意，但基本上人人都将越来越多的信息交给了公司和政府。曾经是指纹、数字信息。在人工智能的帮助下，是你出门后的每一分每一秒。

目前能期待的隐私保护，在摄像头最多的英国是这样规定的：个人能要求拿到拍到自己脸的监控内容的拷贝，但不能删去原始内容。

大的科技公司，有一些还在自律以赢得用户信任，比如 Google 和 IBM 的系统虽然也从影像中认出很多人的身份，但只识别不返回结果――名人除外。但不是所有公司都做了类似承诺，而承诺也只是承诺。

“放弃隐私，不一定会带来安全。获得更好的安全保障，也不一定需要失去隐私。”时任斯坦福大学法学院“互联网和社会”中心总监 Jennifer Granick 说道。

她认为，政府和商业公司让大众在隐私与安全，隐私与服务之间“二选一”本身就是有问题的，为隐私立法，限定隐私被商业机构和政府使用的规则才是迫在眉睫的事情。

Jennifer Granick 上面这番话说于 2006 年 5 月。之后十年并没有什么进展。数字世界抹去个人信息的权利只存于欧洲（2015 年的被遗忘权诉讼）。

另一个人的话倒是成真了。

2010 年，普及社交网络、让人主动放弃数字隐私的扎克伯格说，没有隐私才是未来“新的社会常态”。

说完这话三年后，靠公司上市获得千亿美元身价的扎克伯格花 3000 万美元买下临近自己家的四幢房子，保护自己在现实生活中的隐私。

在新世界里，隐私真不是一般人付得起的。