据“The Drive”报道，美国汽车记者乔尔·费德尔近日撰文披露，自己驾驶厂家提供的试驾车辆时，因Flock安全公司的AI车牌识别系统与警方执法流程的连环失误，遭多辆警车围堵截停，被当作盗车嫌疑人控制。
事发于美国明尼苏达州普利茅斯市，费德尔驾驶价值15.5万美元的路虎揽胜试驾车，在商场停车场倒车时被四辆警车合围。
警员持枪戒备，命令他与妻子下车接受搜身，称该车悬挂的新泽西州车牌已登记为被盗，警方通过Flock路面摄像头已追踪车辆两天，费德尔当场联系路虎官方与车队管理公司核实，最终确认这是一场乌龙。
差错源头来自加州警方：一块同序列的厂家牌照在拍摄活动中遗失，当地警员录入全国犯罪信息数据库时，漏填了车牌中间两位数字，仅登记了“34 DTM” 的残缺信息。
Flock的AI识别系统并未校验完整车牌，只要命中录入的字符片段就触发警报，接警的警员也未核对摄像头拍摄的完整号牌照片，直接执行了围堵行动。
值得一提的是，这并非孤案，另一位汽车记者在内布拉斯加州驾驶同批次试驾路虎（车牌为 34 08 DTM）因相同原因被警方拦下，据悉，路虎旗下大量媒体试驾车均采用 “34 XX DTM” 格式牌照，全部被这条残缺的被盗信息牵连。
Flock公司回应称，系统运行“符合设计逻辑”，按警方需求支持部分字符匹配，本意是适配仅有零碎线索的案件，强调警报仅为线索提示，最终需人工复核。
数据显示，该系统每月完成200亿次车牌识别，1%的误差就对应2亿次误读，其中有多少会引发危险的执法行动，目前并无公开统计。
普利茅斯警方承认操作存在疏漏，但表示全美车牌格式超8000种，人工失误难以完全避免；目前当地议会已启动对Flock监控设备使用规范的审议，舆论担忧无约束的自动化监控会层层放大人为差错，最终酿成执法安全事故。
