自動車牌辨識器已成為現代警務中最具爭議的焦點之一。爭論通常集中在隱私、監控以及這些攝影機是否應該存在。但在那之前，還有一個更基本的問題值得探討：它們的實際運作效果如何？在加州一個城市，警方發現他們使用的 Flock Safety 攝影機出錯的頻率遠高於正確辨識的頻率。

根據《商業內幕》取得的記錄，加州羅斯維爾市警方分析了 2023 年和 2024 年間由 Flock 系統產生的 1,427 筆警報。他們的審查發現，其中 71% 的警報源於錯誤的車牌讀取，攝影機經常將相似的字元混淆、拍攝到模糊的影像，或根本漏失了車輛。在其中一個案例中，同一輛無辜車輛的車牌，因為軟體不斷將「9」讀成「8」，而一再被誤認為是贓車。

記錄還顯示了該部門內部日益增長的不滿。電子郵件顯示，主管們記錄了反覆出現的漏讀和「明顯的錯誤讀取」，而一名 Flock 產品經理承認他正在「即時編寫程式碼」來改進系統，並承認該公司正在開發自動偵測車輛是否被漏失的工具。

公平地說，Flock 並不否認羅斯維爾確實遇到了問題，但表示該市的部署方式較為特殊。據該公司稱，羅斯維爾要求將後向攝影機安裝得比通常建議的更高、離交通更遠，同時還使用了較舊的硬體，這創造了比標準安裝更具挑戰性的條件。您知道，像 Flock 這樣的自動車牌辨識器公司希望盡可能多地在地面上安裝攝影機，並從盡可能多的角度進行拍攝。

這裡還有另一個重要的細節。儘管錯誤率很高，羅斯維爾表示，所有錯誤警報都沒有導致交通攔截或逮捕，因為員警在採取行動前必須獨立驗證車牌。該市也繼續使用 Flock 的系統，表示這些攝影機有助於偵破原本可能無法偵破的案件。

這並非證明所有 Flock 攝影機都不可靠，也不證明自動車牌辨識器本身存在缺陷。然而，這確實凸顯了將 AI 生成的警報視為調查線索，而非不容置疑的事實的重要性。我們已經報導過許多員警未能發現自動車牌辨識器所產生錯誤的案例。幸運的是，沒有任何案例造成致命後果，但只有時間能證明這種記錄是否會持續下去。