只有斯科特·托斯知道事情会如何发展。他几秒钟内就熟练地将他的拖车挂到一辆闪闪发光的白色 2012 款雪佛兰科鲁兹上。一名年轻女子坐在副驾驶座上跳下车，朝着便利店入口大喊：“有人——！他还在里面！”然后托斯开始固定住车轮的绑带，并将科鲁兹吊到了一个形似巨型抹刀的液压臂上。车主从商店里走出来，愤怒地走了过来。其他司机像弃马而去的牛仔一样，从旁边的车位里开了出来。
托斯身高 5 英尺 11 英寸，肩宽，寸头，看起来有点像个军士长，但他拥有好得多的与人打交道的能力。为了安抚年长的司机，他会把话题转向他的四个女儿，展现出一个被 34 岁的父亲形象，家里住满了十几岁的孩子。但对于科鲁兹车里怒气冲冲的司机——一个大约 20 岁，身材健壮，戴着迷彩棒球帽，留着精心修饰的胡茬的男人——这显然行不通。取而代之的是，托斯点了一支烟。司机看到这个举动，停了下来，也点了一支。那一刻，两人像乡村绅士一样站着，享受着傍晚的阳光。“听起来你好像有几个月没付款了，”托斯和蔼地看着地平线说道。
“差不多吧，”那男人说。
“能把钥匙给我吗？”托斯问道。钥匙可以帮助把科鲁兹从驻车档挂到空档，让任何逃脱过程都更顺畅。
“我什么都不会给你的，”司机回应道。他的女伴站在一旁，焦虑地啃着指甲。
说着，托斯若无其事地爬回他的道奇 3500，猛踩下了 6.7 升的康明斯柴油发动机，进行了一次业内称为“拖拽”的操作，将科鲁兹拖过便利店的停车场，在他身后留下了沥青路面上的两条黑色胎印。大约 50 英尺外，他开进一个空地，解开了科鲁兹的后保险杠，然后绕到前面，这样他就可以轻松地用后轮拖着这辆车。在出发前，他通过卡车上的加密 WiFi 热点，将车辆状况的几张照片上传到公司内网。与此同时，回到便利店，车主大声地向他的朋友们抱怨，然后匆忙钻进了一辆白色皮卡。托斯还在能听到的范围内，没有抬头。“他只是在生气，”他说，“而且他无能为力。”托斯已经执行了这种操作 4000 多次，在此期间，他目睹了他的收账公司 Relentless 从一个只有一辆卡车的店发展成为一个年交易量巨大的“抵押品追回机构”，拥有 20 辆卡车和数千美元的数字设备。他还看到他的业务从一个简单的“找到车，拿走车”转变为一个涉及数据和车辆物流的复杂协调工作。
毕竟，托斯并非偶然发现了那辆白色科鲁兹。他的卡车配备了价值数万美元的摄像头和图像处理器，即使在高速公路上也能扫描车牌。当天早些时候，他收到了一条提示：持有汽车贷款的银行发送了一份关于科鲁兹的电子信息包，这些信息是从之前的车牌扫描中获得的，其中包含车辆的历史坐标。托斯将这些数据与司机的个人信息匹配起来，然后用一台笔记本电脑作为他的副驾驶，预测科鲁兹的行踪。
在收账行业，托斯将零散数据整合成一个连贯故事的能力正成为常态。在短短几年内，像 Relentless 这样的公司已经悄悄地捕获了数十亿个带有 GPS 标记的车牌扫描数据——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中心化数据库中，由一些很少有人听说过的公司管理。当然，还有更复杂的方法来定位一个人——GPS 坐标、手机痕迹和面部识别。但这些方法受到技术障碍或既定隐私政策的限制。车牌捕捉相对容易，而且完全合法（至少在大多数州是如此）。这就产生了意想不到的后果，将托斯这样的收账员置于个人数据和监控的最前沿。
上传完照片，托斯发动卡车，科鲁兹在后面颠簸着，他驶出了停车场。我不得不佩服他的效率，但我也留下了一个萦绕心头的疑问：如果那辆车是我的，我会怎么想。生活很忙碌。想象一下错过几期汽车贷款的还款并非不可思议。我新英格兰的那辆斯巴鲁旅行车上的车牌肯定包含在某个国家私人数据库的数十亿车牌之中。很可能，它们已经被排队等待，随时准备讲述我生活的故事。
自 20 世纪 20 年代信贷普及以来，收账员一直是汽车行业的重要组成部分。银行雇佣他们来追回车辆，有时是在车辆逾期当天就动手。收账员拖走汽车，银行每笔交易支付 300 至 800 美元。成功的收账员一直都擅长数字和事实，通过组装司机档案来预测停放车辆的位置。但了解司机的能力在 21 世纪初迅速加快。像 Skiptracers 和 Merlin Data 这样的收账网站向收账员开放了庞大的数据库——房产地址、兵役日期、电费单、配偶姓名、犯罪记录、破产记录——以计算机的效率聚合信息。然后，顶级的白领研究公司 LexisNexis 于 2004 年进入该领域，推出了面向收账员和警察的 Accurint 网站，提供更广泛的在线工具（需要订阅）。为了应对这一举动，竞争对手 TLO.com，由信贷局 TransUnion 拥有，以每搜索一美元的价格提供了基本相同的数据。当车牌摄像头于 2009 年提供给收账公司时，许多公司开始在卡车上安装设备。当收账员开车经过街道时，摄像头会捕捉车牌，同时计算机会在银行的逾期名单上进行匹配。仅仅通过巡游，收账员就可以显著增加命中数。一辆卡车一天可以扫描多达 8,000 个车牌。
“Relentless 聘请了几名‘侦察员’，他们的唯一目的就是整天搜集车牌。”
到 2010 年，车牌扫描仪已成为大多数城市收账公司的标准设备，国家数据库中存储的车牌数量每月增长数千万。尽管美国总共有大约 2.5 亿辆汽车，但汽车在不同地点被扫描十几次甚至更多次的情况并不少见。数据越丰富，就越容易预测司机的家庭地址、工作地点、健身房或常去的餐厅。Digital Recognition Network (DRN) 拥有该国最大的车牌捕捉数据库之一，拥有超过 2,000 辆附属卡车和超过 18 亿次扫描。根据 DRN 的说法，这项技术使被收回的汽车数量增加了 14%。“它使收账员能够更高效地工作，并查看数据洞察，以更有效地预测车辆可能在哪里，”DRN 的首席执行官 Chris Metaxas 说，他曾是 Lexis-Nexis 的销售副总裁，负责其政府部门。
在成功的激励下，收账公司开始将数据收集作为其业务的更重要的组成部分。托斯的雇主 Relentless 聘请了几名“侦察员”，他们的唯一目的就是整天搜集车牌。其中一位名叫 Lori Jones。每周六天，每天八小时，这位有四个孩子的郊区母亲在克利夫兰驾驶一辆不起眼的本田飞度。隐藏在其通风口中的是一个价值 23,000 美元的摄像头套件——包括一个 20 毫米镜头，用于侦测移动中的汽车，以及一个 50 毫米镜头，用于捕捉距离 60 英尺的 driveway 上的车辆。曾经是后座的地方，一个机架式成像系统可以从照片中提取车牌号码，并加上时间戳和 GPS 坐标。Jones 和 Relentless 车队中的其他三名侦察员每月在俄亥俄州捕捉近一百万张图像。
通常，Jones 会关注大型停车场、公寓楼和企业。当她捕捉到信息时，会发出类似防空警报的声音。如果车辆需要被拖走，她会从她的飞度里下车，仔细核对 VIN 号码，然后呼叫像托斯这样的收账员。她甚至会在休息时间进行扫描。在普通的一天里，她会在当地购物中心的入口处，一边吃着墨西哥卷饼沙拉，一边监视着一个屏幕上闪烁着数千张图像的笔记本电脑。“我喜欢在午休时间高效利用，”她愉快地说。很难想象比她更不具威胁性的个人监控面孔。
当托斯沿着 20 号公路向欧几里德行驶时，一系列迷你高尔夫球场、拥挤的软冰淇淋店和夏末的农田如闪电般掠过。他看了看他的各种屏幕，和蔼地分享了他的行业秘密：在漫长的工作期间，卡车司机淋浴房是一个小小的奢侈，只需 12 美元；一包热狗在有凶猛犬只的社区里非常有用；冬天是收账的最佳时机，因为很少有人愿意穿着内裤跑到街上。
托斯在 10 年前第一次了解到这个行业，当时他自己的车被收回了。他创办了一家公司，然后成为 Relentless 的现场经理。靠着他的佣金，他很快还清了房贷；他说，这份工作让人对债务的危险有了健康的认识。随着 Relentless 的业务量增加，佣金也随之增加，至少对托斯这样的顶尖外勤收账员来说是如此。“过去每天可能只能收回一辆车，而且你几乎没有任何关于司机的个人信息。现在我们每天可以收回多达五辆车，而且我在这里拥有我需要的一切，”他说，同时点头示意他控制台上的电子设备。他的笔记本电脑通过安全的收账门户网站向他发送订单，显示司机的姓名、地址和历史车牌信息。从同一个门户网站，他可以跟踪被收回的车辆在 Relentless 经过处理（清洁、清点物品、45 天内拍卖）的过程。
卡车床两侧装有四个摄像头，每个摄像头每分钟可收集多达 1,800 次扫描。为了提高准确性，每个摄像头都环绕着强大的 LED 灯，这些灯发出人眼无法检测到的红外光。这种光有助于照亮最远 60 英尺远的黑暗中的车牌。根据摄像头制造商 Vigilant 的说法，它还可以对抗用于模糊扫描的车牌遮盖物。
扫描开始时是低分辨率的黑白图像，但图像处理软件会在其中找到车牌。然后，字符识别软件会提取车牌号码。最后，图像、GPS 数据、时间和车牌号码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。
尽管周围都是高科技，托斯还是很快指出，扫描车牌仍然是工作的一小部分；主要任务仍然是在紧张的情况下抓捕汽车和管理人。数据可以帮助他精准定位，但在处理人性的不可预测性方面作用不大。“你永远不知道今天会发生什么，”他说，一边开车一边吃着两个热狗。
仿佛是信号一样，他卡车上挂着的白色科鲁兹开始出现异常。首先，它发出了哔哔声，车灯闪烁。然后喇叭响了。在远处，我们看到一辆脏兮兮的白色皮卡正加速朝我们冲来。科鲁兹原来的车主跟着我们，仍然持有他的钥匙扣，正在远程操作车门锁和激活喇叭。托斯看了看后视镜，点了点头。“他只是想惹麻烦，”他说。在到达扣押场之前，他有 50 多英里要摆脱那辆皮卡。“你最不想做的事情就是让别人跟着你回到基地，”他说。“如果他们能在门打开的时候抓住你，那么他们就有优势了。”托斯曾遇到过司机试图挡路并试图强行取回车辆的情况。
接下来的 15 分钟里，那辆白色皮卡在 20 号公路上全速前进，试图跟上我们。当托斯靠边停车时，皮卡超过了我们，但很快又出现在前方，在路肩上缓慢行驶，等待我们追上来。当托斯驶入一家沃尔玛停车场时，它也跟着进来了，并在远处停下。托斯猛地掉头，开到皮卡旁边，用高中校长般的洪亮语气说：“有什么问题吗？”一瞬间，没有人眨眼。
然后，那男人的脸柔和了下来，他摇了摇头。“不，我只是……随便开开，”他说道。
也许那个男人需要多开一会儿来消化刚刚发生的事情。对于违约者来说，收账从来都不是容易或愉快的。但如今收账的速度和准确性或许让它更加令人震惊。被追踪个人数据是生活中一个既成事实。信用评分是最基本的例子，但近年来我们增加了其他的：GPS、面部识别、网络 cookie、商店忠诚度卡、健身数据、Klout 分数。但所有这些情况下，追踪似乎都有某种距离感——要么被技术和法律障碍隔开，要么是因为用户可以选择退出。无论对错，这些数据流似乎都没有实际的现实后果。但是，当有人利用数据来猜测你喜欢的去处并收回你的汽车时，后果就会非常迅速地变得真实。
在放下科鲁兹并短暂休息后几个小时，托斯正在一个黑暗的停车场里跟踪一辆黄色的 2011 款科迈罗，这时他手机上弹出一个信息：所有员工都要到市中心集合，因为有一箱雷德斯特啤酒。我们很快来到蜿蜒的库亚霍加河上的船屋群，那里被称为碰撞弯，并看到了公司首席执行官约翰·齐布罗，他双手吊在河上的木门上。“你可不想掉进水里，”托斯指着这条曾于 20 世纪 60 年代着火的浑浊水道，开玩笑说。站在一艘老式船屋前的是约翰的哥哥戴维·齐布罗，他是 Relentless 的联合创始人之一，还有一位该行业最成功的女性收账员，也是联合创始人之一的艾米·贝德纳。
当大家争抢着吃越南菜外卖时，三位老板围着我讨论车牌扫描，他们对此既感到自豪又有些辩护。私人行业扫描已成为一个备受争议的话题，在超过 17 个州的立法机构中都有相关法案，并且在新罕布什尔州、缅因州和佛蒙特州已被禁止。约翰·齐布罗指出，这项技术为银行节省了数百万美元，使他们能够以更宽松的承保政策，有时还以更低的利率为消费者提供更多贷款。还有执法论证：全国各地的警察部门在积极调查期间可以要求进行车牌扫描。当齐布罗兄弟的摄像头供应商 Vigilant 在 2013 年对 500 多个警察部门进行调查时，受访者引用了 2,180 起通过这些数据破获的犯罪案件，包括凶杀、毒品贩运和正在发生的绑架案。还有近 40,000 辆被盗汽车被找回。部分是由于私人车牌扫描的执法效益，立法者最近推翻了犹他州的禁令，并搁置了加州的禁令。
即便如此，在我们交谈时，我开始思考数据库的生命周期：当它们刚开始时，用户只能从中提取一些简单的数据点之间的联系。但随着它们的发展，它们可以支持对消费者习惯的复杂预测模型。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财务困境来提高客户服务的兴趣。他说，银行开始在汽车逾期之前查看这些数据。“真正的目标不是收回车辆，”Metaxas 说。“如果你能利用数据更有效地预测车辆可能在哪里，你就能帮助金融公司改善其客户生命周期。”
例如，如果一系列车牌扫描表明某辆汽车不再停在车主通常的工作地点，银行就可以推断出工作发生了变化，并可能致电提供较低的月付款。这与信用卡公司在注意到异常交易模式时致电客户的做法没有什么不同。就此而言，车牌数据对客户的价值可能超出银行业务。Metaxas 表示有兴趣将数据库访问权限出售给保险公司、信用卡公司和非汽车贷款机构。不难预见一种情况，即使用范围会更广：无论司机是否愿意，都会收到优惠券和营销信息。在英国，一家机油公司在司机经过高速公路时非法扫描他们的车牌，并根据汽车的品牌和型号进行交叉比对，然后在广告牌上显示司机应该使用的机油类型。
批评人士对私人车牌扫描的安全性表示担忧，因为它们的监管不如警方捕获的扫描。对于 Relentless 而言，扫描数据保存在 DRN 的数据库中，Metaxas 表示，该数据库“按照最高安全标准进行管理和维护”。但隐私倡导者，如电子前沿基金会的资深诉讼律师 Jennifer Lynch 表示，问题在于这些安全措施不受公开审计。“我们不知道他们是如何保护他们的系统，也不知道谁拥有访问权限——我们只能相信这家公司的话，”她说。如果发生数据泄露，任何人都可以窃取批量扫描数据。这听起来没那么糟糕：黑客需要将记录与真实身份联系起来才能滥用它们，这项任务还需要破解州级的锁定的机动车辆注册信息。
最终，对人们生活影响最深远的可能不是数据泄露，而是私人公司对车牌扫描的合法使用。“有很多公共场所人们仍然希望保持隐私，”Lynch 说，“无论他们是去射击场、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，也不知道谁拥有访问权限——我们只能相信这家公司的话。”
法国哲学家米歇尔·福柯认为，一旦公民认为自己被监视，他们就会开始内化一种避免冒犯当权者的愿望。如果银行家和保险公司在关注车牌——他们有权批准贷款并提供低保险费率——那么司机为了去更好的街区或放弃在低端社区购买经济适用房是否会对自己有利？
问题的一部分在于，扫描会讲述你的故事，但如果你无法控制这个故事，甚至不知道它正在被讲述，这就会显得操纵性很强。个人数据在某种程度上一直是一种价值交换。像 Facebook 这样的公司会获取你的数据，但你会得到回报（与高中同学重新联系）。而车牌扫描的交易则明显是单向的。汽车金融公司可以降低风险——并将司机排除在故事之外。一种妥协是让自己的车牌扫描像信用卡交易一样透明。一个受密码保护的网站，显示最近的扫描记录，可以减轻私人监控的刺痛感并提供价值——至少我可以知道我的青少年一直在哪里开车。但是，私人车牌扫描公司一直在游说对这些数据施加更严格的限制，认为向私人公民发布车牌扫描会增加信息被滥用的可能性。
讨论结束后已是午夜过后。食物和啤酒都消耗殆尽，是时候进行今晚的主要活动了：测试一台安装有摄像头的业余四旋翼无人机。戴维·齐布罗演示了这架无人机，向我们展示了空中视频，并兴致勃勃地解释道：“信不信由你，这将来将是我们一个重要的工具。”托斯一边小酌啤酒，一边带着怀疑的目光看着，但戴维·齐布罗继续说道，超过 30% 的违约车辆仍然永远消失在收账员的视野中，它们常常藏在高高的围墙后面的私人财产里。如果美国联邦航空局在 2015 年允许，像手头这样的遥控飞行器将成为一种合法的方式，可以从一个人房屋上方的公共空域对其进行侦测。
当黑色的四旋翼无人机在邻近的船屋上空盘旋俯冲时，这提醒我们，收账的未来在于其发现新方法来突破隐私界限的能力。在我与他们相处的这周里，Relentless 的收账员们一直遵守规则，谨慎且尊重，但他们的整体任务当然是找到尽可能多的汽车。他们如何在不影响我们这 99.5% 未违约的人的情况下做到这一点，仍然是一个悬而未决的问题。
57 年的计算机视觉（并且还在继续）
为数码相机提供足够的处理能力，你就拥有了“计算机视觉”，即机器分析视觉世界的过程。自晶体管问世以来，能够做到这一点的系统变得越来越便宜、越来越快、越来越小。以下是该技术历史上的高潮和低谷的快速概述。
1957 年：第一台计算机扫描仪复制了发明家 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启动了一个面部识别系统。
1976 年：英国警方发明了车牌识别系统。1993 年首次大规模安装，作为伦敦周围的“钢铁屏障”，以对抗爱尔兰共和军的爆炸。
1985 年：洛克希德·马丁公司、卡内基梅隆大学等公司制造的第一辆自主陆地车辆使用基于视频的成像以每小时三英里的速度沿道路行驶。
2004 年：火星探测器“勇气号”和“机遇号”登陆红色星球，利用计算机视觉计算下降过程中的距离和位置。
2008 年：第一台 3D 披萨分拣系统“蝎子”使用多个摄像头每小时构建 7,200 种产品的 3D 模型。它会自动剔除形状不规则的披萨。
2010 年：不久之后，一名男子破解了该设备，首次追踪自己的乳头。
2014 年：手机处理器速度足够快，可以处理模式识别。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合适的静态图像。
本文最初发表于2014年7月的《Popular Science》杂志。
