公众录像正在无意间构建全景监控系统
一名男子举起手机,对准正在驱散人群的警察。画面摇晃、嘈杂,极具现场感。短短几分钟内,这段视频便出现在社交媒体上;几小时后,它已传遍各个平台。这便是当下公众问责机制的运作方式——事件发生,有人记录,画面呈现真相,有时与官方说法存在出入。这种记录方式赋予公民监督力量,也让相关官员面临后果。 然而,这些影
一名男子举起手机,对准正在驱散人群的警察。画面摇晃、嘈杂,极具现场感。短短几分钟内,这段视频便出现在社交媒体上;几小时后,它已传遍各个平台。这便是当下公众问责机制的运作方式——事件发生,有人记录,画面呈现真相,有时与官方说法存在出入。这种记录方式赋予公民监督力量,也让相关官员面临后果。

然而,这些影像的生命周期并未就此终结。
近几个月来,多个公民自由团体发出警示:若将人脸识别技术集成到消费级智能眼镜中,日常拍摄行为可能演变为更令人忧虑的存在——即时人脸识别。这折射出一种深层次的转变:为某一目的而拍摄的图像与视频,可能在事后被检索、比对,并被用于完全不同的用途。
衔尾蛇是古埃及的一个象征符号,描绘的是一条蛇或龙吞食自己尾巴的图案,寓意无尽的循环。在监控资本主义与治理滞后现象的研究中,学者逐渐发现了一种规律性模式,并将其命名为“监控衔尾蛇”——即那些本意在于制衡权力的观察记录,最终却成为同一套监控基础设施的新输入来源。
记录与反噬的循环
2020年乔治·弗洛伊德抗议活动期间,民众实时拍摄警察执法画面。手机镜头对准的是警察,而非彼此。目的很明确:记录国家权力的具体行使方式。这些影像迅速传播,汇入海量的公开数据池。
与此同时,《纽约时报》、BuzzFeed News等媒体的调查报道揭示,执法机构正在使用人脸识别工具,其中包括Clearview AI开发的系统。这些系统由数十亿张从互联网上自动抓取的图像构建而成,涵盖各类公开的照片与视频资源。
这一基本模式如今已成常态:人们记录国家行为,或其他任何事件(如2021年1月6日美国国会大厦冲击事件),国家随即将这些影像与数据整合为可检索的资源库,并可能在事后用于识别那些参与记录的人。
法律保障跟不上人脸识别的扩张步伐
2023年,美国政府问责局的一项审查发现,联邦执法机构在相关培训、隐私保护、公民自由保障及监督机制仍存在诸多问题的情况下,依然持续扩大人脸识别系统在刑事调查中的使用范围。此前的审查还发现,在正式培训要求落地之前,相关机构已完成约6万次人脸识别搜索。
美国公民自由联盟等组织警告称,这些工具可能被用于识别网络上流传的图像中的人物,包括与抗议活动相关的画面。对人脸识别技术的担忧,促使旧金山、波士顿等部分美国州市限制乃至禁止政府使用该技术。与此同时,联邦机构在此类系统的测试、部署与审计方面持续受到外界审视。2024年发表于《互联网政策评论》的一项分析指出,执法部门使用的人脸识别系统在扩张速度上已远超相应的法律保障机制,在数据保护、监督管理与合理使用等方面引发了日益尖锐的矛盾。
无处不在的数据采集
监控曾需要专门的基础设施:摄像头须经刻意安装,数据须经主动采集。如今,这一切已成历史。人们随身携带摄像设备,持续记录,实时上传。事件从多个角度被记录下来,无需任何预谋或协调。累积的结果,是一条永不停歇的可用数据流:人脸、位置、时间戳与各类互动信息。正如安德鲁·格思里·弗格森在其新书《你的数据将被用来对付你》的摘录中所描述的,物联网同样无处不在,静默地采集信息,并在人们最意想不到的时刻将其释放出来。
相似的动态正在全球范围内蔓延。《国际法律与信息技术期刊》近期刊载的一项分析指出,中国与日本的人脸识别系统正在以超越相关法律框架的速度急速扩张。《卫星报》的报道则描述了AI辅助监控基础设施在非洲部分地区快速落地过程中法律保护的严重缺位。
监控与问责之间曾有清晰的边界:监控意味着权力监视民众,当局通常不会主动公开影像,除非迫于压力或法院命令,且往往经过漫长的延迟;问责则意味着民众监视权力,并往往在第一时间公开影像,以遏制或反制官方的不当行为。而今,这条界线已然模糊。同一段影像可以同时扮演两种角色:一段旨在揭露失职行为的录像,事后也可能被用于识别完全不相干的其他人。
“监控衔尾蛇”不是未来的风险,它已经到来
这一动态之所以持续,是因为人们依然需要记录。在许多地方,当正式问责机制失灵时,这是仅剩的手段之一。监督机构一旦弱化或失效,公众记录便成为替代选项。在这种环境下,人们诉诸可见性——但可见性本身是有代价的。记录的人越多,产生的数据就越多;数据越多,就越容易被检索、比对与存储。每一段视频都在喂养这条“衔尾蛇”。人们这样做,并非出于对这个系统的信任,而是因为另一个选择是沉默。
这些视频中的大多数人并非拍摄焦点,他们只是背景里路过或驻足的陌生人。但一旦影像进入系统,这种区别便不再重要。当今的人脸识别技术,即便是一张在画面角落一闪而过的脸,也能被识别出来。一个什么都没做的人,同样可能在毫不知情的情况下成为数据集的一部分。随着识别系统不断进化,存档的旧影像变得愈发有价值,也愈发具有侵入性。
没有任何一个单一的决策导致了这一结果。它是逐步演变而来的:更多摄像头、更强识别能力、更大数据集、更便捷的系统整合。每一步在当时看来都合情合理,但合在一起,却从根本上改变了“记录”的意义。
公众记录仍然不可或缺。没有它,许多形式的滥权行为将永远不为人知。但记录已不再只是曝光,它同时也是贡献。如果你去年发布过图像或视频,你或许已经为一个你从未见过的系统添砖加瓦——而“衔尾蛇”早已将其收入囊中。
每当有人按下发布键,都在同时做两件事:揭露权力,以及帮助构建那套权力日后将用来追踪普通人的系统。
Q&A
Q1:什么是“监控衔尾蛇”?
“监控衔尾蛇”是研究者提出的一个概念,借用古埃及衔尾蛇的循环意象,描述一种递归式的监控模式:原本用于制衡权力、记录执法行为的公众影像,最终反而成为同一套监控体系的数据来源,被权力机构用于识别和追踪普通民众。
Q2:Clearview AI是怎么获取人脸数据的?
Clearview AI的人脸识别系统由数十亿张从互联网上批量抓取的图像构建而成,涵盖各类公开照片与视频。执法机构通过使用该系统,可以将公众在抗议、事件现场等公开场合拍摄并上传的影像,转化为可检索的人脸识别数据库。
Q3:普通人拍摄并上传的视频真的会被用来识别身份吗?
是的,这一情况已有据可查。美国政府问责局的调查显示,联邦执法机构在正式培训到位之前就已完成约6万次人脸识别搜索。即便是出现在视频画面角落、毫不相关的路人,也可能在不知情的情况下被识别并纳入数据集。随着人脸识别技术的持续进化,过往存档的旧影像同样会被重新调用和分析。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:公众录像正在无意间构建全景监控系统要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点AI编程助手究竟能带来怎样的变革?过去两年间,这一问题被反复讨论,答案也随着技术迭代不断刷新。近日,阿里云旗下的智能编码助手通义灵码宣布全面集成DeepSeek-V3与DeepSeek-R1模型,消息一经发布便引发众多开发者的高度关注。本文将从多个维度剖析此次合作的实际意义,以及它能否真正提升日常开
来源 | 数据派THU | 作者 | Francesca Lazzeri | 翻译 | 王琦 | 责编 | Carol 去年11月,有一篇关于使用自动机器学习实现AI民主化的文章引发了不少讨论。这次,我们用一套完整的用例来展示自动机器学习到底能做什么——尤其是对零售商场景下的数据科学家、项目经理和业
仅需2000美元,搭建高性能DeepSeek R1服务器,推理速度媲美人类阅读速率!本文核心看点:1 低成本服务器运行DeepSeek R1的硬件配置方案2 DeepSeek R1内存占用与推理速度实测分析3 NUMA优化技术提升性能,低成本复现实验全攻略近年来,随着大语言模型技术的飞速演进,
回顾起来,ChatGPT在2022年11月真正点燃的,远不止是一场生成式AI的热潮。很多人可能没意识到,那只是智能范式转移的序曲。OpenAI在最新技术报告里说了一句意味深长的话:AI Agents正在成为人工智能的下一个前沿,重新定义人机协作的边界。借着向量数据库团队Wea viate发布的那篇博
- 日榜
- 周榜
- 月榜
热点快看
