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，atv，“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。

Facebook 自动识别出照片里面哪个是你，然后问你……要不要标注自己……

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？”