Четыре полицейские машины, парковка Kohl's в пригороде Миннесоты и журналист, которого попросили выйти из Range Rover с поднятыми руками. Так выглядела ошибка Flock в реальной жизни: система распознавания номеров несколько дней вела автора The Drive как предполагаемого угонщика, хотя проблема оказалась в криво записанном номере и нестандартном формате таблички. Для IT-аудитории здесь важен не сам курьёз, а цена сбоя: когда компьютерное зрение и полицейские базы сходятся на неверном совпадении, баг быстро превращается в офлайн-инцидент с очень неприятным человеческим интерфейсом.
О случае сообщает Habr / Новости со ссылкой на рассказ самого журналиста. По его словам, всю неделю он тестировал Range Rover стоимостью 155 тысяч долларов. Когда он вместе с супругой выезжал с парковки магазина, машину блокировали патрули, а самого водителя готовились задержать как человека, который якобы передвигается на угнанном автомобиле. Разбирательство заняло около часа. Полицейские проверили VIN-код, допросили обоих супругов и в итоге выяснили, что сам автомобиль не числится в угоне. Проблема была в номерном знаке, который система сочла краденым.
Дальше начинается та часть истории, где особенно хорошо видно, как ломаются автоматизированные цепочки принятия решений. На показанных журналисту снимках читался номер штата Нью-Джерси в формате, характерном для автопроизводителей: 34 10 DTM, причём цифры 10 были набраны заметно меньшим шрифтом, чем остальные символы. Именно этот формат и подвёл систему. В полицейских данных фигурировал другой номер, 34 03 DTM, который дилер Jaguar Land Rover в Лос-Анджелесе ранее указал как потерянный или якобы украденный. Но при оформлении записи номер внесли в сокращённом виде, без маленьких цифр посередине: просто 34 DTM. Когда камеры Flock фиксировали проезжавший Range Rover, они распознавали крупные символы и игнорировали мелкие. Для алгоритма и подключённой базы это выглядело как совпадение, достаточное для сигнала полиции.
На этом история не закончилась, потому что ошибка Flock оказалась не точечной, а системной. Журналист пишет, что многие машины из пресс-парка JLR ездят с аналогичными заводскими или дилерскими номерами Нью-Джерси формата 34 ## DTM. То есть любой автомобиль с такой структурой знака в городе, где полиция работает с Flock, теоретически может получить метку угнанного. Один из офицеров прямо сказал, что за ту неделю в Миннесоте отслеживали ещё четыре машины из той же серии. Это уже не казус про одного неудачливого автора автомобильного медиа, а хороший пример того, как единичная ошибка в исходной записи масштабируется на целый класс объектов, если система не умеет корректно работать с нестандартными данными.
Где именно сломался процесс
С технической точки зрения здесь сошлись сразу несколько слабых мест. Первое: нестандартный визуальный формат номера, где часть символов меньше остальных. Второе: потеря информации при ручном вводе в полицейский протокол и, вероятно, в интегрированную систему оповещений. Третье: слишком уверенная логика сопоставления, при которой неполное совпадение воспринимается почти как полное. И четвёртое: операционный контур вокруг модели, где тревога из системы не становится поводом для аккуратной проверки, а несколько дней используется как основание для наблюдения и силового задержания в удобный момент. В мире разработки это классическая история про garbage in, garbage out, только здесь на выходе не испорченный дашборд, а риск ошибочного ареста.
Отдельно показательно, что в итоге сомнительным оказался даже первоначальный статус номерного знака. По словам автора, позже выяснилось, что номер 34 03 DTM вообще не был украден. Он потерялся во время фотосессии одного из автомобилей автопарка в Лос-Анджелесе, после чего компания обратилась в правоохранительные органы, но и там номер указали в урезанном виде, без внутренних цифр. То есть цепочка выглядела так: потеря знака, неточная запись, машинное распознавание, автоматический сигнал, несколько дней слежки и почти арест человека, который легально тестировал автомобиль для редакции. Для поставщиков AI-систем и подрядчиков, строящих такие продукты на OCR и видеоаналитике, это довольно неприятный кейс: слабое место оказалось не в каком-то экзотическом adversarial-атаке, а в банальном несовпадении форматов и качестве справочных данных.
Контекст тоже важен. Сам журналист отдельно отмечает, что всё случилось вскоре после публикации материала The Drive о рисках приватности, связанных с превращением камер Flock в инфраструктуру массового наблюдения. Ирония тут почти слишком прямая: человек писал о проблемах системы и почти сразу сам попал в её воронку. Flock давно вызывает споры именно потому, что совмещает удобство для полиции с низкой прозрачностью для тех, кого система помечает. Пользователь не видит, как именно его идентифицировали, какие поля попали в базу, где был допущен сбой и сколько ведомств успели получить ошибочное уведомление. Устранение ложного срабатывания в такой архитектуре обычно требует не одного клика, а цепочки звонков, ручных подтверждений и человеческой удачи. В данном случае повезло хотя бы в том, что один из офицеров знал издание The Drive и не закрыл вопрос на уровне формального совпадения по базе.
Что это значит для рынка и команд, которые строят такие системы
Для бизнеса эта история неприятна сразу в нескольких измерениях. Для разработчиков и продуктовых команд она напоминает, что точность модели в лабораторной презентации не равна надёжности продукта в реальной среде, где есть редкие шаблоны данных, кривые интеграции и ручной ввод. Для заказчиков из госсектора это сигнал, что закупка умных камер без жёстких процедур валидации, аудита и оспаривания даёт не только красивую аналитику, но и юридический риск. Для автопроизводителей и крупных автопарков кейс показывает, что специальные номерные форматы могут ломать чужие системы распознавания, а значит, требуют отдельной проверки в регионах, где такие платформы уже работают. Если продукт не различает маленькие символы или обрезает нестандартные паттерны при нормализации, это не косметический дефект, а источник ложных обвинений.
Рынок уже показывал, что тема чувствительная. В октябре 2025 года Ring анонсировала интеграцию с Flock в рамках программы Community Request, где полиция могла запрашивать видеозаписи у владельцев камер через приложение Neighbors. Но уже в феврале компания прекратила сотрудничество из-за недовольства пользователей, обеспокоенных приватностью данных. Это не прямая реакция на нынешний инцидент, но хороший индикатор общего настроения: у платформ видеонаблюдения есть спрос со стороны силовых структур, однако каждая новая история про непрозрачные механизмы слежки или ложные срабатывания делает такой спрос токсичнее для партнёров, брендов и интеграторов.
Самый неудобный вопрос здесь даже не в том, ошибаются ли такие системы. Ошибаются все. Вопрос в другом: сколько уровней защиты стоит между ошибкой распознавания и действиями людей с полномочиями на задержание, и кто вообще отвечает за качество данных, если один мелкий символ в номере может превратить обычную поездку на тестовом автомобиле в полицейскую операцию.