原標題:補完安全系統(tǒng),或是無人駕駛技術(shù)的關(guān)鍵一環(huán)
在這篇文章開始之前,我們先提出一個問題:如果未來你以為的無人駕駛,在某個渾然不覺的時間段里實際上是有人駕駛,你會不會覺得毛骨悚然?
這并不是危言聳聽。汽車從原始的純機械工業(yè)產(chǎn)品變得越來越電子化、網(wǎng)絡(luò)化,正如手機從原始的大哥大功能機接入網(wǎng)絡(luò)、App,邁入智能機時代。手機包括一切網(wǎng)絡(luò)接入設(shè)備所面臨的安全問題,也將毫無疑問地出現(xiàn)在汽車身上。
如你所想,我們在這里要說的安全,是系統(tǒng)安全。
但與手機、電腦不同的是,無人駕駛汽車的系統(tǒng)一旦被黑客入侵甚至控制起來,涉及的就不僅僅是勒索錢財?shù)膯栴},極有可能是要了人命。
或許,當我們一邊要力爭無人駕駛汽車在2020年能上路,另一邊卻到目前為止仍然把上路的安全問題集中在各種傳感器、激光雷達、芯片或者算法的技術(shù)層面,系統(tǒng)安全的問題似乎就相對顯得迫在眉睫了。
與傳統(tǒng)汽車相比,無人駕駛危險在哪兒?傳統(tǒng)汽車的安全事故,最多也就是老司機一不留神翻個車;要全神貫注地開車,基本上沒啥出問題的可能。但無人駕駛汽車要想翻車,老司機都沒辦法。畢竟在無人駕駛階段,老司機都變成了乘客,你總不能指望著乘客上車之前還要學學代碼什么的吧?
也就是說,到了無人駕駛汽車身上,其被利用也就不僅僅是被遠程控制個剎車,幾乎所有方面都可能被攻擊。而且在目前無人駕駛汽車廠商爭相進行行車技術(shù)研發(fā)階段,主動安全幾乎形同虛設(shè);即便是到未來正式上路,其所面臨的問題也依然不容忽視。
目前來看,理論上來講無人駕駛汽車被黑客攻擊主要大概有兩種形式。
1. 內(nèi)部汽車軟件漏洞攻擊。無人駕駛汽車主要有外部傳感器和內(nèi)部分析、決策程序,為外部傳感器研發(fā)相應(yīng)的軟件系統(tǒng)是汽車能夠正常行駛的前提。能否保持汽車使用過程中軟件的穩(wěn)定性非常重要,這就意味著無人駕駛車輛必須不能存在任何漏洞,否則危險如影隨形。然而據(jù)相關(guān)報告稱,目前的軟件程序大多都存在很多缺陷。這或許是無人駕駛競賽過程中關(guān)注外部行駛安全技術(shù)前提下的不良產(chǎn)物。
2. 外部信號欺騙攻擊。這種方式顯得不是特別的“黑客”。對無人駕駛汽車來說,利用攝像頭進行場景識別是獲知道路交通指示牌等信息的關(guān)鍵,這其中主要利用的是人工智能的圖像識別技術(shù)。但這種把圖像轉(zhuǎn)化為數(shù)據(jù)的處理方式在2014年就被證明存在致命的缺陷:通過修改圖片上細微像素,人工智能就可能把一只貓識別成一只狗。那么,未來如果想要讓汽車駛離既定路線,只需要將直行箭頭改成左拐;萬一左拐就是大?;蛘邞已履??
從這兩點來看,無人駕駛的安全可謂充滿了“內(nèi)憂外患”。無人駕駛汽車的目標之一就是要解放人類的雙手,但在隨時可能面臨汽車“裸奔”的情況下,誰愿意自己的雙手被解放?
坡腳的無人駕駛無人駕駛花了這么多錢,搞了這么久,核心就是安全兩個字。在人們看來,人類司機出事故是被允許的,但無人駕駛汽車不行。
因此,即便無人駕駛汽車要比老司機安全得多,但只要有一例事故出現(xiàn),也是難以原諒的一件事。因此,各家公司為了讓上路更安全,他們一點都不敢懈怠。
目前提到無人駕駛技術(shù),人們總會談?wù)撔酒鞲衅?、激光雷達、毫米波雷達、算法等等,因為汽車要上路,就要具備對周圍物體的識別、判斷,然后將數(shù)據(jù)傳輸?shù)教幚硐到y(tǒng)進行分析決策。對環(huán)境感知越詳細、算法越優(yōu)越、云端結(jié)合的算力越強,車輛行駛的時候也就越安全。因此,幾乎所有的廠商都在追求傳感器的精度、芯片處理數(shù)據(jù)的能力和更加完美的算法等。到目前為止,全球無人駕駛技術(shù)研發(fā)的資金總投入近千億美元,這么多錢基本上都花在了這些東西上面。
比如waymo曾給美國交通部提交了一份報告,說明了車輛的安全技術(shù)、操作流程等,核心就在于保證安全。文中的內(nèi)容主要集中在系統(tǒng)設(shè)計上保證行車安全、運行機制和原理、自動駕駛的安全性和人機交互等幾個方面。
投入就那么多,傾斜了一邊,另一邊就會受到冷落。目前,尚無法找到有哪家公司關(guān)于無人駕駛系統(tǒng)安全問題做大量投入并進行技術(shù)研發(fā)的公開資料,這也就意味著系統(tǒng)安全很可能在無人駕駛研發(fā)中一定程度上的缺位。
那么,這一忽視造成的后果顯然具有很大的威脅。早在2015年就有黑客演示了如何遠程入侵一輛切諾基,對其車速、引擎、制動等關(guān)鍵安全問題進行了改變;特斯拉、寶馬、奔馳、克萊斯勒等汽車也被黑客暴露除了系統(tǒng)的安全漏洞。與彼時相比,自動化程度更高的無人駕駛車輛的安全問題就更顯得突出。
因此,一方面無人駕駛技術(shù)的投入仍在繼續(xù)增加,另一方面卻體現(xiàn)出了資金投入領(lǐng)域的集中性。更重視行駛技術(shù)安全,而導致系統(tǒng)安全防護的脆弱,讓無人駕駛汽車成為了一個“跛腳”。
無人駕駛的領(lǐng)頭羊們,開始在系統(tǒng)安全上頻頻出招如果說無人駕駛汽車自身的容易受到攻擊和資金投入不均衡還只停留在理論和觀察解讀階段的話,那么,代表行業(yè)走向的公司門開始在無人駕駛系統(tǒng)安全問題上動作頻頻,則釋放出了更為明顯的信號。
作為就在前幾日,馬斯克信心滿滿地表示特斯拉的車輛安全軟件將是解決遭遇惡意攻擊風險的最好方案。同時,他還表示計劃將特斯拉的安全系統(tǒng)開源,所有的汽車制造商都可以免費使用。
當然,馬斯克扔出的這根棒子未必有人敢接。畢竟對所有的汽車制造商而言,安全架構(gòu)是是一個需要最大程度掌握在自己手里的核心技術(shù)。如果連汽車安全系統(tǒng)都要依賴他人,這對大廠商來說幾乎不可忍受。比如大眾、寶馬等傳統(tǒng)汽車制造商,他們肯定會不惜一切代價去開發(fā)自己的安全系統(tǒng)。
但這并非意味著馬斯克此舉沒有意義,或者僅僅意味著嘲諷別家的得意。相反,這倒提醒了汽車制造商們可以建立一個標準的汽車安全軟件框架,從而在面臨黑客入侵問題的時候能達到更好的防御效果。
Waymo則主要在無線通信的安全性上做相應(yīng)的防護措施。比如車輛有多個連接可以使用以保證車載無線網(wǎng)絡(luò)的安全性,車輛與中心的通信采用了加密方式,包括其余乘客的通信,這樣可以有效地防止車輛被惡意破壞或篡改網(wǎng)絡(luò)安全設(shè)置。而當其發(fā)現(xiàn)有人在試圖破壞車輛的安全性的時候,公司也將立即棄用公司級的時間相應(yīng)程序,以第一時間對情況進行評估、遏制、恢復和采取補救措施。
而看起來更刺激的方式大概要數(shù)“賞金黑客”制度。這種方式大概類似于以毒攻毒,以賞金的形式來鼓勵黑客尋找汽車漏洞,從而可以做出及時的彌補。比如特斯拉曾經(jīng)懸賞一萬美金來求黑客破解Model S的系統(tǒng),而Uber也曾發(fā)布一個黑客賞金項目,計劃為90天之內(nèi)找到漏洞的黑客提供數(shù)千到一萬美元的賞金,并且找到4個以上的漏洞還能有獎金。
互聯(lián)網(wǎng)公司利用賞金來雇傭黑客找自己的安全漏洞并不算什么新鮮事,同樣的方法自然也可以移植到無人駕駛上。在這個世界上,還有什么能比錢更能激發(fā)黑客的探索欲呢?
而隨著無人駕駛汽車商用的普及和民用的逐漸落地,安全也會越來越受到重視。而在這個過程中,找到更多解決問題的辦法既顯得必然,也顯得急迫。
那么,安全也就很可能成為下一個爆發(fā)的無人駕駛產(chǎn)業(yè)鏈垂直領(lǐng)域。目前的情況是,做芯片的做芯片,做雷達的做雷達,具有簡單明了的目標指向。而下一步的可能,則是在這些軟件、硬件開發(fā)的時候就專門加入一些漏洞機制,提前做好可能的安全應(yīng)對可能。就像《禁忌星球》里的機器人,在開發(fā)的時候就被設(shè)置好的不可傷人一樣。
對無人駕駛汽車而言,缺少了人類司機的干預,安全就成為了最突出的一個內(nèi)容。首當其沖的行駛安全技術(shù),和隱藏在暗地里的“黑客反擊戰(zhàn)”,就像是無人駕駛的兩翼。將系統(tǒng)安全補完,才意味著無人駕駛雙翼的豐滿,也是影響其最終命運的關(guān)鍵一步。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準AI機器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關(guān)注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機器人合作
- 賽力斯觸及漲停,汽車整車股盤初強勢拉升
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。