广告

无人驾驶遭泼冷水:我们可以劫持掉每款特斯拉!

时间:2018-05-17 11:03:11 作者:网络整理 阅读:
“你想象有一天,你吃着火锅,唱着歌,坐在一辆车上,过着未来的美好生活,然后这个车就被黑客劫持了,美好生活也就结束了。”
广告

“你想象有一天,你吃着火锅,唱着歌,坐在一辆车上,过着未来的美好生活,然后这个车就被黑客劫持了,美好生活也就结束了。”周鸿祎说。5月16日,360董事长周鸿祎在第二届世界智能大会现场演讲时给无人驾驶泼冷水:没有安全,就不可能有智能汽车时代真正到来。无论是特斯拉还是别的智能汽车联网后都可以用手机来控制,那就一定可以被劫持。周鸿祎自称他们公司研究团队可以做到特斯拉每出一款车,就以最快速度进行模拟劫持。

Tesla18051702

名叫mygreentea的网友立马调侃道,

“以后每辆特斯拉屏幕上都会有360的安全提醒:亲,您的系统有严重的安全漏洞。。。

马:我没允许装这玩意啊,怎么来的?

周:我这是主动性防御,不需要谁同意。”

周鸿祎笑称其研发团队模拟劫持每款特斯拉,并没有害大家的想法,只是做盾的人要研究矛。

周鸿祎还提到了,《电影速度与激情8》中“僵尸车”汹涌前进的场景可能两三年后就会成为现实,街上大量无人驾驶车辆被黑客控制。我不同意伊隆马斯克或者霍金的这种想法:机器会变成自主意识对人类产生危害。很多无人值守系统一旦被黑客劫持,扳机会控制在黑客手里,所以带来的危险比较大。

同时,周鸿祎指出了人工智能作为智能经济的关键技术支撑力也存在重要的安全问题,主要来自于4个方面:

第一,人工智能会用于许多无人值守系统,像无人值守的汽车、高铁、无人机,无人值守的武器等。但是,这些无人值守系统都有安全漏洞的风险,一旦被网络劫持,将带来严重的安全问题。比如未来用人工智能做成智能机枪以后,一旦被黑客攻破,就有可能向无辜的人开火。

第二,人工智能所依赖的传感器、训练数据和使用的开源软件等都可能存在安全隐患,比如传感器可以被干扰,系统自身也可以被欺骗或入侵。

第三,现在的人工智能还只是一种拼命用大量数据训练出来的概率判断系统,远远称不上完善。它也许可以有99.99%的概率保证识别是正确的,但是对于安全来讲,它只要出现一次识别错误,就会造成严重后果。过去一年里,曾发生多起自动驾驶测试车车祸,甚至撞死行人的事件,就是因为这个原因。

第四,现在的人工智能系统大多使用开源软件和架构,这里面的安全漏洞就更多了。所以,周鸿祎认为,大安全时代,迫切需要一个完整的解决方案。要运用新技术构建一个强健有力的“安全大脑”,建立“上帝视角”,绘制出大安全全景图。

本消息综合澎湃新闻、华尔街见闻及雷锋网内容整理报道

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 人形机器人指日可待,那就让我们来盘一盘能够供其使用最新的传感器 机器人可以说是目前最炙手可热的话题,人形机器人和通用人工智能可以说是未来科技行业的制高点,也就在今年10月,工业和信息化部印发《人形机器人创新发展指导意见》,将人形机器人
  • 边缘计算:节约能耗,助力更环保、更智慧的解决方案 ST已经在汽车、智慧工业和物联网等应用领域大力部署边缘AI。STM32系列的32位Arm Cortex微控制器已将适合边缘计算的低功耗版本涵盖其中。为了让不熟悉AI的人更容易上手,NanoEdge AI Studio整合了机器学习函数库,可以为任何指定的应用自动搜索和配置最适合的解决方案。
  • 产品创新提升系统价值,安森美三年转型走出“制胜之道” 智能电源和智能感知技术,是承载安森美“筑造可持续生态系统”重任的两座基石。在总裁兼首席执行官Hassane El-Khoury看来,安森美“可持续生态系统”的一端是包含电动汽车、ADAS、先进安全的汽车市场,另一端则是包含能源基础设施、充电站、工业自动化、5G和云电源在内的工业市场,两者间通过数据实现连接,以获得更智能的洞察和更高效的效率。
  • 从开拓走向成熟,事件视觉传感器的未来会是这样 最近,Prophesee发布了一款小尺寸的事件视觉图像传感器——这可能是接下来事件视觉传感器要在边缘市场走量的一款产品。借着这次产品发布,我们和Prophesee CEO Luca Verre聊了聊。
  • Bosch Sensortec王宏宇:边缘AI+传感器赋能未来更多应用场景 未来传感器也需要具备更多智能和学习的功能,即需要把AI慢慢从目前云端下沉到边缘,边缘智能可以带来很多好处:一是传感器实时性非常好;二是AI部署到智能器件,无论是传感器,还是MCU,功耗相对比较低;三是它对个人数据的保护会起到非常关键的作用,需要把所有数据都传到云端去处理;四是把AI技术用到消费产品,通过边缘化的智能技术,可以满足个性化的体验。
  • 卷积神经网络的硬件转换 卷积神经网络是人工智能深度学习的基石。在本刊上期发表的《人工智能与卷积神经网络》一文中,作者讨论了神经网络模式识别,并介绍了卷积神经网络的模型架构、工作原理以及设计构件。而在本文中,则着重介绍卷积神经网络的硬件实现,特别介绍如何利用AI微控制器和硬件CNN加速器在物联网边缘实现AI应用。
  • 受惠于折叠手机渗透率提升,预估2024 根据TrendForce集邦咨询最新OLED技术及市场发展分析报告统计,在近期发表的摺叠新机中,UTG的市场渗透率已逾九成,随着摺叠手机规模持续成长,预估2023年UTG产值将达3.6亿美元;2024年可望挑战6亿美元。
  • 2023年第三季全球前十大晶圆代工产 随着终端及IC客户库存陆续消化至较为健康的水位,及下半年iPhone、Android阵营推出新机等有利因素,带动第三季智能手机、笔电相关零部件急单涌现,但高通胀风险仍在,短期市况依旧不明朗,故此波备货仅以急单方式进行。此外,台积电(TSMC)、三星(Samsung)3nm高价制程贡献营收亦对产值带来正面效益,带动2023年第三季前十大晶圆代工业者产值为282.9亿美元,环比增长7.9%。
  • 治精微推出具过压保护OVP、低功耗 治精微推出具过压保护OVP、低功耗、高精度运放ZJA3018
  • 无线技术确保人们在家庭、工作和娱 无线技术每天都在拯救生命,有些非常方式是人们意想不到的。在美国加利福尼亚州Scotts Valley,一名路过的慢跑者发现一处住宅冒出火焰后,按响了门铃,试图通知屋主。屋主不在家中,但无线门铃连接到了智能家居中枢,提醒屋主慢跑者试图联系。屋主立即向他提供了安全密码,让他跑进房子,从火场中救出了宠物。
  • 使用SystemC做RTL和C/C++的联合仿真 作者:Jackie Gao,AMD工程师;来源:AMD开发者社区前言当FPGA开发者需要做RTL和C/C++联合仿真的时候,一些常用的方法包括使用MicroBlaze软核,或者使用QEMU仿真ZYNQ
  • 怎样才能在找工作的时候,提高自己的自由度 来看看,你需不需要这门接收机设计课程吧(已更新八次)。如有需要,现在仍然可以报名。(1)前几天,号友发来她的听课笔记,我真的是泪流满面。感觉,自己这么长时间的备课,总算没白费。说实话,我备课的时候,真
  • 微软、甲骨文、苹果、联想、戴尔、IBM等27家计算机软件信息服务企业2023年第三季度财报汇总 注:各大公司财政年度的起始时间不同于自然年,因此会出现财政季度、年度等与自然年不一致的情况。软件微软(Microsoft)公布截至2023年9月30日的2024财年第一财季业绩。第一财季营收为565.
  • 关于生成式AI的11个误区 EETOP编译自electronicdesign1.任何计算引擎,无论是CPU、GPU、FPGA还是定制ASIC,都可以加速GenAI不对。CPU 不具备完成任务的性能。GPU 具有标称性能,但效率较
  • 黄仁勋访越拟建芯片研发中心 英伟达(Nvidia)CEO黄仁勋11日表示,将扩大与越南高科技业者的伙伴关系,支持在当地训练研发人工智能(AI)与数字化基础建设领域的人才。黄仁勋还透露在越南设立芯片中心的构想。根据白宫今年9月提升
  • Omdia2022年的中国低压变频器市场 要点2022 年中国的经济增长不如 2021 年强劲,COVID-19 限制令和持续封锁削弱了中国的经济和制造活动。2022 年,LV 变频器市场增长了 3%,其中大部分增长来自于上一年积压订单的交付
  • 研讨会:利用编译器指令提升AMDVitis™HLS设计性能 AMD Vitis™ 高层次综合 ( HLS ) 已成为自适应 SoC 及 FPGA 产品设计领域的一项颠覆性技术,可在创建定制硬件设计时实现更高层次的抽象并提高生产力。Vitis HLS 通过将 C
  • 相机图像信号处理流程(ISP) 点击左上方蓝色“一口Linux”,选择“设为星标”第一时间看干货文章 ☞【干货】嵌入式驱动工程师学习路线☞【干货】一个可以写到简历的基于Linux物联网综合项目☞【干货】Linux嵌入式知识点-思维导
  • 案例榜|2023“物联之星”智能工业系列案例 本文来源:物联传媒“2023‘物联之星’中国物联网行业年度榜单” 评选活动正在火热进行中!为深度挖掘物联网领域的优秀企业、创新产品和优秀项目,审读年度热门领域和发展方向,推动物联网行业的普及与宣传,促
  • 陕西移动数智赋能乡村产业发展  /记得星标我/比大部分人早一步看见未来乡村振兴,产业兴旺是重点。今年是加快建设农业强国的起步之年,在陕西,陕西移动依托自身信息技术优势,在电子商务、养殖业、农业等方面注智赋能,推动特色产业稳步发展,
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了