汽車與智能的聯姻,是規(guī)則而非抉擇,但汽車需要什么樣的智能?
人工智能研究的傳統目標包括推理、表達、規(guī)劃、學習、感知,以及移動和操縱物體的能力,解決任意問題的能力則是該領域的長期目標之一。
與汽車相關的智能應用,離不開數據與算法。前者比廣度,高德地圖就是依靠海量的數據積累,提示“紅燈即將轉綠”;后者比深度,被嚴防死守的“哨兵模式”,是對研發(fā)深度的最好考驗——發(fā)現功耗高、誤報/漏報多,用戶立刻用腳投票。
在人工智能領域,除了反復討論的倫理與法律風險之外,數據濫用、算法殺熟等問題,在汽車應用層面也已出現。同樣的叫車軟件,不同的手機就敢有不同價格;同樣的導航應用,不同的用戶有不同路徑……
2020年,國務院印發(fā)《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》;2022年,六部委發(fā)布《關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)展的指導意見》……但汽車智能化的挑戰(zhàn),不是簡單的通知意見可以應對。
首先是可破解。智能汽車與互聯網的鏈接始終存在,鏈接越強,越容易從外部滲透。汽車制造商可以提供遠程服務,比如OTA,而黑客可以使用同一鏈路訪問和控制車輛。
其次是可靠性。車輛、傳感器、網絡硬件均非金剛不壞之身,都會出現這樣或那樣的問題故障,系統須有能力處理非正常數據及通信——在錯誤的數據下,仍然要正常運行、正確決策。
再次是隱私。汽車收集的信息,有車輛位置、慣常路徑、用戶習慣,即使沒有黑客供給,也容易被用于非正常目的。如果說,某些消費類App對于日常對話的監(jiān)聽,可以強化商品推薦的成功率,那么上述信息的收集基本可以完成“人生替換”。
數據的授權、收集、存儲,還可以有標準答案;但如何讓用戶相信“沒有后門”、如何為“后門”加上籬笆……就成為現實版的五次方程。
最后是決策與選擇。車輛可以感知、推理、規(guī)劃甚至主動避險,但選擇權在手、否決權不落,才是捍衛(wèi)整條價值鏈安全的關鍵。
如果汽車實現自主駕駛,設定好位置就可以自主規(guī)劃路徑,你是否敢讓自家的汽車送自己的孩子?如果智能座艙進化,你是否樂于通過人臉、指紋授權給停在戶外的汽車,由它全權安排每日行程?前者是軟肋,而后者是隱私。

我可以接受以安全為目的的智能駕駛,可以接受以便利為目的智能座艙,但軟肋和隱私,還是想掌握在自己手里。請給我選擇的權利。