請給我選擇的權利

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。