网站首页 > 技术文章 正文
乾明 发自 凹非寺
量子位 报道 | 公众号 QbitAI
怎样能把一辆特斯拉忽悠“瘸”了?最近两名研究人员给出了答案:
用一条2英寸的胶带就够了。
他们用胶带对公路上的速度标识进行修饰后,成功欺骗2016年版特斯拉的摄像头系统,诱使其出现了50英里/小时(80公里/小时)的异常加速。
在不少网友看来,这反映了自动驾驶系统在“环境”方面的缺陷。同样有不少网友认为,这是在特定条件下实现的攻击,并不能产生太多的影响。
那么,事实究竟如何?特斯拉上的这一缺陷会产生多大的影响?我们从实验开始说起,一一解读。
用胶带忽悠特斯拉始末
诱骗特斯拉的两名人员来自全球最大的安全公司之一McAfee。他们使用胶带的方法也很简单:
在35英里/小时的速度标志上,贴了一条2英寸的黑色胶带,略微拉长了数字“3”的中间线。
修改后的速度标志看起来是这样的:
然后特斯拉的自动驾驶系统,“看到”这个标志之后,就直接从35英里(56公里)/小时加速到了85英里(136公里)/小时。
这在机器学习领域也不是个例。此前谷歌的InceptionV3图像分类器就将打印出来的乌龟识别成了步枪,从而引发了对人工智能是否可靠的讨论。
他们先在一辆Model X上测试,其后在Model S得到验证,测试用的汽车都是2016年推出,其后他们测试了新款特斯拉,发现没有出现这一问题。
因此他们认为,出现这种情况的原因在于特斯拉使用的摄像头系统:MobilEye EyeQ3。
一个有趣的事实是,McAfee前身是英特尔的安全部门,现在也是英特尔旗下合资公司。不过此前有报道称,英特尔和McAfee另一个大股东TPG准备将其出售。
而MobilEye,在2017年被英特尔150亿美元收购,成为英特尔旗下布局自动驾驶产业的排头兵。
所以,McAfee发现特斯拉漏洞,也算是一家准备被英特尔卖掉的安全公司,发现了英特尔旗下自动驾驶公司的关键问题。
据MIT科技评论报道,McAfee在2019年就向特斯拉和MobiEye EyeQ3同步了这一研究,却得到了不同的回应。
各方回应:就算人看到也会误读
特斯拉并没有对这一研究发表评论,但表示并不会解决他们发现的问题。MobilEye EyeQ3则是反驳了这项研究。
MIT科技评论报道称,一名MobilEye EyeQ3的发言人说,就算是人类看到修改后的标志也会误读;这一款摄像头并不是为全自动驾驶设计;他们将会采用“众包地图”在内的多种技术支持摄像头。
虽然2016年之后,特斯拉就放弃了MobilEye EyeQ3,转而采用自研的摄像头系统,并没有发现问题,而且MobilEye EyeQ3后续推出的摄像头没有被诱骗。
但在McAfee研究人员看来,这仍旧令人担忧。现在依旧有不少人在公路上驾驶2016年版的Model S和Model X,使用的依旧是MobilEye EyeQ3,应该值得重视。
“我们不是要散播恐惧”,他们说,“我们进行这项研究,是为了提高消费者和供应商对可能存在的各种缺陷的认识。”
这种担忧有其道理,多起车祸的发生,也让特斯拉的自动驾驶系统备受关注。
去年,美国交通部门调查两起特斯拉致命撞车事故发现,事故发生时Autopilot均处于开启状态。
近日,美国国家运输安全委员发布数据,证实苹果工程师Walter Huang驾驶特斯拉出现车祸时的场景:Autopilot总是朝着一个方向转向。
特斯拉对外的口径是,Autopilot并不意味着完全自动驾驶,司机必须始终将手放在方向盘上。
出现种种事故,并没有打消马斯克对自动驾驶系统的狂热。他去年还放出豪言,将在2019年年底推出完全自动驾驶系统。
现在来看,这一规划显然落空了,但他之后依旧坚持:可能会在几个月里完成所有的功能,特斯拉完全自动驾驶即将到来。
参考链接:
https://www.businessinsider.com/hackers-trick-tesla-accelerating-85mph-using-tape-2020-2
https://www.technologyreview.com/s/615244/hackers-can-trick-a-tesla-into-accelerating-by-50-miles-per-hour/
— 完 —
量子位 QbitAI · 头条号签约作者
关注我们,第一时间获知前沿科技动态
- 上一篇: 对抗样本的基本原理 对抗样本产生的原因
- 下一篇: 你的手机智能吗?安兔兔AI测试发布
猜你喜欢
- 2024-10-12 如何让爸妈看懂你的AI模型,用上这几行代码就能用网页展示
- 2024-10-12 你的手机智能吗?安兔兔AI测试发布
- 2024-10-12 对抗样本的基本原理 对抗样本产生的原因
- 2024-10-12 快来跑分 安兔兔AI评测正式发布 快来跑分+安兔兔ai评测正式发布了吗
- 2024-10-12 谷歌深度学习框架TensorFlow1.0 发布,更快更稳定
- 2024-10-12 关于GPU运算你以为加卡就行了吗? gpu加速是显卡加速吗
- 2024-10-12 谷歌这个大杀器要让英伟达慌了,实战评测:TPU相比GPU又快又省
- 2024-10-12 卷积神经网络图片分类模型之Inception v3
你 发表评论:
欢迎- 最近发表
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)