الابتكار والاستثمار في المركبات المتصلة.
سيُنظر قريبًا إلى مطوري البرمجيات على أنهم الميكانيكيون الجدد لأن مصنعي السيارات يستخدمون الذكاء الاصطناعي بشكل متزايد (AI) لإنشاء تجارب مستخدم مخصصة في المركبات المتصلة. وعلى الرغم من أن فرصة الاستفادة من هذه التكنولوجيا هائلة بشكل واضح ، إلا أن هناك أيضًا نقاط ضعف محتملة. في محاولة لتقديم تجربة المستخدم النهائية لمستخدمي السيارات ، يجب التدقيق في سلامة المركبات وتنظيمها.
كشف إعلان صادر عن Waymo من Google في مارس من هذا العام عن تقديم خدمات النقل بدون سائق في سان فرانسيسكو ، مما يسلط الضوء على كيفية دخول شركات مثل Google و Amazon و Apple و Microsoft، وآخرون في قطاع السيارات أدى فقط إلى زيادة استخدام تقنية الذكاء الاصطناعي.
عبر البركة ، تدعي حكومة المملكة المتحدة أن السيارات ذاتية القيادة ستكون على طرق المملكة المتحدة بحلول عام 2025 ، ويثير النطاق الزمني القصير مخاوف بشأن سرعة التغييرات التنظيمية ، والشكوك حول كيفية تطور المركبات ذاتية القيادة (AVs). مع تطور توقعات المستهلكين لتحديثات البرامج للمركبات لتصبح مشابهة لما نراه مع الهواتف المحمولة اليوم ، مع تزايد الطلب على الميزات الجديدة ، هناك خطر متزايد من أن تصبح المركبات معرضة للخطر من كود المصدر الخاص بها. وكما رأينا في عام 2015 ، عندما هز باحثو الأمن صناعة السيارات من خلال اختراق سيارة جيب يقودها صحفي تقني (موافق).
وصــل حديــثا
إن السعي وراء النشر السريع للمركبات ذاتية القيادة على نطاق عالمي ، يثير مخاوف من أن القضايا الأمنية جنبًا إلى جنب مع التنظيم السابق لأوانه يمكن أن تهدد الابتكار والاستثمار المستمر في هذا القطاع.
الذكاء الاصطناعي هو القوة الدافعة وراء المركبات المتصلة
يتم نشر الذكاء الاصطناعي بشكل أساسي في المركبات لتحسين تجربة المستخدم - جعل المركبات أكثر أمانًا ، وتعزيز التعرف على الكلام ، وتحسين الملاحة القائمة على السحابة والطقس وظروف السطح. لكننا نرى أيضًا الشركات المصنعة للمعدات الأصلية (OEMs) تستفيد من تقنية الذكاء الاصطناعي خارج السيارة نفسها - لتحسين إدارة سلسلة التوريد والتصنيع وتصميم المركبات والاختبار.
يكشف الغوص العميق في اختبار السيارة أن نشر الذكاء الاصطناعي والتعلم الآلي (ML) لهما تأثير كبير. لا يخضع البرنامج الأساسي للاختبار فحسب ، بل إن جميع أشكال مجموعات البيانات التي تم تعلمها أثناء تشغيل السيارة تحتاج أيضًا إلى الاختبار. وفي حالة مركبة Waymo ذاتية القيادة - وهي نظام معقد يربط مجموعات بيانات هائلة من Google ، وأجهزة استشعار في الوقت الفعلي ، ومعلومات خرائط GPS خارجية - فهذه عملية دقيقة.
في العديد من مجالات تطبيقات الذكاء الاصطناعي اليوم ، ليس هناك بالضرورة مخاوف تتعلق بالسلامة ، حيث إنها ميزات ملائمة إلى حد كبير مثل التعرف على الكلام والتنقل. ولكن حتى هنا ، قد يؤدي الفشل في الملاحة إلى حدوث تصادم يؤدي إلى إصابات أو وفيات. على أي حال ، من الضروري أن يكون لديك على الأقل تقنية أمان أساسية لأنظمة مساعدة السائق المتقدمة (ADAS) للحفاظ على أنظمة AI / ML تحت السيطرة.
سلامة المركبات المتصلة في أيدي مطوري البرامج والمعايير واللوائح
تاريخياً ، تجاوزت التطورات التكنولوجية المتعلقة بالذكاء الاصطناعي في المركبات
اللوائح. والتنظيم ، بدلاً من ضمان إدخال هذه التكنولوجيا بشكل آمن وآمن ، منع عادةً استخدام الذكاء الاصطناعي في المركبات. لكن طلب المستهلك يعني أن هذا يتغير الآن ، مع نمو حجم المركبات المتصلة بنسبة 270٪ خلال السنوات الخمس الماضية. وبدلاً من مواجهة التحديات حول ما إذا كان ينبغي استخدام تقنية الذكاء الاصطناعي ، فقد تحولت المحادثة إلى كيفية تأثير تعقيد الكود والتنظيم وعمر الشفرة المطبقة على أمان السيارة. وحتى مع التطبيق الأساسي للذكاء الاصطناعي لتحسين تجربة المستخدم بشكل عام ، يجب عدم التغاضي عن أمان الكود.
أدى طلب المستهلكين على الميزات الجديدة إلى زيادة الطلب وزيادة الضغوط لتطبيق الذكاء الاصطناعي في المركبات. ومع ذلك ، ستكون هناك حاجة مستمرة لتحديثات البرامج ، وبدون الوصول الكامل إلى الكود المصدري للمطور ، يمكن أن تظهر مجالات الضعف والمخاوف الأمنية. من الأهمية بمكان أن يكون لديك حق الوصول إلى الكود المصدري للأدوات وبرامج وقت التشغيل المستخدمة في عملية التطوير ، كما أنه من الأهمية بمكان أن يكون لديك رؤية للمشروعات التي تقوم بإنشائها لاستخدامها في السيارة.
التقنيات والبيانات المستندة إلى السحابة هي مستقبل الأمن السيبراني للسيارات
بغض النظر عن نشر تقنيات الذكاء الاصطناعي / التعلم الآلي ، ستستمر المركبات في الاعتماد بشكل متزايد على التقنيات والبيانات المستندة إلى السحابة. تعتبر الجوانب القائمة على السحابة لتمكين القيادة الذاتية مهمة على المدى الطويل ، خاصةً عندما تكون جميع المركبات على الطريق متصلة. بالطبع ، ستكون آليات السلامة المحلية الشبيهة بـ ADAS القائمة على LiDAR والرادار والكاميرات مطلوبة بالتأكيد لضمان سلامة النظام ، من الاختبار وحتى النشر.
سيستمر ارتفاع توقعات المستهلكين لتحديثات البرامج وتوزيع مجموعات الميزات الموسعة في المركبات المعرفة بالبرمجيات. وبينما - في ضوء التبني المكثف للبرامج مفتوحة المصدر - تظل إمكانية القرصنة المحلية قائمة. يمكن للمطورين ، آليات المستقبل ، منع ذلك باستخدام مجموعة الأدوات الصحيحة واللوائح المناسبة المتاحة لهم.
ومن المؤكد أن البرامج المرخصة تجاريًا ذات الطبيعة المفتوحة في ازدياد. لتحقيق الكفاءة في تطوير المنتج ، من المهم للغاية أن يكون لديك حق الوصول إلى الكود المصدري للأدوات وبرامج وقت التشغيل المستخدمة في عملية التطوير ، كما أنه من الأهمية بمكان أن يكون لديك رؤية للمشروعات التي تم إنشاؤها للاستخدام في المركبات. الترخيص التجاري و IP الحماية ضرورة مطلقة ، مع إتاحة شفرة المصدر الأساسية لمجتمع التنمية.
