汽車與智能的聯(lián)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(tǒng)目標(biāo)包括推理、表達(dá)、規(guī)劃、學(xué)習(xí)、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(lǐng)域的長期目標(biāo)之一。

與汽車相關(guān)的智能應(yīng)用，離不開數(shù)據(jù)與算法。前者比廣度，高德地圖就是依靠海量的數(shù)據(jù)積累，提示“紅燈即將轉(zhuǎn)綠”；后者比深度，被嚴(yán)防死守的“哨兵模式”，是對研發(fā)深度的最好考驗——發(fā)現(xiàn)功耗高、誤報/漏報多，用戶立刻用腳投票。

在人工智能領(lǐng)域，除了反復(fù)討論的倫理與法律風(fēng)險之外，數(shù)據(jù)濫用、算法殺熟等問題，在汽車應(yīng)用層面也已出現(xiàn)。同樣的叫車軟件，不同的手機(jī)就敢有不同價格；同樣的導(dǎo)航應(yīng)用，不同的用戶有不同路徑……

2020年，國務(wù)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(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》……但汽車智能化的挑戰(zhàn)，不是簡單的通知意見可以應(yīng)對。

首先是可破解。智能汽車與互聯(lián)網(wǎng)的鏈接始終存在，鏈接越強(qiáng)，越容易從外部滲透。汽車制造商可以提供遠(yuǎn)程服務(wù)，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(wǎng)絡(luò)硬件均非金剛不壞之身，都會出現(xiàn)這樣或那樣的問題故障，系統(tǒng)須有能力處理非正常數(shù)據(jù)及通信——在錯誤的數(shù)據(jù)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(xí)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(qiáng)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(shù)據(jù)的授權(quán)、收集、存儲，還可以有標(biāo)準(zhǔn)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(xiàn)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(quán)在手、否決權(quán)不落，才是捍衛(wèi)整條價值鏈安全的關(guān)鍵。

如果汽車實現(xiàn)自主駕駛，設(shè)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(jìn)化，你是否樂于通過人臉、指紋授權(quán)給停在戶外的汽車，由它全權(quán)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(quán)利。