特斯拉最近不太開(kāi)心。
上周五有外媒報(bào)道稱,網(wǎng)絡(luò)安全公司Lookout的研究人員表示,特斯拉的Model S車型存在6個(gè)明顯的漏洞,最嚴(yán)重可能讓黑客控制汽車,威脅用戶的駕駛安全。
Lookout和Cloudflare的兩位負(fù)責(zé)人表示,之所以選擇特斯拉進(jìn)行安全破解,是因?yàn)樘厮估谲浖踩矫娴恼J(rèn)知要好于大多數(shù)傳統(tǒng)汽車生產(chǎn)商。
具體的侵入過(guò)程和方法在拉斯維加斯的Def Con網(wǎng)絡(luò)安全大會(huì)上進(jìn)行了公布。黑客在入侵過(guò)程中必須先進(jìn)入特斯拉,這就提高了入侵的難度。黑客聯(lián)網(wǎng)之后,就能遠(yuǎn)程訪問(wèn)特斯拉的車載系統(tǒng)控制車輛啟動(dòng)或熄火等。
Cloudflare的首席安全員羅杰斯稱,當(dāng)特斯拉開(kāi)始以每小時(shí)5英里的速度行駛時(shí),黑客就控制車輛停了下來(lái),中控屏黑屏,音樂(lè)停止,手剎也被拉起。
當(dāng)特斯拉的速度較高時(shí),羅杰斯表示侵入較為困難,車身的安全措施組織了黑客控制手剎,中控屏變成空白,汽車回到空檔,車主仍保持了對(duì)汽車的控制。
針對(duì)研究人員發(fā)現(xiàn)的漏洞,特斯拉公司官方今早對(duì)此回應(yīng)稱:
1. Model S 并不是被遠(yuǎn)程入侵的,Lookout研究團(tuán)隊(duì)花費(fèi)了很多時(shí)間研究Model S可入侵的漏洞,并且是在Model S真車上進(jìn)行的漏洞測(cè)試(即物理接觸,如接入汽車的電路),并不是采用遠(yuǎn)程攻擊的方式。
2.特斯拉發(fā)現(xiàn)并解決問(wèn)題的能力是非常出色的,我們和這些研究組織一直保持緊密聯(lián)系,來(lái)確保我們可以持續(xù)通過(guò)有針對(duì)性的測(cè)試來(lái)驗(yàn)證和升級(jí)安全保護(hù)系統(tǒng),以保護(hù)特斯拉的車載系統(tǒng)。
3.特斯拉已經(jīng)向所有Model S 發(fā)布了更新,通過(guò)OTA空中升級(jí)的方式進(jìn)行快速修復(fù)和解決這次的系統(tǒng)漏洞。
4.特斯拉車輛系統(tǒng)與車載信息娛樂(lè)系統(tǒng)是分隔開(kāi)的,采用兩條不同總線。
5.特斯拉將持續(xù)密切關(guān)注此事。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。