AI在线 AI在线

深度解析:你的自动驾驶汽车会让你陷入网络攻击吗?

译者 | 晶颜审校 | 重楼随着自动驾驶汽车日益融入交通生态系统,新的、严峻的网络安全挑战也随之而来。 自动驾驶汽车(AVs)已从科幻构想快速发展为现实,有望彻底变革全球交通系统。 借助人工智能(AI)、机器学习、传感器融合及实时数据处理等先进技术,目前处于测试及上路阶段的自动驾驶汽车,正有望改变人们的通勤方式、货物运输模式以及与周边环境的互动形式。

深度解析:你的自动驾驶汽车会让你陷入网络攻击吗?

译者 | 晶颜

审校 | 重楼

随着自动驾驶汽车日益融入交通生态系统,新的、严峻的网络安全挑战也随之而来。

自动驾驶汽车(AVs)已从科幻构想快速发展为现实,有望彻底变革全球交通系统。借助人工智能(AI)、机器学习、传感器融合及实时数据处理等先进技术,目前处于测试及上路阶段的自动驾驶汽车,正有望改变人们的通勤方式、货物运输模式以及与周边环境的互动形式。其潜在益处包括提升残障人士的行动能力、减少排放、缓解交通拥堵及提高出行安全性等。

然而,随着自动驾驶汽车愈发深入地融入交通生态系统,它们也引发了新的、严重的网络安全问题。由于这类系统结构复杂、依赖尖端技术,且车辆与外部系统间传输的数据量大,因此易受网络攻击,可能导致灾难性后果。鉴于需谨慎平衡机遇与风险以保障自动驾驶汽车安全可靠运行,网络安全与自动驾驶技术的交叉领域已成为亟待关注的焦点。

深度解析:你的自动驾驶汽车会让你陷入网络攻击吗?

自动驾驶汽车所涉技术

自动驾驶汽车配备激光雷达、雷达、超声波传感器及摄像头等多种传感器,以赋予其态势感知能力,从而识别周边环境并做出反应。基于这些传感器提供给复杂机器学习算法的数据,车辆能够完成导航、避障、调速等决策。此外,自动驾驶汽车可通过车对车(V2V)及车对基础设施(V2I)通信技术,与其他车辆及路边基础设施进行信息交互,传递交通状况、事故及道路隐患等关键数据。尽管这些功能被认为能提升驾驶效率与安全性,但也产生了诸多可被黑客利用的漏洞。由于自动驾驶汽车处于联网状态且依赖外部数据,其受黑客攻击的风险显著增加。黑客可利用车辆硬件、软件或通信系统中的漏洞,实现对车辆的控制、窃取个人数据或制造故障。

未经授权访问与数据泄露并非自动驾驶汽车面临的唯一网络安全风险。对自动驾驶汽车的黑客攻击可能造成灾难性影响,包括改变车辆行为,进而引发碰撞、导致人员受伤甚至死亡。车辆的转向、制动或导航等关键系统可能被攻击者操控,削弱自动驾驶汽车的安全决策能力。此外,由于自动驾驶汽车对云计算的依赖度不断提高(用于数据处理与存储),其易受针对云基础设施的网络攻击,而云基础设施存储着从乘客信息到驾驶模式等大量数据。同时,数据隐私与用户身份验证方面也存在严重风险,乘客的旅行目的地、偏好、行为等个人信息可能被非法访问和滥用。

网络安全现已成为自动驾驶汽车设计与运行中的关键环节,而非可有可无的附加项。网络罪犯可能利用杀毒软件在自动决策过程中使用的软件缺陷实施攻击。车辆通过无线(OTA)更新来改进功能和修复漏洞,但这也为攻击提供了新途径。如果恶意分子利用OTA更新过程中的漏洞植入恶意软件,可能会破坏汽车系统的性能与完整性。因此,网络安全需成为自动驾驶汽车开发周期的核心组成部分,涵盖补丁管理、定期漏洞评估及安全编码技术等,以便在漏洞被利用前进行修复。

自动驾驶生态系统由车辆、云基础设施及外部通信网络间的交互构成,确保该生态系统的安全比仅保护单个车辆更为复杂。车与万物(V2X)通信模式在增强自动驾驶汽车与周边环境交互能力的同时,也带来了新的安全挑战。为防止非法设备伪装成其他车辆或基础设施,必须建立安全的通信协议。为防范重放攻击、欺骗攻击等数据操纵类网络攻击,自动驾驶汽车与其他实体需确保所交换数据的真实性与完整性。

随着道路上自动驾驶汽车数量的增多,其遭受网络攻击的脆弱性将加剧,因此构建强大的网络安全框架至关重要。采用行业最佳实践与标准对自动驾驶汽车系统的安全而言意义重大。汽车工程师协会(SAE)、国际标准化组织(ISO)等机构制定的标准已开始涉及自动驾驶汽车的部分重要网络安全要求,但这些框架仍存在诸多不足,且尚处于初级阶段。美国国家公路交通安全管理局(NHTSA)及全球其他监管机构正致力于制定自动驾驶汽车的网络安全标准与法规,但在国际层面协调这些标准仍有大量工作要做。

此外,构建统一、安全的自动驾驶汽车部署环境,需要政府、网络安全专家及汽车行业的协同合作。由于网络安全威胁不断演变,保持自动驾驶系统的抗风险能力需要持续监控、威胁情报共享及事件响应策略。企业必须为员工意识培养与培训计划投入资源,以确保在自动驾驶汽车从概念到部署的整个开发生命周期中,网络安全始终处于优先地位。

自动驾驶汽车技术综述

自动驾驶技术,又称自动驾驶汽车(AV)技术,近年来取得重大进展,有望彻底改变人们未来的出行方式。从本质上讲,自动驾驶汽车能够感知周围环境、自主做出决策并在无需人类干预的情况下行驶。该技术整合了机器学习、人工智能(AI)、传感器、数据处理及通信网络等众多尖端技术,以实现这一复杂功能。自动驾驶汽车的最终目标是打造智能、安全、高效的交通系统,最大限度地减少人为错误、避免碰撞、优化交通流量并提升出行机动性——尤其针对老年人或残障人士等驾驶困难群体。

各类能够提供车辆周边环境实时信息的传感器,对自动驾驶汽车而言具有至关重要的意义。这些传感器包括激光雷达(光探测与测距)、雷达、超声波传感器及摄像头等,它们协同工作,共同构建出周围环境的全面图像。例如,激光雷达可生成高分辨率的三维环境地图,并借助激光束测量距离;雷达通过发射无线电波,超声波传感器通过发射声脉冲,分别助力探测其他车辆、行人及障碍物等物体;摄像头则通过提供视觉信息,帮助车辆识别和理解交通信号、道路标志、行人等关键环境要素。通过对这些传感器所采集数据的融合处理,车辆能够实现对周围环境的360度全方位感知,进而做出相应的驾驶决策。

机器学习与人工智能算法为自动驾驶汽车的决策过程提供了核心动力。这些算法利用传感器获取的信息,对车辆周边环境进行解读,预测潜在危险,并决定加速、刹车、转向及变道等操作。车辆系统借助机器学习(尤其是深度学习)进行训练,以识别周围环境中的各类模式,不断提升决策能力。通过对海量数据集及真实驾驶场景的学习,这些人工智能系统能够助力自动驾驶汽车完成复杂任务,如在十字路口导航、超越其他车辆以及应对交通状况的突发变化等。

自动驾驶汽车与基础设施、云系统及其他车辆的通信能力,对其运行而言不可或缺。借助车对车(V2V)和车对基础设施(V2I)通信技术,自动驾驶汽车可向路边单元、交通管理系统及道路上的其他车辆发送信息,同时也能接收来自这些对象的信息。通过此类通信,车辆能够获取有关交通模式、道路封闭、碰撞事故及其他影响驾驶决策的关键变量的实时信息。车与万物(V2X)通信技术则进一步拓展了自动驾驶汽车的通信范围,使其能够与智能交通灯、行人的移动设备乃至城市基础设施等各类对象进行通信,从而提升了车辆的感知与决策能力。

依据自动化程度的不同,自动驾驶汽车技术通常划分为5个级别,从0级(无自动化)到5级(完全自动化)。当前的汽车多配备1级和2级系统,属于部分自动化范畴,具备车道保持辅助、自适应巡航控制等功能。4级和5级为更高的自动化水平,可使自动驾驶汽车在几乎无需人类干预的情况下实现完全自主驾驶。其中,5级车辆能在所有场景下实现完全自主,无需人类驾驶员;而4级车辆仅能在特定场景下自主运行,例如在预设的地理边界内或预定路线上。

尽管自动驾驶汽车技术发展迅速,但仍面临诸多需克服的障碍,如数据处理、实时决策及传感器可靠性等问题。在实现广泛应用之前,还需解决伦理和监管方面的问题,包括隐私保护、事故责任认定以及国际标准统一等。不过,自动驾驶汽车技术的持续进步,有望通过在可达性、效率及安全性上的显著提升,彻底改变交通运输领域。

人工智能在自动驾驶中的作用

自动驾驶汽车(AVs)的研发与运营在很大程度上得益于人工智能(AI),它使自动驾驶汽车能够执行通常需人类驾驶员完成的复杂任务。自动驾驶的核心在于车辆能够感知环境、实时决策,并在无需人为干预的情况下依据决策采取行动。正是多种人工智能驱动技术的结合,使得自动驾驶汽车能够处理海量传感数据、积累经验并不断提升决策能力,从而实现自主运行。人工智能不仅是车辆运行智能的基础,还承担着持续提高安全性、有效性及对变化条件适应性的责任。

机器学习作为人工智能的一个分支,能够使自动驾驶系统从数据和经验中学习,是自动驾驶领域人工智能的核心。为识别和解读车辆周围环境,机器学习算法会对激光雷达、雷达、超声波传感器及摄像头等产生的数据进行分析。这些传感器提供有关行人、其他车辆、道路状况、交通信号、障碍物等环境要素的实时数据。借助机器学习模型(尤其是采用深度学习技术的模型),自动驾驶汽车能够做出关键的驾驶决策,如何时停车、加速或变道。通过对新数据的分析并相应调整行为,系统逐渐能够熟练应对日益复杂的驾驶场景。

深度解析:你的自动驾驶汽车会让你陷入网络攻击吗?

AI在自动驾驶汽车中的作用

计算机视觉作为另一项重要的人工智能技术,使汽车能够像人类一样”看见“并理解周围环境。计算机视觉算法利用摄像头和传感器提供的数据,识别和检测物体、标志、道路标记及其他车辆,保障实时安全导航。得益于人工智能驱动的计算机视觉技术,自动驾驶汽车能够识别骑自行车的人、行人乃至动物,从而对各类潜在道路危险做出反应;同时,该技术还能使车辆识别交通标志和信号,确保在各种情况下遵守交通法规并安全行驶。

人工智能驱动的决策算法使自动驾驶汽车能够做出合理的驾驶决策。这些算法整合来自多个传感器和信息源的数据,在复杂交通场景中选择最优行动方案。例如,当自动驾驶汽车通过繁忙的十字路口时,其人工智能系统会分析其他车辆的行驶方向与速度、行人的接近程度、交通灯信号等一系列变量,实时做出关于速度和位置的决策。能够对这些变量进行评估并迅速做出决定,是人工智能在自动驾驶中所起作用的显著特点。

人工智能还能使自动驾驶汽车实现与其他车辆(V2V)及基础设施(V2I)的通信,进而提升其态势感知与决策能力。通过V2V通信,自动驾驶汽车可与道路上的其他车辆共享信息,以此预防碰撞、改善交通流量,并基于附近车辆的数据做出防御性决策。借助V2I通信,车辆能够与智能交通基础设施(如交通灯、传感器等)进行交互,从而优化路线、预测交通状况变化,保障行驶的顺畅性。这些额外数据经人工智能处理和解读后,进一步增强了车辆的态势感知能力。

人工智能在提升自动驾驶安全性方面的潜力,是其对该领域最重要的贡献之一。人工智能驱动的自动驾驶汽车在分析传感器数据和路况时,速度与准确性均优于人类驾驶员。在多数情况下,人工智能系统比人类驾驶员更可靠,因其不会分心或疲劳,且能持续监控周围环境。通过融合人工智能驱动的感知、决策与控制功能,自动驾驶汽车可降低因人为错误引发事故的风险,而人为错误正是交通事故的主要诱因。

尽管取得了这些进展,人工智能在自动驾驶领域仍存在一些问题。其中包括处理边缘情况(即人工智能系统遇到未经过训练的场景)、确保在各类不可预测驾驶环境中的稳健性,以及解决危急情况下的伦理与决策难题。此外,高质量的数据以及从实际驾驶经验中持续学习,对人工智能系统的安全性至关重要,因为这能保证车辆适应新的、不断变化的情况。

互联生态系统:车辆、基础设施和云

自动驾驶汽车(AVs)已发展成为一个更为复杂的生态系统,其构成不仅包括车辆本身,还涵盖基于云的系统及周边基础设施。该互联生态系统能够实现多个组件间的实时通信、数据共享与协同,而这些正是在复杂环境中保障安全性、有效性与适应性的关键,因此对自动驾驶的成功至关重要。得益于基础设施、云服务与车辆的顺畅整合,自动驾驶汽车能够在最佳状态下运行,实时应对交通状况,并在行驶过程中做出明智决策。要充分掌握自动驾驶技术及其为交通运输带来革命性变革的潜力,理解这些互联组件之间的关系至关重要。

汽车是该生态系统的核心,它借助各类传感器、摄像头和计算机系统来感知并理解周围环境。自动驾驶汽车搭载了激光雷达、雷达、超声波传感器和摄像头等技术,用于收集周围环境的信息,包括其他车辆、行人、障碍物和交通模式等。汽车的车载系统运用机器学习和人工智能(AI)算法处理来自这些传感器的数据,使车辆能够实时做出决策。然而,车辆的能力并非局限于其车载系统,它还是更广泛生态系统的组成部分,通过与云和外部基础设施的通信,其性能和决策能力得到极大提升。

在这个网络系统中,基础设施是不可或缺的部分。通过车与基础设施(V2I)通信,自动驾驶汽车能够与交通信号、标志、道路传感器、智能城市组件等道路基础设施进行交互。自动驾驶汽车与基础设施建立连接后,可获取交通流量、路况、事故、施工区域和信号时长等重要信息。利用这些信息,自动驾驶汽车能够更好地规划路线、避开拥堵区域并遵守交通法规。例如,自动驾驶汽车若收到交通信号损坏的实时信息,可相应地调整自身行为;类似地,在城市地区,自动驾驶汽车可通过与智能交通灯协调行驶,最大限度地减少延误并提高燃油效率。通过与基础设施的互动,自动驾驶汽车能更全面地了解周边环境,从而实现更安全、高效的驾驶。

云作为数据处理、分析和存储的核心枢纽,为该生态系统增添了又一层重要支撑。借助云技术,自动驾驶汽车如今能够接入并共享更广泛的网络资源,包括车队管理服务、中央交通管理系统和道路上的其他车辆。基于云的服务实现了车对车(V2V)通信,通过让自动驾驶汽车共享自身位置、速度和计划行动等信息,有助于改善交通流量并预防碰撞。云还支持空中(OTA)更新,通过推送包含错误修复、新功能和性能增强的软件升级,确保自动驾驶汽车始终处于安全且最新的状态。此外,云计算资源能够支持需要大量处理能力的复杂算法和机器学习模型,使自动驾驶汽车在穿越不同环境时能够不断学习和适应。

此外,云平台还提供了数据分析功能,能够对来自基础设施、环境因素及车辆的数据进行聚合、分析与应用,进而优化交通管控、提升车辆性能并完善安全程序。城市及市政部门可借助大数据分析规划基础设施升级、优化交通模式,甚至预测车辆与道路的维护需求;汽车行业则能利用这些数据提高系统可靠性、改进自动驾驶算法,推动自动驾驶技术的发展。

自动驾驶的成功离不开车辆、基础设施与云系统的深度融合。这种融合不仅能增强态势感知能力、提升安全性与效率,还能促进实时通信与数据交换。但该互联生态系统也带来了新的挑战,主要体现在互操作性、网络安全及数据隐私方面。随着车辆、基础设施部件与云系统的互联程度不断提高,网络威胁的攻击面持续扩大,因此必须采取强有力的安全措施,以保障整个系统的完整性与安全性。同时,对不同制造商、城市及国家之间的通信协议与系统进行标准化也至关重要,这是确保所有组件能够相互协作、形成整体效能的基础。

确保自动驾驶汽车安全的关键挑战

自动驾驶汽车(AVs)的快速发展有望通过提升效率、缓解交通拥堵及增强安全性,彻底变革未来的交通运输体系。然而,由于这类车辆主要依赖人工智能(AI)、机器学习及基于传感器的系统等尖端技术,其容易面临诸多安全问题,这些问题必须得到解决才能确保其安全运行。自动驾驶汽车的安全保障涉及由传感器、通信网络、云系统及基础设施构成的互联生态系统,而非仅局限于车辆本身,这使得相关工作面临特殊且复杂的挑战,涵盖从保护车辆内部系统到确保与其他车辆及基础设施的外部通信和互动安全等广泛领域。

针对车辆控制系统及车载网络的网络安全威胁,是确保自动驾驶汽车安全的主要障碍之一。自动驾驶汽车搭载了激光雷达、雷达、摄像头及超声波传感器等多种传感器,为安全驾驶提供重要信息。车辆的电子控制单元(ECUs)对这些传感器的数据进行处理并实时做出决策。但这些网络易遭受恶意软件攻击、黑客入侵、数据操纵等网络攻击。一旦攻击者侵入车辆内部网络,可能会通过操控车辆控制系统,破坏制动、转向或加速等关键功能,进而造成灾难性后果。因此,防止对重要控制系统的未授权访问、保护车载网络免受外部威胁至关重要。

远程访问漏洞是自动驾驶汽车面临的另一大安全问题。车对车(V2V)和车对基础设施(V2I)通信是现代汽车无线通信系统的两大应用场景,它们在增强车辆与周围环境及其他车辆互动性的同时,也带来了新的攻击途径。黑客可能利用无线通信信道伪造通信信号、植入恶意软件或非法侵入车辆。例如,攻击者可能伪装成附近的车辆或基础设施,诱使自动驾驶汽车做出危险的驾驶决策。因此,车辆必须通过保护通信协议、确保加密机制的正确性及验证外部信号等方式,防范此类攻击。

乘客数据隐私保护是保障自动驾驶汽车安全的另一关键问题。自动驾驶汽车收集的大量个人数据(如位置信息、出行模式,有时甚至包括健康数据)必须得到充分保护,防止被滥用。这些数据的大部分会在与自动驾驶汽车相连的云中进行处理和存储,因此易遭受非法数据收集和数据泄露。实现安全的数据存储、数据匿名化及隐私保护算法,对于保护乘客隐私、防止数据滥用至关重要。

无线(OTA)更新进一步增加了自动驾驶汽车的安全复杂性。与传统汽车一样,自动驾驶汽车需要通过软件更新来增强功能、修复漏洞及修补安全缺陷。但OTA更新也构成了潜在的攻击点,若攻击者设法掌控更新过程,可能会向车辆系统植入恶意代码,危害车辆安全或导致故障。为降低此类风险,需采用安全引导机制、确保OTA更新过程的完整性,并通过数字签名验证更新的合法性。

最后,确保自动驾驶汽车的安全还面临重大的监管与合规挑战。由于无人驾驶汽车行业仍处于发展阶段,其安全性尚未形成广泛认可的标准和法律规范。不同国家和地区的监管框架存在差异,且在网络安全标准方面缺乏国际共识,这增加了构建安全系统的难度。此外,由于自动驾驶系统的复杂性,监管机构难以跟上技术进步的步伐。安全标准的不明确及执行不力,可能导致制造商在安全措施应用上存在不一致性,从而给黑客留下可乘之机。

综上所述,保护自动驾驶汽车安全是一项复杂的任务,需要采取全方位策略,应对网络安全风险、保护数据隐私、建立安全的通信渠道并确保软件更新的完整性。随着技术的发展,强有力的安全措施、国际统一标准及有效的监管框架将愈发重要。确保自动驾驶汽车的安全,对于该行业的成功及公众对这项变革性技术的信任而言至关重要。

网络安全对确保AV安全部署的重要性

自动驾驶汽车(AVs)的问世标志着交通技术的重大飞跃,其有望提升安全性、提高交通效率并降低环境影响。然而,这些技术发展带来的诸多安全问题必须得到解决,才能确保自动驾驶汽车在实际环境中安全运行。网络安全对于保护自动驾驶汽车免受系统黑客攻击、数据泄露等各类潜在风险至关重要,唯有如此,自动驾驶汽车才能在不危及驾驶员、乘客及行人安全的前提下运行。若缺乏强大的网络安全防御体系,自动驾驶汽车将面临一系列网络攻击,这些攻击可能破坏车辆功能,进而造成灾难性后果。

保护车辆控制系统是网络安全对自动驾驶汽车部署至关重要的主要原因之一。电子控制单元(ECUs)负责控制制动、转向、加速等关键操作,对自动驾驶汽车而言不可或缺。这些系统高度集成,且依赖激光雷达、雷达、摄像头等传感器以实现安全高效的导航。一旦网络犯罪分子设法侵入这些控制系统,便可能操控车辆、改变其运行状态并危及安全——例如使制动系统失效或导致车辆失控加速,从而将车内人员及其他道路使用者的生命置于危险之中。因此,保护这些控制系统免受外部网络威胁,是确保自动驾驶汽车安全部署的必要前提。

结语

网络安全与无人驾驶汽车之间存在诸多特殊且紧迫的问题,亟需采取全面且积极的应对策略。随着自动驾驶汽车的不断发展,网络安全必须融入其开发与运营的核心环节。从保护车载系统和通信网络,到处理隐私问题及抵御外部威胁,都需要强有力的网络安全措施,以保障自动驾驶汽车的安全性、可靠性与可信度。要充分发挥自动驾驶汽车的潜力,同时降低这项变革性技术带来的风险,就必须直面这些网络安全问题。

自动驾驶汽车技术融合了多项尖端技术,旨在实现完全自动化的交通体系。传感器、机器学习、人工智能与通信网络的整合,使自动驾驶汽车逐渐成为现实且极具吸引力的选择,这一过程正改变着汽车感知周围环境及与之互动的方式。尽管仍有部分障碍有待克服,但自动驾驶汽车系统的持续研发与测试,正为其常态化应用开辟道路,而这必将彻底改变人类的出行模式。

人工智能(AI)是自动驾驶技术的基础,它赋予汽车感知、决策及自主行动的能力。通过整合机器学习、计算机视觉、决策算法及通信系统,人工智能使自动驾驶汽车能够在动态复杂的环境中以高安全性和高效率导航。随着人工智能技术的进一步发展,其在自动驾驶领域的作用将愈发重要,推动交通运输迈入全智能、全自动驾驶的新时代。

自动驾驶技术的核心是由云计算、基础设施与无人驾驶汽车构成的网络化生态系统。借助这一生态系统,车辆能够更安全地导航、适应不断变化的环境,并更智能地与周边基础设施通信。交通的未来取决于这些元素的整合——通过促进持续的数据流、实时通信及高级分析,提供更高效、可持续且安全的驾驶体验。然而,要充分释放这一生态系统的潜力,就必须在其发展过程中解决网络安全、隐私保护及标准化等问题。

网络安全是自动驾驶汽车安全部署的重要组成部分。必须通过保护关键车辆系统、保障通信通道安全、维护数据隐私及确保软件更新过程安全,来防范可能危及车辆安全、干扰其运行并削弱公众对自动驾驶技术信任的恶意攻击。随着自动驾驶汽车的不断发展及日益融入交通生态系统,强有力的网络安全措施将变得愈发重要,这将确保自动驾驶汽车能够兑现其在便利性、安全性及高效性方面的承诺,而不会给人类或社会带来不必要的风险。

后续章节我们将继续深入分析确保自动驾驶汽车安全所需的策略、工具和最佳实践,敬请期待。

原文标题:Will Your Next Autonomous Vehicle Drive You Into a Cyberattack?,作者:Sandeep Dommari

相关资讯

利用人工智能提升航空安全

人工智能在航空安全中的整合变得越来越重要,特别是随着空中交通的增长、人为错误问题的不断出现以及对飞行员需求的增加。 虽然航空旅行仍然是最安全的交通方式之一,但最近发生的悲剧事件和众多紧急事件凸显了采取更先进安全措施的必要性。 上周美国一架陆军UH-60黑鹰直升机与一架美国航空公司客机在华盛顿特区里根国家机场着陆后不久在空中发生致命碰撞,震惊了航空业。
2/10/2025 10:00:33 AM
AI情报室

Andrej Karpathy:自动驾驶已经实现AGI,汽车其实就是机器人

自己称赞自己千句,不如别人称赞你一句。 例如马斯克在播客、推特上经常自称特斯拉的自动驾驶和机器人“天下第一”,但这样的话看多了,难免也有些审美疲劳。 不过,前几天,Andrej Karpathy在No Priors播客中现身,透露了特斯拉在Optimus人形机器人和自动驾驶领域的一些鲜为人知的进展。
9/12/2024 10:42:00 AM
刘洁

当人工智能遇上市政债券市场:聊聊算法交易与AI预测

算法交易时至今日,“算法交易”一词已经被广泛使用。 但其真实含义却往往众说纷纭。 没关系,下面咱们就来捋捋这个概念的具体细节。
1/3/2025 8:00:00 AM
  • 1