北京时间4月3日消息，据福布斯网站报道，科恩实验室研究人员日前成功入侵特斯拉自动驾驶系统Autopilot这一事件表明，当前在事故发生后给漏洞打补丁的方式对自动驾驶 来说并不足够安全。从波音防失速系统出现漏洞而暴露出问题的严重性，不难看出自动驾驶 的可靠性是其关键核心。
通过在路上贴上几乎难以察觉的小贴纸，科恩实验室研究人员诱导特斯拉Autopilot将这些贴纸误判为车道标记，从而控制车辆转入反向车道。因此，对于自动驾驶 而言，在大部分情形下，在问题发生后进行漏洞修补显然不是可靠的最佳方式，因为这关系到人的生命，而这也正是 行业的安全和可靠性标准高于硅谷的大多数产品的原因之一。
这也突出了使用 学习模型驾驶 的主要问题之一。 学习更擅长处理数据集有限且稳定的情况，在此前提下可以确保模型能够真实地显示每个数据点，并且这些数据点不会改变。然而，实际路况并不具备这样的条件，这意味着仅依靠 学习算法推动自动驾驶 达到足够高的安全标准的可能性不高。
按照传统的硅谷思维模式“打地鼠”（whack-a-mole），这意味着每次系统崩溃时都要对其进行修补，但自动驾驶意味着系统漏洞或将以生命为代价，“打地鼠”显然不是确保自动驾驶安全可靠性的最佳方式。这与一些人员研究的观点不谋而合，该研究强调了 学习的局限性，并可能导致人工智能出现第三个“寒冬”。
最终的结果是，当前需要用一种不同的方法来实现自动驾驶，而重新思考这个系统将需要时间。虽然美国Radio Free Moblile机构目前仍坚持自动驾驶 到2028基本可以进入商业应用阶段，但能否成为现实还有待时间来验证
【来源：凤凰网科技】
