第五十三章 卧龙凤雏(1/2)
梁实诚在电脑屏幕前冷静下来思考，对于弗兰克教授一席教导，他感触颇深。
那辆特殊的卡车的车箱上看似不起眼的图案，在一般人眼里就是无规则的一些网格图案，这只是表象。
可是当他使用了药物获得了对世界另一个层次的洞察力后，则能看到其他的画面，也就是伪装迷彩。
虽然按道理说，使用万能编辑器提取的类人驾驶系统，在软件层面上和人是一样的，理应不该中招。
不过为了方便兼容其他程序，整个无人驾驶系统在硬件上却是比人眼更高清的摄像头。也就是说，只要视觉系统的解析力足够高，就会看到里层图像。
人眼的结构特殊，眼球实际上是一部识别面积超小，但是在识别范围内分辨率异常高的摄像头，人最终看到的画面是眼睛不断扫描后拼接而成的。
而扫描速度以及拼接速度都受大脑计算力所限，所以人眼在硬件层面上是可以做到高清的，只是限于大脑的能力，当看全景图形的时候，只能感受到一个“缩略图”。
之前的药物并不能改变眼睛，但是却改变了大脑的处理速度，因而让人脑的整个图形系统升级了。
不过对于梁实诚而言，眼下解决事故的问题更加迫在眉睫，药物的事情他已无暇顾及，只能留意在下一次脑力充沛的时候，服用药物后再多多观察。
现在首先要解决的问题是，如何避免这样的事故再次发生，不可能对现有系统进行大改，不然前期的可靠性数据就废了，所以只能打补丁。
眼下能想到的最快解决办法，就是再加装一台便宜的激光雷达作为辅助，无论图案怎么骗，雷达是不会看图案的，它的眼中只有黑白，它只会判断是否有障碍物。
但是突然梁实诚又想了起来，根据弗兰克教授所言，车箱上的伪装图案是有人故意弄上去的，道高一尺魔高一丈，自己这时候能想到的解决办法，不知道会不会再被人攻破。
于是梁实诚把自己的想法告诉了弗兰克教授，
教授，我想用激光雷达，这样的话应该不会再出任何事情了吧，雷达应该是无法被破解的吧。
另外想请教一下，既然这次的车祸是故意的，那么有没有什么线索，或者怎么样寻找线索，是谁在针对我，我的竞争对手吗？
弗兰克教授在屏幕前叹了一口，然后缓缓打起字来，
你的竞争对手？这可就不好判断了，我先来讲一个真实故事吧。
对于无人驾驶领域中专精的士业务的Way来说他们的车祸层出不穷，而且很多都是人为的，总有一些司机故意撞Way测试车，在Way车前方突然减速，Way根本来不及刹车，导致车祸。
对于无人驾驶来说，一旦普及之后，很多司机会丢掉饭碗。
不过这些都是低端的人工攻击，最终还是要负责任的。
但是有一些民间黑客为他们伸出了技术的援手，黑客的方法更加高明，是靠技术。
除了你这次遇到的情况以外，还有其他很多方法······
有一个专门的单词来形容黑客们的这种行为adversarial attacks
随后弗兰克教授又发过来了一张图片，然后补充到，
听说你的国家里已经普及了人脸识别系统，我现在给你一个好东西，只要你把这张图印在衣服上，并不需要全覆盖，只要稍微覆盖一些面积。
这张图是我从黑客的社区中找到的，类似的图片有很多很多种。
人脸识别系统就识别不出你了，换句话说在它眼里，你就不是人了，而是别的东西。
但这张图本身在外人看来没有任何含义，但在人工智能的眼里可能是其他图片。
大街上有人可以故意放这样的类似的图片，来干扰汽车，这样的现象很常见，有专门的人研究这类问题。
至于激光雷达，我可以明确的告诉你，虽然破解的原理不同，但是依然有人成功破解了。
那辆卡车的车箱外表面我注意到有一些特殊的凹凸，我猜就是用来对付激光雷达的。
至于是何人所为，我只能说这个世界上有这项技术，以及研究方向。
既然武器已经存在，那么任何人都可以使用，可能是其他司机，也可能是商业上的竞争对手。
及可能是私人司机自学黑客技术，也可能是某些公司雇佣黑客。
我听说了你的电动汽车公司现在是行业里的黑马，已经能够威胁行业领头羊特斯拉的地位。
至于究竟是谁，只能在那辆卡车上寻找答案了。
但是我想强调的是，这就是商业竞争，只要不犯法，干什么，以及多大的代价都行，或者只要手段高明到警方无法理解，就不算犯法。
互联网公司之间互相利用技术手段，污染对手的数据是很正常的事情。
与其揣测凶手，不如建立自己的防御体系，这方面我能力有限，并不能再教你更多知识，但是我可以推荐个人给你。
不过我不敢保证这个人会仅凭兴趣，就会用心支援你。
换句话说，你得花钱全职雇佣他了，而且以他的性格，你还要提供给他足够的研究条件。
弗兰克教授的态度很诚恳，并且很谦虚，电脑的另一头，教授此时躺在椅子上，回想起了他那个往日的朋友，以及他们之间的种种回忆。
梁实诚收藏了这张图片，随
那辆特殊的卡车的车箱上看似不起眼的图案，在一般人眼里就是无规则的一些网格图案，这只是表象。
可是当他使用了药物获得了对世界另一个层次的洞察力后，则能看到其他的画面，也就是伪装迷彩。
虽然按道理说，使用万能编辑器提取的类人驾驶系统，在软件层面上和人是一样的，理应不该中招。
不过为了方便兼容其他程序，整个无人驾驶系统在硬件上却是比人眼更高清的摄像头。也就是说，只要视觉系统的解析力足够高，就会看到里层图像。
人眼的结构特殊，眼球实际上是一部识别面积超小，但是在识别范围内分辨率异常高的摄像头，人最终看到的画面是眼睛不断扫描后拼接而成的。
而扫描速度以及拼接速度都受大脑计算力所限，所以人眼在硬件层面上是可以做到高清的，只是限于大脑的能力，当看全景图形的时候，只能感受到一个“缩略图”。
之前的药物并不能改变眼睛，但是却改变了大脑的处理速度，因而让人脑的整个图形系统升级了。
不过对于梁实诚而言，眼下解决事故的问题更加迫在眉睫，药物的事情他已无暇顾及，只能留意在下一次脑力充沛的时候，服用药物后再多多观察。
现在首先要解决的问题是，如何避免这样的事故再次发生，不可能对现有系统进行大改，不然前期的可靠性数据就废了，所以只能打补丁。
眼下能想到的最快解决办法，就是再加装一台便宜的激光雷达作为辅助，无论图案怎么骗，雷达是不会看图案的，它的眼中只有黑白，它只会判断是否有障碍物。
但是突然梁实诚又想了起来，根据弗兰克教授所言，车箱上的伪装图案是有人故意弄上去的，道高一尺魔高一丈，自己这时候能想到的解决办法，不知道会不会再被人攻破。
于是梁实诚把自己的想法告诉了弗兰克教授，
教授，我想用激光雷达，这样的话应该不会再出任何事情了吧，雷达应该是无法被破解的吧。
另外想请教一下，既然这次的车祸是故意的，那么有没有什么线索，或者怎么样寻找线索，是谁在针对我，我的竞争对手吗？
弗兰克教授在屏幕前叹了一口，然后缓缓打起字来，
你的竞争对手？这可就不好判断了，我先来讲一个真实故事吧。
对于无人驾驶领域中专精的士业务的Way来说他们的车祸层出不穷，而且很多都是人为的，总有一些司机故意撞Way测试车，在Way车前方突然减速，Way根本来不及刹车，导致车祸。
对于无人驾驶来说，一旦普及之后，很多司机会丢掉饭碗。
不过这些都是低端的人工攻击，最终还是要负责任的。
但是有一些民间黑客为他们伸出了技术的援手，黑客的方法更加高明，是靠技术。
除了你这次遇到的情况以外，还有其他很多方法······
有一个专门的单词来形容黑客们的这种行为adversarial attacks
随后弗兰克教授又发过来了一张图片，然后补充到，
听说你的国家里已经普及了人脸识别系统，我现在给你一个好东西，只要你把这张图印在衣服上，并不需要全覆盖，只要稍微覆盖一些面积。
这张图是我从黑客的社区中找到的，类似的图片有很多很多种。
人脸识别系统就识别不出你了，换句话说在它眼里，你就不是人了，而是别的东西。
但这张图本身在外人看来没有任何含义，但在人工智能的眼里可能是其他图片。
大街上有人可以故意放这样的类似的图片，来干扰汽车，这样的现象很常见，有专门的人研究这类问题。
至于激光雷达，我可以明确的告诉你，虽然破解的原理不同，但是依然有人成功破解了。
那辆卡车的车箱外表面我注意到有一些特殊的凹凸，我猜就是用来对付激光雷达的。
至于是何人所为，我只能说这个世界上有这项技术，以及研究方向。
既然武器已经存在，那么任何人都可以使用，可能是其他司机，也可能是商业上的竞争对手。
及可能是私人司机自学黑客技术，也可能是某些公司雇佣黑客。
我听说了你的电动汽车公司现在是行业里的黑马，已经能够威胁行业领头羊特斯拉的地位。
至于究竟是谁，只能在那辆卡车上寻找答案了。
但是我想强调的是，这就是商业竞争，只要不犯法，干什么，以及多大的代价都行，或者只要手段高明到警方无法理解，就不算犯法。
互联网公司之间互相利用技术手段，污染对手的数据是很正常的事情。
与其揣测凶手，不如建立自己的防御体系，这方面我能力有限，并不能再教你更多知识，但是我可以推荐个人给你。
不过我不敢保证这个人会仅凭兴趣，就会用心支援你。
换句话说，你得花钱全职雇佣他了，而且以他的性格，你还要提供给他足够的研究条件。
弗兰克教授的态度很诚恳，并且很谦虚，电脑的另一头，教授此时躺在椅子上，回想起了他那个往日的朋友，以及他们之间的种种回忆。
梁实诚收藏了这张图片，随
本章未完，点击下一页继续阅读