大众 ID.3 电动车

雷锋网按，著名乡村歌手曾在一首歌中唱道，“当你穿戴整齐却发现自己没有目的地时，时间也会跟着慢下来。”

如果大众或其它德国巨头们听过这首歌，恐怕也会越听越神经质吧。毕竟它们砸下数百亿美元开发的高科技电动车不但还没超越特斯拉，在不久的将来可能还会面临无人问津的命运。

欧洲传统巨头中，对电动车最上心的莫过于大众了。据雷锋网(公众号：雷锋网)了解，它们计划 2025 年将纯电动车（BEV）的销量提升至其全球总销量的四分之一，2030 年则进一步攀升至 4 成。奔驰与宝马虽然没大众如此来势汹汹，但也有自己对于纯电动车的规划。可惜按照专家们的预测，它们可能高估了电动车真正的市场表现，市场上没那么多蛋糕给它们分。

IHS Markit 认为，到 2025 年纯电动车的市场占有率能达到 10.2% 就不错了，2030 年则为 14.8%。LMC Automotive 则预测称，2025 年纯电动车份额仅能攀升至 9%，2030 年则可加速冲至 17%。Ultima Media 则对应两个时间点给出了 7.5% 和 15% 的市场份额，而 Fitch Solutions Macro Research 则更悲观，它们觉得 2028 年纯电动车才能有 7.3% 的份额，而且这还仅限于欧洲市场。

显然，市场研究机构们可不像制造商们那样乐观。不过，这样的情况下各家厂商依然选择前赴后继，法国的 PSA 集团、雷诺以及福特欧洲分部都已经有了自己的纯电动车规划。

未来小型燃油车将越来越贵

对各家巨头来说，仅仅因为政府环保法规的逼迫就在“养肥”市场前就贸然杀入，可能会把自己堵在死胡同里。毕竟有大量低收入的欧洲人需要依靠廉价的入门级燃油车出行，他们可不会掏腰包买昂贵的电动车当冤大头。一旦销量惨淡，如此多的电动车型就要面临打折甩卖的命运，到时各家厂商恐怕都得交不菲的“学费”。而且别忘了，大家开发电动车的一大原因是为了符合环保法规，如果电动车销量上不去，那些真正赚钱的大排量车型也无法上市销售。

这些厂商背后“抽着鞭子”的其实是欧盟，它们要求轿车与 SUV 分别在 2020 和 2021 年将油耗降至 57.4 英里/加仑（约合百公里 4.1 升油耗）。到 2030 年，欧盟对燃油经济性的要求更是会进一步提升至 92 英里/加仑（约合百公里 2.56 升）。这样的油耗也就意味着，市售大多数车辆都要在 2030 年完成纯电动化。

投资研究机构 Evercore ISI 认为，欧洲汽车产业如果无法满足日益严格的排放政策，其利润风险恐怕会因为各种罚款暴增至 330 亿欧元（约合 370 亿美元），其中约有一半都会花在合规上。

今年早些时候大众表示，到 2030 年，类似 Up 和 Polo 这样的小型车生产起来就太贵了。Up 到时候至少涨价 3500 欧元，直接卖到 1.45 万欧元，而本就稍贵的 Polo 则会涨价 4000 欧元。更可怕的是，这一论断适用于所有小车。

欧洲其他厂商电动化脚步也不慢

这样做是对环境有利了，但可能会给欧盟带来更为可怕的政治危机。因为大家会意识到自己只能坐公交上班了，而以拯救地球为名被迫改变自己的生活方式恐怕会遭到大多数人的唾骂。

Bernstein Research 分析师 Max Warburton 认为，市场上确实可能有了一定迹象，但电动车将一统江湖的判断他还是不太相信。

“制造商们背负的监管压力实在太大了，它们不得不在欧洲推销更多电动车。随着后续排放规定的不断收紧，它们面临的挑战会更加巨大。不过，问题在于电动车并非大部分用户的首选，因为它不但价格高，基础设施也不健全。难道最终用户必须割肉放弃自己的燃油车吗？这样的观点是不是太悲观了？”Warburton 说道。

政策的力量总是那么强大，如果欧盟禁止柴油车进市中心，用户不就必须转向电动车了嘛，而明年鱼贯而入的新电动车型，会为用户提供更多诱人的选择。当然，充电设施的缺乏是个必须解决的问题，此外电动车转卖时可怜的残值也让许多人头疼，更别说换电池时极端昂贵的价格了。

宝马 i4 电动概念车

“2019 年，类似雷诺 Zoe，日产聆风和宝马 i3 等车型的二手残值都有一定上升，但别高兴的太早，它们只是从一文不值变成了能卖个仨瓜俩枣，实际残值依然非常难看。不过，这也算是个好征兆，至少它证明现在有更多人开始购入电动车了。”Warburton 说道。

德国汽车研究中心（CAR）的教授 Ferdinand Dudenhoeffer 则认为，大众肯定能实现自己的目标。“ID.3 看起来非常棒，2.4 万欧元的定价与高尔夫相仿，未来这一平台上还会诞生更多车型。”Dudenhoeffer 说道。

大众宣称，到 2022 年它们将在 ID.3 的基础上推出 27 款电动车型，这些产品有挂大众标的，也有归属于西雅特、斯柯达以及奥迪的车型。

“类似 IHS Market 的预言都有问题。它们过去就错了，现在更是低估了电动车市场。未来 5-10 年内大众很有机会成为车界真正的领军厂商，而电动车对它们至关重要。”Dudenhoeffer 解释道。

洛杉矶车展上的大众电动概念车

Dudenhoeffer 还感觉，电池价格会降的足够低，小型电动车到时候也能盈利。

德国汽车管理中心主管 Stefan Bratzel 教授并没有十足的信心，虽然他同样认为这些市场研究机构给的预测太过保守，特别是 2030 年时的发展情况。

“到 2025 年大众能拿下 25% 的市场吗？做到这个成绩恐怕不容易，但 15-20% 的可能性还挺大的。至于充电网络，2030 年成熟的可能性更大一些。”Bratzel 说道。

Bratzel 指出，德国绿党一直在推动增加碳排放税，因此汽油税可能会增加，而针对柴油的补贴明年恐怕会缩水，这也从侧面推动了电动车入市争夺蛋糕的脚步。

“虽然砸下数百亿美元，电动车的研发、生产与销售恐怕依然难以成为市场主流，因此传统内燃机引擎在未来十年内还是会继续精进，以满足不断收紧的排放法规。这也意味着，制造商们罚款还是得交，利润下滑的情况下，能否继续保持对节能减排技术的投资就得打个问号了。”Ultima Media 分析师 Daniel Harrison 解释道。

Ultima Media 认为，2030 年时，全球 40% 的轿车与 SUV 依然会采用内燃机，而这会让许多立法者相当生气。

Bernstein Research 的 Warburton 依然坚信未来某个时候用户对电动车的需求会突然点燃，拯救那些脆弱的制造商。

“近些年来，大家对电动车的兴趣确实在增加，从谷歌搜索数据和大家日常闲聊中就能看出。虽然电动车需求不确定性依然很大，但市场上好迹象依然不断显现。如果有足够的用户愿意购买电动车（得掏高价），那么整个行业的利润就不会被挤压成一张薄纸了。”Warburton 说道。（雷锋网）

除非法兜售外，多款 App 还存在着随意收集人脸数据信息的情况。

对此，网友也分化为两种态度，一种较为乐观认为“AI时代下，安全与自由总有一个要失去”；一类则较为恐慌，认为刷脸支付不能完全被信服。

在刷脸支付上用得一向 666 的蚂蚁金服也被隔空喊话。

除了井贤栋出来回答，直接说如果因为他们的原因造成损失，全赔，不设上限。11 月 28 日，在 2019 CIS 网络创新安全大会金融科技专场上，蚂蚁金服高级算法专家薛峰介绍了蚂蚁金服在数据安全和隐私保护方面的做法。

这里也许能探究到蚂蚁金服做出“全赔承诺”的底气。

据薛峰介绍，蚂蚁金服主要用 TED ENGINE 引擎来做数据安全与隐私保护。具体是如何来保护呢，雷锋网(公众号：雷锋网)将其总结为以下三个方面：

Tag：敏感数据智能打标技术，通过事先打标，分类后识别敏感数据，主要是用NLP、CV、C-ML技术，还有标准化服务。

Enhace：AI安全增强技术，用差分、可信硬件保护数据、模型

Detection：智能威胁识别技术，主要围绕内部威胁、Bot Detection反爬、经典安全问题、AI Attack Detection

1、Tag

Tag一般分为4种类型，分别是文字类、图像类、密钥类和ID类，数据分门别类后，下一步就可以对其进行识别引擎。以图像类为例，首先可以用ResNet、OCR技术识别，然后进行打标，完成敏感数据的识别，识别出来之后为其做标准化服务。其实，核心就是将这类信息变成API、SDK，跟各个业务系统做集成。

2、Enhace

Enhace，其实就是我们经常所说的 AI 安全增强技术。以深度学习为例，深度学习是一个数据驱动的技术，它可以挖掘许多人眼无法识别的模型，一旦模型被泄露，围绕模型中的特征就可以逆推出最原始的那张照片，想想都阔怕，那么蚂蚁金服如何做呢？他们要做的很简单，其实就是介入干扰，那么整个图片识别系统就会出错。

此外，在Enhace这个方向，还有一个叫做PPML的技术，即隐私保护的机器学习技术。值得一提的是，  这在学术圈还是一个比较新的领域，主要有机器学习和安全动画计算、同态加密、机器学习技术和可信  硬件怎样结合、中心式的分布和去中心化训练技术、差分隐私等。

对于蚂蚁金服而言，差分隐私和可信硬件是蚂蚁金服在数据安全和隐私保护领域重点开发方向。

差分隐私的主要做法是在原始数据集中增加噪声，在不影响统计分析的前提下，防止个人隐私数据泄露。 

举个例子，比如说一个数据公司提供了一万个人的年龄数据，如果不加噪声或者差分隐私，那么黑客就可以轻松反推出其他的数据，反之，如果加上噪声或者差分隐私就没有办法反推隐私，进而保护了个人隐私。

那可信硬件又是怎么回事呢？现在很多手机都有指纹识别或者人脸识别，但是指纹识别是需要原始的指纹数据的，厂商是不能把指纹数据上传到云的，所以他们开发了一个硬件区域，通过RAM的协议保护指纹数据，甚至可以把机器学习、深度学习模型放进去，进而保护数据安全。

3、Detection

Detection主要做智能威胁识别技术。主要围绕四个方面，一是内部威胁，就是员工的意识问题，很多数据泄露是员工的意识薄弱最终导致泄露的，比如说敏感数据文件外发了，或者是员工查了一些不该查的东西；第二个是Bot Detection反爬；第三是经典的安全问题；第四个是AI Attack Detection。

此外，对于近期的人脸支付是否存在风险的问题，蚂蚁金服董事长井贤栋也公开回应：支付宝的刷脸支付数据是不会保存在本地的，不会有人接触到这些数据。而且，“数据被编码以后，放在系统里面，数据没有人触及，也不可以回溯到人脸”。这样看来，支付宝刷脸支付安全性还是可以保障的，不过，在数据安全与隐私保护这条路上蚂蚁金服还有很长的路要走。

**

雷锋网注：11月27~28日，由网络安全新媒体FreeBuf、赛博研究院、上海市信息安全行业协会联合主办的CIS 2019网络安全创新大会在上海宝华万豪酒店落幕。本次CIS大会以“新纪漫游”为主题，是原FIT互联网安全创新大会的全面升级。

雷锋网年度评选——寻找19大行业的最佳AI落地实践

创立于2017年的「AI最佳掘金案例年度榜单」，是业内首个人工智能商业案例评选活动。雷锋网从商用维度出发，寻找人工智能在各个行业的最佳落地实践。

第三届评选已正式启动，关注微信公众号“雷锋网”，回复关键词“榜单”参与报名。详情可咨询微信号：xqxq_xq

Troia 称，他在 People Data Labs （ PDL ）中发现了自己 10 年前在 AT&T 公司办理的一个固话号码。这个号码他从未使用过，但是当时录入的信息却被保留在了这里。

经研究发现，在该服务器中包含了近 30 亿  PDL 用户记录，近 12 亿唯一人员和 6.5 亿唯一电子邮件地址。这些数据数量不光与 PDL 公司的宣传相符，甚至研究人员还可以通过 PDL API 返回的信息来反向查询这些数据。

另外，研究人员通过将数据库和上述两家公司的公开数据进行比对，发现至少在一定程度上源自它们。研究人员在博客文章中专门针对 PDL 的措辞进行了详细说明：

在打开的 Elasticsearch 服务器上发现的数据几乎与 People Data Labs API 返回的数据完全匹配。唯一的区别是 PDL 返回的数据还包含教育历史记录。

从服务器下载的任何数据中都没有教育信息。其他所有内容都完全相同，包括具有多个电子邮件地址和多个电话号码的帐户。

但是， PDL 联合创始人 Sean Thorne 否认公司拥有该服务器的说法，并称，该服务器的所有者可能使用了 PDL 提供的一种扩充产品，以及其他数据扩充或许可性服务。

另一方面，4 TB 用户数据（包括 3.8 亿个配置文件）被证实来自OxyData公司，但是该公司同样回应称并没有服务器的所有权。

截止目前，研究人员并不能确定是谁将服务器公开在互联网上，但信息泄露意味着将会影响到两家公司的共同客户，并使其面临数据滥用的风险。

不是头一次了

除了这次事件， Elasticsearch 服务器曾多次被向公众公开，这同样将毫无戒心的用户和企业的个人数据置于风险之中：

今年早些时候，Elasticsearch服务器上公开了超过2000万俄罗斯公民的个人信息。

今年5月，在 Freedom Mobile 拥有的 Elasticsearch 数据库在线泄漏后，具有数百万加拿大人  CVV 码的个人和支付卡数据再次暴露。

去年 12 月，另一个包含 8200 万美国人个人信息的数据库在网上暴露了出来。

Elasticsearch 服务器有关的数据泄漏事件屡屡出现，也吸引了大量攻击者的目光，因为这可能成为其攻击行动的切入点。

Cequence Security 公司的一名黑客 Jason Kent 评论称，“我们看到一种不同于以往的全新且具有潜在危险的数据关联。如果攻击者持有丰富的数据集，那么就能够制作针对性极高的攻击。这种攻击可导致密码恢复信息、财务数据、通信模式、社会结构等被暴露，这是高级别在位人员可遭针对性攻击的方式。

联邦调查局尚未回应

两名研究员将这一发现上报了联邦调查局，尽管通常情况下几个小时内 Elasticsearch 服务器即可完成数据脱机操作。但是，后者在收到消息后并未给出明确回复。

ARM Insight 首席执行官 Randy Koch 分析，此次大规模数据泄露事件对那些被看成持有数据所有权的企业来说造成巨大破坏，同时也会造成数十亿人的信息外泄到世界各地。

所包含的个人数据如此庞大，加上识别数据所有者很复杂，因此有可能会引发我们现行隐私和数据泄露通知法律有效性的问题。

如果具有数据掌控权的公司将其用户信息收集并进行集中合成，则可以有效预防此事件，因为数据合成的过程在模仿真实数据的同时消除了用户的可识别特征。

正确合成后，它就不能被黑客进行逆向工程，并同时保留了原始数据集的所有统计价值，因此它仍然可以用于分析、市场营销、客户细分和AI算法训练等等。

但是，集中数据会抵消作为数据掌控企业的名誉，且在隐私、合规性上也颇具风险。

编译来源：hackread

雷锋网(公众号：雷锋网)年度评选——寻找19大行业的最佳AI落地实践

创立于2017年的「AI最佳掘金案例年度榜单」，是业内首个人工智能商业案例评选活动。雷锋网从商用维度出发，寻找人工智能在各个行业的最佳落地实践。

第三届评选已正式启动，关注微信公众号“雷锋网”，回复关键词“榜单”参与报名。详情可咨询微信号：xqxq_xq

自动驾驶行业的破局者：决策地图与服务

对于汽车而言，高精地图是否涵盖了自动驾驶对汽车的所有要求呢？

答案是否定的。李东旻认为高精地图中“高精”两个字是数据准入的门槛，是一个技术的条件要求。而真正能够参与决策、规划和路径指导的数据平台，除了精度以外，至少还需要满足两个必要条件：能够低成本、高效能输出，且能进行对道路数据的高鲜度更新。

自动驾驶的量产未来，一定是重数据和强融合的，不依赖于单一传感器，不依赖于实时感知，应该是静态、离线、实时、在线之间融合的结果。李东旻表示，现在测试阶段模式车辆，真正进入量产的时候，不能在车后备箱里搭一个服务器，插无数电源方式来实现自动驾驶的量产。

同时，他对觉非科技专注提供决策地图与服务的核心定位进行了深入详实的阐释。

自动驾驶被称为人工智能领域中最难以落地的技术之一，自诞生以来就对人类充满着吸引力。而此前针对硬件性能与单车智能的提升与发展，只是实现了“让方向盘动起来”的一小步，众所周知，自动驾驶所需要的核心零部件不同于传统的汽车制造业产业链，其量产落地与商业化仍然是一项亟待突破的难关。

随着众多科技新玩家的进驻，解锁了自动驾驶行业新业态，并衍生出了三种类型的新赛道玩家，即标准化算力芯片、以视觉为主的感知硬件以及决策数据云平台。而基于网联智能与自动驾驶技术的发展，觉非科技所推出的“决策地图与服务”，无疑成为了让解决方案真正落地，推动行业向下一个进程发展的加速催化剂。

李东旻表示，决策地图与服务，是觉非科技基于和主机厂、产业合作伙伴无数次深度沟通后的思考产出，应对不同类型的商用车企业对于自动驾驶智能网联解决方案的需求。

据雷锋网了解，基于云端的决策地图将为车辆提供定制化服务，通过全局感知理解各种情况，如人、车在路上的位置、速度、方向;局部天气情况、路面情况、道路变化等等信息。这些信息被传到云端，在云端做进一步的融合、机器学习、分析，并将这些信息再次下发给即将到达该区域的车辆，同时贡献于安全驾驶决策。

基于决策地图端到端的深度定制，可为主机厂提供深度定制的低成本解决方案，并提供优质的用户体验，建立行业标杆。同时，通过技术聚合和生态融合能力，以软件方式提供给行业合作伙伴，实现价值链的协同和服务融合。合作伙伴可以在此基础上接入差异化的生态和技术，实现云+端的数据融合，让运营能力产品化。

新“传感器”—超感，助力走向量产之路

李东旻告诉雷锋网，“超感”是觉非科技基于亚米级增强定位服务的核心技术应用，此技术依托于低功耗Arm架构处理器以及车规级的硬件传感器实现，并已成为觉非科技“决策地图”应用的最佳实践。

“超感”字面意思即“超越传感器的感知”。在不依赖昂贵感知硬件前提下，采用摄像头+GPS+IMU的多传感器融合方案，基于视觉道路特征匹配定位技术，结合边缘计算硬件平台，实现低成本、亚米级的定位方案，从而实现当前车道识别、标牌定位、超视距变道识别等功能，完成高精度道路语义数据先验采集和车道级定位服务。

“超感”采用软件和服务低耦合的形式，分层次地为商用车/乘用车提供不同程度的功能。例如高精度的道路坡度、曲率等丰富的几何数据助力于最优路径决策。此外，通过交通标牌识别，行人预警，驾驶员疲劳提醒等增强感知数据，将真实世界与虚拟世界相互融合，从而使得“超感”在全局视角下使自动驾驶车辆具备更强的感知与规划能力。“超感”已成为自动驾驶车辆的新型“传感器”。

同时，觉非科技通过“超感”的应用，实现了让普通汽车以极低成本即可获得L2.5级别的自动驾驶能力，是行业内利用数据与融合实现自动驾驶的最佳实践。

在与主机厂合作时，觉非为厂商们搭建了一个数据平台，利用“超感”提供的数据，为后装设备厂家开发客户管理功能。针对某些大的厂商，觉非科技深度参与到了其从软件到硬件的各个设计环节之中。后装厂商提升了产品，觉非获得了技术积累，用户得到了更好的产品体验，三方各取所需。

在获得几家规模较大的厂家认可后，其他厂商陆续跟进，觉非科技已与Arm中国、千寻位置、中天安驰、清研捷运等多家企业达成合作。同时，也正在积极建立广泛的产业联盟，已成为Arm人工智能生态联盟委员单位，已加入中国智能汽车联盟（CAICV）自动驾驶地图工作组、产业投融工作组，更是CAICV高精地图特征定位课题的联合牵头方，并且是牵头方中唯一的创业公司。同时，今年11月，觉非科技作为合作单位，受邀加入了由中国移动牵头的“5G精准定位联盟”，其“决策地图与服务”将成为中国移动5G战略的重要组成部分。

寻找“决策地图与服务”应用于自动驾驶的蓝海

目前来看，觉非科技的特殊之处在于，发掘了一片大家此前忽略了的决策地图蓝海，并且成功地将之组织了起来。

而谈及自动驾驶何时能大规模落地？李东旻告诉雷锋网，他的判断是5到10年，2019年的L3关键词应是：赋能、卯定差异化市场、厚积而薄发。 

据悉，从今年6月份产品推出，到正式落地，再到产生商业订单，只经历了一两个月的时间。从商业常识来看，打磨产品与产生订单是企业生存基础的重中之重，在这个曾经充斥着躁动与投机的领域，觉非这个后来者，无疑踏出了踏实的第一步。

自动驾驶产业即将走到2020年这个关口，觉非科技的“决策地图与服务”已具备了平台公司的核心能力，可以更灵活更开放地拓展产业合作。

正如李东旻所言，重数据，强融合的时代下，未来主流技术路径将逐渐收敛，各个玩家在技术路线上会变得你中有我，我中有你。下一阶段的角力将考察更综合的能力。

PS

雷锋网(公众号：雷锋网)年度评选——寻找19大行业的最佳AI落地实践

创立于2017年的「AI最佳掘金案例年度榜单」，是业内首个人工智能商业案例评选活动。雷锋网从商用维度出发，寻找人工智能在各个行业的最佳落地实践。

第三届评选已正式启动，关注微信公众号“雷锋网”，回复关键词“榜单”参与报名。详情可咨询微信号：xqxq_xq