技术经济
TECHNOLOGY&ECONOMY
周刊
2016年11月15日星期二Tel：（010）62580722
执行主编：赵广立编辑：贡晓丽校对：王心怡E-mail押glzhao＠
“安全”在自动驾驶语境里有两层意思。
第一层是Safety（安全）。
例如传感器360度无死角覆盖、多种传感器融合、感知算法精准、感知—控制反馈实时。
第二层是Security（保密）。
一方面，日益复杂的算法和功能要求通用操作系统能够在车上使用；另一方面，联网的需求使汽车直接暴露在网络上，黑客通过车载联网娱乐系统可以轻松攻破并控制汽车。
自动驾驶，安全几何？ 本报记者赵广立 目前国内外正在研制“无人车”，不同程度上都有人的参与，严格地讲，有的属于自动辅助驾驶，根据目前的人工智能技术，这类车辆有可能在短期内走向实用；而真正的无人车，特别是在开放环境（如繁忙的街道）下行驶的智能车辆，目前的人工智能技术还难以解决其面临的困难问题，短期内还难以走向实用。
其中，安全性问题即是其中之
一。
11月10日—13日，2016中国智能车大会暨国家智能车发展论坛在江苏常熟举行。
大会同期，由国家自然科学基金委员会主办的第八届“中国智能车未来挑战赛”（IVFC）也如期举办。
来自高校、科研机构和企业的23支车队前来挑战22公里的“真实高架快速道路测试”（限速60km/h）和6公里的“城区道路测试”（限速40km/h）。
比赛中出现的两个插曲，颇值得深思。
挑战赛中的小插曲 先是，在12日的“真实高架快速道路测试”比赛上，为了保障不发生恶性意外，大赛允许参赛车的驾驶位上有人，同时在车内安装监控，来判断比赛中车上人员是否对车子提供了帮助。
赛前，前来直播此次赛事的工作人员提出，在比赛中拍一段智能车无人行驶的镜头，以告诉电视观众这是真正的无人驾驶。
这本是“露脸”的好机会，然而，排在前面的参赛队婉拒了这一请求，以技术准备不足为由掉头驶出比赛首车出发位置。
本报记者听闻此事后先是一阵错愕，但在翌日的“城区道路测试”中，接连发生的几起意外让记者感到情有可原。
先是武汉大学的“途e号”刚起步掉头就直接爆胎，汽车磕在路肩，换备胎后才得以继续比赛；再是北京理工大学“特立笃行队”在比赛起点几次发动都没有成功，只好调换比赛顺序；最惊魂一幕出现在下午两点半，长安大学“智能车队”在刚起步的短短3分钟内，两次失控驶向人行道路，观看比赛的数百名观众为之捏汗。
“理论上无人驾驶一段距离应该问题不大。
但是谁又愿意冒那个风险？虽然说理论上可行，但万一呢？更何况在高架快速道路上的车速比在城区道路上还要快。
”中国智能车大会上一位不愿透露姓名的学者告诉《中国科学报》记者，自动驾驶还在测试阶段，安全第
一。
两层“安全” “人具有模糊处理的能力，驾车时需要掌握10米精度就可以了；但智能驾驶没有，它需要10厘米的精度。
”谈到自动驾驶的安全可靠性，驭势科技创始人兼CEO吴甘沙在国家智能车发展论坛的报告中如是说。
尽管智能驾驶自来被认为是减少交通事故发生的有效手段，但自从特斯拉无人车发生致命车祸事故以来，无人车的安全问题被无限放大。
并且，自动驾驶汽车的安全问题远不止于此。
吴甘沙近期一篇刊载于《中国计算机学会通讯》上的文章，系统地分析了自动驾驶语境下的安全问题。
“‘安全’在自动驾驶语境里有两层意思。
第一层是Safety（安全）。
例如传感器360度无死角覆盖、多种传感器融合、感知算法精准、感知—控制反馈实时、软硬件多层冗余、温度范围大、防震、防尘等。
汽车行业对功能安全也有ISO26262 学意义上证明自动驾驶比人驾驶更安全，需要测试上百亿英里、几百年的时间。
“这是全世界任何一个车厂都无法完成的任务。
然而人们不会因为某家车厂没有达到理论上的低死亡率而不尝试自动驾驶。
”吴甘沙说，但如果某家车厂能够用更多的里程来证明自动驾驶更安全，则毫无疑问将获得更多的青睐。
信息安全未雨绸缪 银参加“中国智能车未来挑战赛”的智能车 智能车上的传感装置 赵广立摄 标准，整个流程执行下来会让IT工程师‘易筋洗髓’‘脱一层皮’。
第二层是Security（保密）。
一方面，日益复杂的算法和功能要求通用操作系统能够在车上使用；另一方面，联网的需求使汽车直接暴露在网络上，黑客通过车载联网娱乐系统可以轻松攻破并控制汽车。
”吴甘沙在上述文章中写道。
针对第一层安全问题，特斯拉在致命车祸的抗辩中指出，特斯拉ilot已经行驶1.3亿英里，这是第一起致死事故，而世界范围内每行驶6000万英里就有一次致死事故，美国的平均数字是9400万英里，因此自动驾驶更加安全。
“虽然我是自动驾驶的拥趸，但必须指出，这一论据并不充分。
”吴甘沙说，1.3亿英里、不到1年的上路时间、10万辆左右的数量，这仍是非常小的数据样本。
“换言之，只要特斯拉明天再出一起致死事故，拿美国均值做标准就不及格了。
” 著名智库兰德公司的研究报告指出，要在数 针对第二层安全，北京航空航天大学交通学院副教授余贵珍在同期举行的国家智能车发展论坛上专门以《智能汽车与信息安全》为题作了探讨。
他称，智能汽车作为“四个轮子的电脑”，其使用的计算和联网系统沿袭了既有的计算和联网架构，也继承了这些系统天然的安全缺陷。
“最新汽车上至少100台车载电脑，运行6000万行代码，而无人驾驶则运营着2亿行以上的代码。
”余贵珍说，智能车采用“感知—决策—控制”来代替人对机械部分直接控制，传感器和智能控制等信息设备潜在地增加了信息危险面。
此外，“V2X”（车联网）无线通信将会带来新的信息安全问题，汽车的电动化也将带来更多的信息安全问题。
如何破解这些安全风险？吴甘沙建议，首先要仔细梳理和定义自动驾驶系统的安全需求，进行风险分析，建立具有可信计算基础的软硬件平台，采用分域、虚拟化等机制隔离关键模块，通过加密保护端到端的数据通路。
其次，要实践全新的安全设计方法学，安全始于设计，从确认设计到验证实现，都要考量安全性；在运行时，是否足够安全，能否抵御攻击，能否在线升级、保证软件最新，系统出现单点故障是否有足够的冗余？万一系统沦陷，有没有办法强力终止攻击，或重获控制权。
“开发智能网联汽车必须要开发其他相关技术，重要的一点就是主、被动安全技术。
”广汽研究院院长黄向东在国家智能车发展论坛上的报告中也称，安全是大家现在比较关心的新技术，“网络技术、电子技术的作用特别大”。
此外，吴甘沙提出，如果未来存在一个安全信息市场，安全研究人员或白帽黑客发现安全缺陷，可以通过市场将该信息卖给主机厂商或技术供应商。
按图索“技” ①虚拟现实头戴式显示器②随触碰改变的动画③模拟迷彩服④Moog风格的电子琴 图片来源：百度图片 高科技将生活推向未来 现在，我们已经可以通过语音命令控制家里的电视和冰箱，而互联网等新兴技术正逐渐把我们的家变成之前只能在电影中看到的那样。
近日，被不少人喻为“年度美国潮流大事件”的ComplexCon2016正式开幕，ComplexCon的街头潮流展览中也出现了一些有趣的高科技，将我们再一次推到了未来。
首先是快餐连锁品牌JackintheBox邀请参观者走进一个巨大的盒子，而盒子的周围都通过投影呈现出了各种早餐图案。
人们站在投影前，仿佛置身于各种美味早餐之中。
不仅仅是普通的快餐品牌，还有许多值得关注的科技也都出现在了本次街头潮流站，包括眼球追踪、变声技术以及现实转移技术等。
有人在展会上提供了PlayStationVR（虚拟现实头戴式显示器）和免费的游戏，可以模拟驾驶宇宙飞船，并且躲避对面的各种障碍。
而虚拟现实头盔的视线追踪技术可以用来进 行头部控制，并且能够让玩家更专注地使用PS4的手柄进行攻击，向目标开火。
Babaru的展览则是以一个帐篷为中心，来自日本的当代艺术家在帐篷周围画上了各种精彩的动画，可以与参观者进行互动。
参观者每碰到帐篷的不同部位，上面的图画都会改变。
同时还有艺术家专门为其进行配乐，呈现更有趣的场景。
在一个名叫Maud的展台，里面布满了各种Moog（募格电子音响）风格的电子琴，让人们感受到音乐创作人如何通过一种另类有趣的形式来创建音乐。
同时配合事先录制好的音乐，参观者还可以用手控制发光的节奏，对背景音乐进行补充。
名为MountainDew和VFiles的展台则利用了微软的Kinect技术，为参观者构建出模拟迷彩服，可以用手势随机控制出现的礼花特效，并且有专门的音效进行配合。
（陶朵朵整理） 行业观察 互联网金融为何缺席美国市场 王轩 互联网金融正在我国飞速发展，并悄然改变着人们的生活方式。
在中国，尤其是在北上广深这类一线城市，人们的绝大多数金融需求都可以通过互联网轻松完成。
从2014年开始，“互联网金融”一词已经连续三年被写入政府工作报告，互联网金融在中国的发展正改变着中国现有的金融格局和融资结构。
互联网金融缺席美国市场 与互联网金融在中国的蓬勃发展不同，在互联网技术和金融产业最发达的美国，两者的结合却没有催生出爆炸式的发展。
在美国，联网技术更多是与现有金融业务相结合，利用大数据、云计算等先进技术降低金融服务门槛，提升金融系统运行效率，形成了与现有业务相互补充，而非颠覆、取代的关系，因此被称为科技金融。
在美国科技金融的模式下，互联网技术和互联网企业始终处于金融市场的后台，为身处于市场前台的银行等传统金融机构提供技术支持，以帮助其提高金融服务的质量和效率。
可以这样形象地比喻，美国的科技金融本质上是以互联网为代表的先进生产力对人力劳动的替代和冲击，而我国的互联网金融则是新兴金融中介机构对传统中介机构的取代。
互联网金融之所以在中国迅速发展却缺席美国市场，我们可以从互联网金融的供给端、需求端以及监管三个方面一探究竟。
巨大的发展空间 从互联网金融产品的需求端来看，需求决定着市场变化与发展。
首先，我国正经历着消费习惯的巨大改变，网络购物、超前消费、虚拟交易正在取代传统消费习惯，人们对于快捷、便利、低息的消费信贷服务需求日益强烈。
其次，电子商务的飞速发展助推了人们对于与其紧密联动的支付类、融资类金融服务的巨大需求。
再次，在“双创”的大背景下，我国小微企业、双创企业发展迅速，企业的融资需求强烈。
但是，与市场的旺盛需求形成鲜明对比，我国传统金融体系存在着审核门槛高、审批周期长、手续烦琐、普惠金融业务尚不成熟等问题。
需求和供给之间的差距就给互联网金融企业带来了发展空间。
与我国不同，美国的金融体系发展时间长，业务覆盖更加完善，金融需求基本饱和。
便捷高效的金融服务基本涵盖了所有业务领域，低廉的 金融服务成本也让传统金融机构牢牢地占据着各自的细分市场，互联网金融在美国无法动摇传统金融业务，很难形成独立的金融生态体系。
因此，互联网和金融的融合也仅限于，通过信息化技术改善传统金融服务或与传统金融业务形成互补。
催生新型金融生态 从互联网金融产品的供给端来看，我国金融产品、服务的有效供给不足，催生了互联网金融生态，推动“蓝海”市场的形成。
在以美国为代表的西方发达国家，传统金融机构所提供的金融供给非常充分，因此，互联网金融的发展空间非常有限，无法取代传统业务并形成独立的金融生态体系，而是加深与传统金融业务的融合发展，增强了传统金融业务的信息化水平和服务质量。
与美国不同，我国传统金融机构在如普惠金融等的金融产品提供上存在有效供给不足的现象，小微“、三农”企业融资难、融资贵等问题凸显，这就为我国互联网金融的发展和以互联网金融为核心的新型金融生态的形成提供了土壤和发展空间。
监管环境仍待净化 从监管方面来看，监管的制约和影响也是产生中美在互联网金融领域较大差异的主要原因。
我国在互联网金融领域的监管制度仍有待完善，对违规、违法的互联网金融企业惩处力度有待加强，导致互联网企业进入金融行业的门槛较低，存在一定的监管套利空间，出现了“e租宝”等违法、违规的互联网金融乱象。
而美国则对金融行业，尤其是金融创新监管极为严格，对于违规企业的惩罚力度非常严重，经常开出巨额罚单，甚至吊销营业执照，在一定程度上提高了互联网金融产生和发展的门槛，也有效消除了监管套利的空间。
中国的互联网金融市场正经历最快的发展时期，根据《中国移动互联网消费金融行业研究报告》白皮书显示，到2019年中国互联网消费金融市场规模或将达到3.3万亿元。
然而，面对如此规模的“蓝海市场”，我们却并无发达国家的发展经验可以参考，因此，我们更应审慎看待由此而来的机遇与风险，加强法规制度和风控体系的建设，健全征信系统，谋求“鼓励创新”和“防范风险”之间均衡发展，有效引导互联网金融更好地补充金融体系有效供给不足的短板，促进金融更好地回归服务于实体经济的本质属性。
（作者系中国工商银行城市金融研究所博士后） 声音 这几年，无人驾驶 汽车特别火爆， 让Google、特斯拉等高科 技公司将更多的资源 和精力投入到无人驾 汽驶汽车的研发当中，意 图在未来实现汽车自 车动驾驶，从而改变人类 的驾车体验。
无人驾驶的概念 成的本质就是实现“机器 换人”，而我和我的团 队则提倡汽车实现智 为能驾驶，即汽车“双驾 ﹃双控”，并且研发了“驾 驶脑”：汽车向人学习 怎么开车，实现汽车和 交人的驾驶交互。
李德 我们把驾驶交互毅 互分为三种，分别为驾驶 过程中的人车交互、驾 驶员对周边环境和车 轮流的交互、轮式机器人 和多种人交互。
驾驶过程中的人 式车交互毋庸多言，即驾 驶员根据自身的脚感、 机手感、路感、体感获得 的交互认知，达到灵巧 操作，确保行车安全和 器乘员舒适、让车省油。
驾驶员对周边环 境和车流的交互，是指 人车辆行进中，驾驶员对 道路环境变化和周边 ﹄流量不停地进行交互， 用车的运动行为让周 边车辆感知自身的存 在，通过灯语、笛语、手 势等和附近车辆、行人 沟通，认知的结果转为 对自身车辆的控制。
如果驾驶员不和周 边环境进行交互，只是凭借自己的主观 判断认为车该怎么开，道路势必会造成 拥堵。
那么以后自动驾驶汽车会不会 也
造成道路拥堵呢？由于自动驾驶模 式缺少交互认知能力，受到不按规则 的人工驾车干扰，预设的自动驾驶门 槛立马崩溃，几乎全都转为人工驾 驶，这就是自动驾驶陷阱。
所以我们 认为特斯拉的自动驾驶不可靠，把手 放在方向盘上，只能叫作辅助驾驶， 而我们追求汽车实现自动驾驶，让汽 车成为一个认知主体，成为一个交互 轮式机器人。
汽车有了自动驾驶成为轮式机器 人，它需要和各种人进行交互，分别是 驾驶员（可空缺）、程序员、乘员、互联网 远端的车主、互联网远端的服务请求和 互联网远端的黑客，通过和这六种人的 交互才能保证轮式机器人能自主驾驶， 能安全驾驶，更能懂“人情世故”，实现 驾驶交互的应用。
轮式机器人应该具在线交互认知。
我们的团队研发出“驾驶脑”，其实这才 是无人驾驶在线认知的真正核心。
“驾 驶脑”的功能决定了它不只是简单的自 动驾驶，而是要和驾驶员“取经”。
轮式 机器人的“驾驶脑”在驾驶员开车时能 “默默地”学习，把驾驶员在线交互认知 转化为机器驾驶脑，并和机器行为融合 在一起，让驾驶员调教机器开车，让大 数据开车。
因此，智能车研发的困难，不仅仅 是汽车动力学的性质和各种各样的传 感器要求，更重要的是要研发和驾驶员 一样在线的“机器驾驶脑”，模拟实现人 脑回路的自主预测和控制，应对车辆行 驶中的不确定性。
我们把“驾驶脑”比喻为对应的“驾 照”、“驾龄”、“路熟”、个性化驾驶和标 杆驾驶，因为“驾驶脑”通过和人之间的 驾驶交互已经学会了开车，拥有了驾 照，也有了相应的驾龄，并且在学习驾 驶的过程中掌握了大量的路况信息，形 成互联网地图替代不了的“路熟”，同时 也具有了独特的个性化驾驶。
通过这些 信息的积累与分析，“驾驶脑”成为了驾 驶高手，这大大减少、简化了实时处理 的数据量。
轮式机器人向驾驶员学习开车， 这是正学习的过程。
人们通过深度学 习来认知如何去开车，同时摄像头等 车载传感器记录下行车中的驾驶态 势，通过把人的认知和汽车的驾驶态 势融合形成驾驶态势认知图库，并由 驾驶记忆棒认证提取。
当轮式机器人 在自主驾驶的时候，通过搜索记忆棒 中相同的认知，自主操控油门、制动和 方向盘，实现驾车态势的自主判断，而 不是由互联网去控制，可大大提高驾 驶的安全和效率。
人常常是在错误中学习的，在实 践中吸取事故教训是提高驾驶认知水 平的重要环节。
因此机器人也需要从 驾驶事故中吸取教训，防止相同的驾 驶事故再次发生，这是自学习中的负 学习。
（作者系中国工程院院士、人工智 能学会理事长，本报记者赵广立根据其 在
2016年中国智能车大会暨国家智能 车发展论坛上的主题报告整理）
第一层是Safety（安全）。
例如传感器360度无死角覆盖、多种传感器融合、感知算法精准、感知—控制反馈实时。
第二层是Security（保密）。
一方面，日益复杂的算法和功能要求通用操作系统能够在车上使用；另一方面，联网的需求使汽车直接暴露在网络上，黑客通过车载联网娱乐系统可以轻松攻破并控制汽车。
自动驾驶，安全几何？ 本报记者赵广立 目前国内外正在研制“无人车”，不同程度上都有人的参与，严格地讲，有的属于自动辅助驾驶，根据目前的人工智能技术，这类车辆有可能在短期内走向实用；而真正的无人车，特别是在开放环境（如繁忙的街道）下行驶的智能车辆，目前的人工智能技术还难以解决其面临的困难问题，短期内还难以走向实用。
其中，安全性问题即是其中之
一。
11月10日—13日，2016中国智能车大会暨国家智能车发展论坛在江苏常熟举行。
大会同期，由国家自然科学基金委员会主办的第八届“中国智能车未来挑战赛”（IVFC）也如期举办。
来自高校、科研机构和企业的23支车队前来挑战22公里的“真实高架快速道路测试”（限速60km/h）和6公里的“城区道路测试”（限速40km/h）。
比赛中出现的两个插曲，颇值得深思。
挑战赛中的小插曲 先是，在12日的“真实高架快速道路测试”比赛上，为了保障不发生恶性意外，大赛允许参赛车的驾驶位上有人，同时在车内安装监控，来判断比赛中车上人员是否对车子提供了帮助。
赛前，前来直播此次赛事的工作人员提出，在比赛中拍一段智能车无人行驶的镜头，以告诉电视观众这是真正的无人驾驶。
这本是“露脸”的好机会，然而，排在前面的参赛队婉拒了这一请求，以技术准备不足为由掉头驶出比赛首车出发位置。
本报记者听闻此事后先是一阵错愕，但在翌日的“城区道路测试”中，接连发生的几起意外让记者感到情有可原。
先是武汉大学的“途e号”刚起步掉头就直接爆胎，汽车磕在路肩，换备胎后才得以继续比赛；再是北京理工大学“特立笃行队”在比赛起点几次发动都没有成功，只好调换比赛顺序；最惊魂一幕出现在下午两点半，长安大学“智能车队”在刚起步的短短3分钟内，两次失控驶向人行道路，观看比赛的数百名观众为之捏汗。
“理论上无人驾驶一段距离应该问题不大。
但是谁又愿意冒那个风险？虽然说理论上可行，但万一呢？更何况在高架快速道路上的车速比在城区道路上还要快。
”中国智能车大会上一位不愿透露姓名的学者告诉《中国科学报》记者，自动驾驶还在测试阶段，安全第
一。
两层“安全” “人具有模糊处理的能力，驾车时需要掌握10米精度就可以了；但智能驾驶没有，它需要10厘米的精度。
”谈到自动驾驶的安全可靠性，驭势科技创始人兼CEO吴甘沙在国家智能车发展论坛的报告中如是说。
尽管智能驾驶自来被认为是减少交通事故发生的有效手段，但自从特斯拉无人车发生致命车祸事故以来，无人车的安全问题被无限放大。
并且，自动驾驶汽车的安全问题远不止于此。
吴甘沙近期一篇刊载于《中国计算机学会通讯》上的文章，系统地分析了自动驾驶语境下的安全问题。
“‘安全’在自动驾驶语境里有两层意思。
第一层是Safety（安全）。
例如传感器360度无死角覆盖、多种传感器融合、感知算法精准、感知—控制反馈实时、软硬件多层冗余、温度范围大、防震、防尘等。
汽车行业对功能安全也有ISO26262 学意义上证明自动驾驶比人驾驶更安全，需要测试上百亿英里、几百年的时间。
“这是全世界任何一个车厂都无法完成的任务。
然而人们不会因为某家车厂没有达到理论上的低死亡率而不尝试自动驾驶。
”吴甘沙说，但如果某家车厂能够用更多的里程来证明自动驾驶更安全，则毫无疑问将获得更多的青睐。
信息安全未雨绸缪 银参加“中国智能车未来挑战赛”的智能车 智能车上的传感装置 赵广立摄 标准，整个流程执行下来会让IT工程师‘易筋洗髓’‘脱一层皮’。
第二层是Security（保密）。
一方面，日益复杂的算法和功能要求通用操作系统能够在车上使用；另一方面，联网的需求使汽车直接暴露在网络上，黑客通过车载联网娱乐系统可以轻松攻破并控制汽车。
”吴甘沙在上述文章中写道。
针对第一层安全问题，特斯拉在致命车祸的抗辩中指出，特斯拉ilot已经行驶1.3亿英里，这是第一起致死事故，而世界范围内每行驶6000万英里就有一次致死事故，美国的平均数字是9400万英里，因此自动驾驶更加安全。
“虽然我是自动驾驶的拥趸，但必须指出，这一论据并不充分。
”吴甘沙说，1.3亿英里、不到1年的上路时间、10万辆左右的数量，这仍是非常小的数据样本。
“换言之，只要特斯拉明天再出一起致死事故，拿美国均值做标准就不及格了。
” 著名智库兰德公司的研究报告指出，要在数 针对第二层安全，北京航空航天大学交通学院副教授余贵珍在同期举行的国家智能车发展论坛上专门以《智能汽车与信息安全》为题作了探讨。
他称，智能汽车作为“四个轮子的电脑”，其使用的计算和联网系统沿袭了既有的计算和联网架构，也继承了这些系统天然的安全缺陷。
“最新汽车上至少100台车载电脑，运行6000万行代码，而无人驾驶则运营着2亿行以上的代码。
”余贵珍说，智能车采用“感知—决策—控制”来代替人对机械部分直接控制，传感器和智能控制等信息设备潜在地增加了信息危险面。
此外，“V2X”（车联网）无线通信将会带来新的信息安全问题，汽车的电动化也将带来更多的信息安全问题。
如何破解这些安全风险？吴甘沙建议，首先要仔细梳理和定义自动驾驶系统的安全需求，进行风险分析，建立具有可信计算基础的软硬件平台，采用分域、虚拟化等机制隔离关键模块，通过加密保护端到端的数据通路。
其次，要实践全新的安全设计方法学，安全始于设计，从确认设计到验证实现，都要考量安全性；在运行时，是否足够安全，能否抵御攻击，能否在线升级、保证软件最新，系统出现单点故障是否有足够的冗余？万一系统沦陷，有没有办法强力终止攻击，或重获控制权。
“开发智能网联汽车必须要开发其他相关技术，重要的一点就是主、被动安全技术。
”广汽研究院院长黄向东在国家智能车发展论坛上的报告中也称，安全是大家现在比较关心的新技术，“网络技术、电子技术的作用特别大”。
此外，吴甘沙提出，如果未来存在一个安全信息市场，安全研究人员或白帽黑客发现安全缺陷，可以通过市场将该信息卖给主机厂商或技术供应商。
按图索“技” ①虚拟现实头戴式显示器②随触碰改变的动画③模拟迷彩服④Moog风格的电子琴 图片来源：百度图片 高科技将生活推向未来 现在，我们已经可以通过语音命令控制家里的电视和冰箱，而互联网等新兴技术正逐渐把我们的家变成之前只能在电影中看到的那样。
近日，被不少人喻为“年度美国潮流大事件”的ComplexCon2016正式开幕，ComplexCon的街头潮流展览中也出现了一些有趣的高科技，将我们再一次推到了未来。
首先是快餐连锁品牌JackintheBox邀请参观者走进一个巨大的盒子，而盒子的周围都通过投影呈现出了各种早餐图案。
人们站在投影前，仿佛置身于各种美味早餐之中。
不仅仅是普通的快餐品牌，还有许多值得关注的科技也都出现在了本次街头潮流站，包括眼球追踪、变声技术以及现实转移技术等。
有人在展会上提供了PlayStationVR（虚拟现实头戴式显示器）和免费的游戏，可以模拟驾驶宇宙飞船，并且躲避对面的各种障碍。
而虚拟现实头盔的视线追踪技术可以用来进 行头部控制，并且能够让玩家更专注地使用PS4的手柄进行攻击，向目标开火。
Babaru的展览则是以一个帐篷为中心，来自日本的当代艺术家在帐篷周围画上了各种精彩的动画，可以与参观者进行互动。
参观者每碰到帐篷的不同部位，上面的图画都会改变。
同时还有艺术家专门为其进行配乐，呈现更有趣的场景。
在一个名叫Maud的展台，里面布满了各种Moog（募格电子音响）风格的电子琴，让人们感受到音乐创作人如何通过一种另类有趣的形式来创建音乐。
同时配合事先录制好的音乐，参观者还可以用手控制发光的节奏，对背景音乐进行补充。
名为MountainDew和VFiles的展台则利用了微软的Kinect技术，为参观者构建出模拟迷彩服，可以用手势随机控制出现的礼花特效，并且有专门的音效进行配合。
（陶朵朵整理） 行业观察 互联网金融为何缺席美国市场 王轩 互联网金融正在我国飞速发展，并悄然改变着人们的生活方式。
在中国，尤其是在北上广深这类一线城市，人们的绝大多数金融需求都可以通过互联网轻松完成。
从2014年开始，“互联网金融”一词已经连续三年被写入政府工作报告，互联网金融在中国的发展正改变着中国现有的金融格局和融资结构。
互联网金融缺席美国市场 与互联网金融在中国的蓬勃发展不同，在互联网技术和金融产业最发达的美国，两者的结合却没有催生出爆炸式的发展。
在美国，联网技术更多是与现有金融业务相结合，利用大数据、云计算等先进技术降低金融服务门槛，提升金融系统运行效率，形成了与现有业务相互补充，而非颠覆、取代的关系，因此被称为科技金融。
在美国科技金融的模式下，互联网技术和互联网企业始终处于金融市场的后台，为身处于市场前台的银行等传统金融机构提供技术支持，以帮助其提高金融服务的质量和效率。
可以这样形象地比喻，美国的科技金融本质上是以互联网为代表的先进生产力对人力劳动的替代和冲击，而我国的互联网金融则是新兴金融中介机构对传统中介机构的取代。
互联网金融之所以在中国迅速发展却缺席美国市场，我们可以从互联网金融的供给端、需求端以及监管三个方面一探究竟。
巨大的发展空间 从互联网金融产品的需求端来看，需求决定着市场变化与发展。
首先，我国正经历着消费习惯的巨大改变，网络购物、超前消费、虚拟交易正在取代传统消费习惯，人们对于快捷、便利、低息的消费信贷服务需求日益强烈。
其次，电子商务的飞速发展助推了人们对于与其紧密联动的支付类、融资类金融服务的巨大需求。
再次，在“双创”的大背景下，我国小微企业、双创企业发展迅速，企业的融资需求强烈。
但是，与市场的旺盛需求形成鲜明对比，我国传统金融体系存在着审核门槛高、审批周期长、手续烦琐、普惠金融业务尚不成熟等问题。
需求和供给之间的差距就给互联网金融企业带来了发展空间。
与我国不同，美国的金融体系发展时间长，业务覆盖更加完善，金融需求基本饱和。
便捷高效的金融服务基本涵盖了所有业务领域，低廉的 金融服务成本也让传统金融机构牢牢地占据着各自的细分市场，互联网金融在美国无法动摇传统金融业务，很难形成独立的金融生态体系。
因此，互联网和金融的融合也仅限于，通过信息化技术改善传统金融服务或与传统金融业务形成互补。
催生新型金融生态 从互联网金融产品的供给端来看，我国金融产品、服务的有效供给不足，催生了互联网金融生态，推动“蓝海”市场的形成。
在以美国为代表的西方发达国家，传统金融机构所提供的金融供给非常充分，因此，互联网金融的发展空间非常有限，无法取代传统业务并形成独立的金融生态体系，而是加深与传统金融业务的融合发展，增强了传统金融业务的信息化水平和服务质量。
与美国不同，我国传统金融机构在如普惠金融等的金融产品提供上存在有效供给不足的现象，小微“、三农”企业融资难、融资贵等问题凸显，这就为我国互联网金融的发展和以互联网金融为核心的新型金融生态的形成提供了土壤和发展空间。
监管环境仍待净化 从监管方面来看，监管的制约和影响也是产生中美在互联网金融领域较大差异的主要原因。
我国在互联网金融领域的监管制度仍有待完善，对违规、违法的互联网金融企业惩处力度有待加强，导致互联网企业进入金融行业的门槛较低，存在一定的监管套利空间，出现了“e租宝”等违法、违规的互联网金融乱象。
而美国则对金融行业，尤其是金融创新监管极为严格，对于违规企业的惩罚力度非常严重，经常开出巨额罚单，甚至吊销营业执照，在一定程度上提高了互联网金融产生和发展的门槛，也有效消除了监管套利的空间。
中国的互联网金融市场正经历最快的发展时期，根据《中国移动互联网消费金融行业研究报告》白皮书显示，到2019年中国互联网消费金融市场规模或将达到3.3万亿元。
然而，面对如此规模的“蓝海市场”，我们却并无发达国家的发展经验可以参考，因此，我们更应审慎看待由此而来的机遇与风险，加强法规制度和风控体系的建设，健全征信系统，谋求“鼓励创新”和“防范风险”之间均衡发展，有效引导互联网金融更好地补充金融体系有效供给不足的短板，促进金融更好地回归服务于实体经济的本质属性。
（作者系中国工商银行城市金融研究所博士后） 声音 这几年，无人驾驶 汽车特别火爆， 让Google、特斯拉等高科 技公司将更多的资源 和精力投入到无人驾 汽驶汽车的研发当中，意 图在未来实现汽车自 车动驾驶，从而改变人类 的驾车体验。
无人驾驶的概念 成的本质就是实现“机器 换人”，而我和我的团 队则提倡汽车实现智 为能驾驶，即汽车“双驾 ﹃双控”，并且研发了“驾 驶脑”：汽车向人学习 怎么开车，实现汽车和 交人的驾驶交互。
李德 我们把驾驶交互毅 互分为三种，分别为驾驶 过程中的人车交互、驾 驶员对周边环境和车 轮流的交互、轮式机器人 和多种人交互。
驾驶过程中的人 式车交互毋庸多言，即驾 驶员根据自身的脚感、 机手感、路感、体感获得 的交互认知，达到灵巧 操作，确保行车安全和 器乘员舒适、让车省油。
驾驶员对周边环 境和车流的交互，是指 人车辆行进中，驾驶员对 道路环境变化和周边 ﹄流量不停地进行交互， 用车的运动行为让周 边车辆感知自身的存 在，通过灯语、笛语、手 势等和附近车辆、行人 沟通，认知的结果转为 对自身车辆的控制。
如果驾驶员不和周 边环境进行交互，只是凭借自己的主观 判断认为车该怎么开，道路势必会造成 拥堵。
那么以后自动驾驶汽车会不会 也
造成道路拥堵呢？由于自动驾驶模 式缺少交互认知能力，受到不按规则 的人工驾车干扰，预设的自动驾驶门 槛立马崩溃，几乎全都转为人工驾 驶，这就是自动驾驶陷阱。
所以我们 认为特斯拉的自动驾驶不可靠，把手 放在方向盘上，只能叫作辅助驾驶， 而我们追求汽车实现自动驾驶，让汽 车成为一个认知主体，成为一个交互 轮式机器人。
汽车有了自动驾驶成为轮式机器 人，它需要和各种人进行交互，分别是 驾驶员（可空缺）、程序员、乘员、互联网 远端的车主、互联网远端的服务请求和 互联网远端的黑客，通过和这六种人的 交互才能保证轮式机器人能自主驾驶， 能安全驾驶，更能懂“人情世故”，实现 驾驶交互的应用。
轮式机器人应该具在线交互认知。
我们的团队研发出“驾驶脑”，其实这才 是无人驾驶在线认知的真正核心。
“驾 驶脑”的功能决定了它不只是简单的自 动驾驶，而是要和驾驶员“取经”。
轮式 机器人的“驾驶脑”在驾驶员开车时能 “默默地”学习，把驾驶员在线交互认知 转化为机器驾驶脑，并和机器行为融合 在一起，让驾驶员调教机器开车，让大 数据开车。
因此，智能车研发的困难，不仅仅 是汽车动力学的性质和各种各样的传 感器要求，更重要的是要研发和驾驶员 一样在线的“机器驾驶脑”，模拟实现人 脑回路的自主预测和控制，应对车辆行 驶中的不确定性。
我们把“驾驶脑”比喻为对应的“驾 照”、“驾龄”、“路熟”、个性化驾驶和标 杆驾驶，因为“驾驶脑”通过和人之间的 驾驶交互已经学会了开车，拥有了驾 照，也有了相应的驾龄，并且在学习驾 驶的过程中掌握了大量的路况信息，形 成互联网地图替代不了的“路熟”，同时 也具有了独特的个性化驾驶。
通过这些 信息的积累与分析，“驾驶脑”成为了驾 驶高手，这大大减少、简化了实时处理 的数据量。
轮式机器人向驾驶员学习开车， 这是正学习的过程。
人们通过深度学 习来认知如何去开车，同时摄像头等 车载传感器记录下行车中的驾驶态 势，通过把人的认知和汽车的驾驶态 势融合形成驾驶态势认知图库，并由 驾驶记忆棒认证提取。
当轮式机器人 在自主驾驶的时候，通过搜索记忆棒 中相同的认知，自主操控油门、制动和 方向盘，实现驾车态势的自主判断，而 不是由互联网去控制，可大大提高驾 驶的安全和效率。
人常常是在错误中学习的，在实 践中吸取事故教训是提高驾驶认知水 平的重要环节。
因此机器人也需要从 驾驶事故中吸取教训，防止相同的驾 驶事故再次发生，这是自学习中的负 学习。
（作者系中国工程院院士、人工智 能学会理事长，本报记者赵广立根据其 在
2016年中国智能车大会暨国家智能 车发展论坛上的主题报告整理）
声明：
该资讯来自于互联网网友发布，如有侵犯您的权益请联系我们。
