从“被动合规”到“主动免疫”，智能网联汽车安全迎来新范式

“机器驾驶的安全性究竟如何?”这已成为智能网联汽车产业发展过程中不可避免的重要议题。据苗圩的观点，相较于人类驾驶员，机器驾驶具备标准化的操作程序，能够严格遵守道路交通规则，并在处理复杂任务时保持高度的一致性，从而有效避免了因人为疏忽或随意性而引发的错误。机器驾驶不受生理与情绪因素的影响，不存在疲劳、分心或酒后驾车等人类常见的生理与心理局限，能够全天候、高稳定性地执行驾驶任务，确保行车安全。

“随着数据积累和算力提升，机器认知能力同步增强，在持续学习框架下，其驾驶策略经过海量数据训练不断优化。”苗圩同样担心，面对训练数据中没有充分涵盖的罕见场景，机器决策系统可能因缺乏先验知识而失效，构成潜在安全风险。此外，机器环境感知能力依赖传感器数据与预设的算法，易受到恶劣天气、传感器噪声等因素影响，可能导致误识别与误判。

为此，他建议，要充分发挥我国市场纵深与体制机制优势，强化跨行业协同，打好团体赛。在保障安全前提下，科学有序地推进人工智能技术落地，逐步拓展驾驶辅助与自动驾驶的应用场景。要积极参与ISO、IEEE等国际标准化组织在自动驾驶、AI伦理与数据安全等领域的规则制定，推动中国标准走向国际。

工业和信息化部信息通信科技委常务副主任韩夏指出，智能网联汽车产业正处于一个规模化发展的新阶段。在这一进程中，安全成为了确保产业稳健发展、持续进步的基石。当前，网络安全、数据安全以及功能安全等多重挑战交织，整车漏洞、云平台风险和数据泄露事件频发，而人工智能技术的应用更是使得攻击手段变得更加智能化和普及化。为了应对这些挑战，韩夏主任强调，企业需要从过去的“被动合规”模式转变为“主动免疫”的全新范式。这要求企业积极融合人工智能等前沿技术，打造一种“以智对智”的主动防御新策略。同时，还需加快完善数据安全与跨境流动的相关规则，以确保智能网联汽车产业的健康发展。

为了激发汽车企业增加智能化技术的研发投入，我们应致力于攻克端到端决策优化、小样本学习等核心算法难题，以期改变目前市场上产品功能高度同质化、差异化明显不足的现状。同时，我们应积极推动汽车企业与科技企业的深度合作，共同构建一个开放、融合的产业生态系统。此外，还需强化数据闭环体系的建设，巩固仿真测试等安全保障措施，从而全面提升整个行业的竞争力。这是苗圩先生的观点。