Kode yang tidak aman dan tidak dapat diakses dapat menghambat investasi dalam kendaraan yang terhubung dan membatasi inovasi

Kode yang tidak aman dan tidak dapat diakses dapat menghambat investasi dalam kendaraan yang terhubung dan membatasi inovasi

Pembuat mobil merangkul kecerdasan buatan (AI) dalam upaya untuk menciptakan pengalaman pengguna yang lebih personal dalam kendaraan yang terhubung. Pada bulan Maret 2022, Waymo Google mengungkapkan bahwa layanan transportasi online tanpa pengemudi akan segera ditawarkan di kota-kota seperti San Francisco – menyoroti bagaimana penggunaan teknologi AI telah meningkat sebagai hasil dari perusahaan seperti Google, Amazon, Apple, Microsoft, dan lainnya memasuki pasar mobil.

Jelas bahwa pabrikan berusaha untuk memberikan pengalaman pengguna (UX) terbaik, tetapi keamanan dan regulasi kendaraan perlu diperiksa dengan cermat. Dan karena teknologi ini diadopsi lebih luas, pengembang perangkat lunak pada akhirnya akan dilihat sebagai mekanik baru.

Di Inggris Raya, Pemerintah mengklaim bahwa mobil tanpa pengemudi akan ada di jalanan Inggris pada tahun 2025, skala waktu singkat yang menimbulkan pertanyaan tentang seberapa cepat peraturan akan berubah dan bagaimana kendaraan otonom (AV) akan berkembang. Kendaraan yang terhubung menjadi seperti ponsel — ada peningkatan permintaan konsumen akan fitur-fitur baru, dan pembaruan perangkat lunak diperlukan untuk menghadirkannya. Tetapi perkembangan pesat, tanpa regulasi dan pengujian yang tepat membawa risiko tinggi kendaraan tersebut menjadi rentan dari kode sumbernya. Ini terlihat pada tahun 2015, ketika peneliti keamanan mengejutkan industri mobil dengan menyusup ke sebuah Jeep yang dikemudikan oleh jurnalis teknologi (yang menyetujui).

Ada ancaman nyata terhadap inovasi dan investasi di sektor ini yang berasal dari permintaan konsumen untuk pengembangan kendaraan otonom yang serba cepat, ditambah dengan regulasi yang terlalu dini.

Menempatkan AI di kursi pengemudi

Saat AI menjadi lebih terintegrasi dan integral untuk meningkatkan UX otomotif, kami mulai melihat produsen peralatan asli (OEM) mengadopsi teknologi tersebut, baik di dalam maupun di luar kendaraan. AI digunakan untuk meningkatkan manufaktur, desain kendaraan, pengujian, dan manajemen rantai pasokan. Melihat lebih dekat pada kendaraan self-driving Waymo, kami melihat dampak signifikan dari penerapan AI dan pembelajaran mesin (ML) dalam industri ini. Kebutuhan untuk terus mengakses banyak variasi kumpulan data dari Google, secara real-time, adalah tugas yang melelahkan — terutama mengingat perangkat lunak dasar dan semua variasi kumpulan data perlu diuji.

Banyak bidang AI saat ini tidak selalu memiliki masalah keamanan langsung. Biasanya, ini digunakan terutama untuk meningkatkan UX, dengan fokus pada keamanan kendaraan, memanfaatkan navigasi berbasis cloud, pengenalan suara, pengenalan cuaca dan permukaan. Namun, jika terjadi kegagalan navigasi, maka berpotensi terjadi kecelakaan dan tabrakan yang dapat mengakibatkan korban jiwa. Inilah mengapa memiliki sistem bantuan pengemudi tingkat lanjut (ADAS) dasar untuk menyetel ulang sistem AI/ML secara teratur sangat penting untuk keselamatan otomotif.

Pengembang hingga mekanik — keamanan, standar, dan peraturan

Secara historis, penggunaan AI di kendaraan telah dipatuhi oleh peraturan ketat yang menunda kecepatan inovasi. Laju kemajuan teknologi melampaui peraturan yang berlaku, yang berarti pengembang telah dicegah untuk memperkenalkan AI dengan aman dan terjamin. Namun, permintaan konsumen yang meningkat untuk perangkat dan kendaraan yang terhubung telah melihat jumlahnya tumbuh sebesar 270 persen selama lima tahun terakhir, dan berarti OEM berada di bawah tekanan untuk memasukkan AI dengan cepat.

Saat kita mendekati periode pengembangan dan penerapan AI yang cepat, didorong oleh permintaan konsumen, topik pembicaraan utama telah bergeser ke kompleksitas kode, dan peraturan yang menentukan keamanan kendaraan. Penting untuk diingat bahwa keamanan kode tidak boleh diabaikan, meskipun fungsi utama implementasi AI bukan untuk meningkatkan fitur-fitur penting keselamatan, dan berkonsentrasi pada pengalaman pengguna.

Harus ada pemahaman bahwa masalah keamanan atas kerentanan kode karena tidak dapat diaksesnya pengembang secara luas akan selalu ada, diperburuk oleh kebutuhan terus-menerus untuk pembaruan perangkat lunak. Tanpa akses ke kode sumber ini, pengembang tidak dapat mendeteksi area kelemahan, dan muncul masalah keamanan. Dengan demikian, sangat penting untuk memiliki akses ke kode sumber untuk alat dan perangkat lunak runtime yang digunakan dalam proses pengembangan, dan sama pentingnya untuk memiliki visibilitas ke dalam proyek yang Anda buat untuk digunakan di dalam kendaraan.

Keamanan siber otomotif dan masa depannya di cloud

Terlepas dari penyebaran teknologi AI/ML, akan ada peningkatan ketergantungan pada teknologi dan data berbasis cloud di dalam kendaraan. Saat kita mendekati masa depan di mana semua mobil di jalan akan terhubung, aspek kendaraan otonom berbasis cloud harus diadopsi untuk umur panjang. Secara alami, fitur keselamatan seperti ADAS lokal berdasarkan LiDAR, radar, dan kamera akan diperlukan untuk menjamin keamanan sistem selama pengujian dan implementasi.

Adopsi agresif perangkat lunak sumber terbuka terus menciptakan potensi ancaman, seperti peretasan lokal. Dan sebagai mekanisme masa depan — pengembang membutuhkan akses ke perangkat pengembangan yang luas, dan badan pengatur harus menerapkan peraturan yang sesuai. Terutama mengingat bagaimana harapan konsumen untuk perangkat lunak terbaru dan fitur modern reguler hanya akan terus meningkat.

Perangkat lunak sumber terbuka yang dilisensikan secara komersial pasti akan menjadi lebih lazim. Untuk efisiensi dalam pengembangan produk, sangat penting untuk memiliki akses ke kode sumber untuk alat dan perangkat lunak runtime yang digunakan dalam proses pengembangan, dan sama pentingnya untuk memiliki visibilitas ke dalam proyek yang dibuat untuk digunakan dalam kendaraan. Lisensi komersial dan perlindungan IP adalah kebutuhan mutlak, sambil membuat kode sumber yang mendasarinya tersedia untuk komunitas pengembangan.

Kredit Foto: LifetimeStock/Shutterstock

Patrick Shelly adalah Manajer Rekayasa Solusi di The Qt Company

Author: Kenneth Henderson