Falha muita crítica pode afetar metade dos servidores que usam serviços Tinyproxy
Maio 8, 2024Inteligência Artificial “leva” Katy Perry e Rihanna à Gala Met. Deepfakes podem ser facilmente identificados?
Maio 8, 2024Por Oleksandr Odukha (*)
As soluções digitais para o setor de mobilidade estão em alta. Segundo a pesquisa da MarketsandMarkets, a produção de software para o setor automóvel regista uma taxa de crescimento anual composta de 16,9% e deve chegar aos 37,7 mil milhões de dólares até 2025. Ter software instalado num carro não é mais uma opção apenas, é já uma obrigação para a mobilidade futura. Impulsionados pelo crescente mercado de veículos elétricos, requisitos de segurança e conectividade, os fabricantes de automóveis precisam de se concentrar no desenvolvimento de software para se manterem competitivos. Algo que podemos afirmar com certeza é que as pessoas já não querem apenas um carro: querem um dispositivo inteligente, com o qual também se possam deslocar nas cidades.
A par das inúmeras oportunidades que abre, a digitalização da indústria automóvel também se depara com vários desafios que teremos de enfrentar. Como é que as empresas vão garantir as atualizações pós-lançamento do software? O que faremos com as toneladas de dados que as aplicações baseadas em IA vão recolher? E como é que a segurança dos condutores e passageiros será garantida diante de um número crescente de crimes cibernéticos? São muitas as questões.
Construir um carro leva tempo – muito tempo. O mesmo vale para as atualizações de um carro, se estivermos a usar os métodos tradicionais, que costumam ser demoradas e trabalhosas, exigindo que os fabricantes recolham os veículos afetados para investigação e otimização. No entanto, utilizando a tecnologia e beneficiando de carros conectados, as chamadas atualizações over-the-air (OTA) permitem que os condutores recebam e instalem atualizações remotamente, sem a necessidade de voltarem aos locais de fabricação. Isto possibilita que os fabricantes melhorem continuamente os seus produtos após o seu lançamento, sem retirar linhas inteiras do mercado. A Tesla é um exemplo de como esta abordagem permite correções de bugs e atualizações em tempo real, destacando o potencial das atualizações OTA na indústria automóvel.
Os carros do futuro dependerão fortemente de todos os tipos de sensores, como câmaras com visão computacional ou sensores de radar e lidar, para viabilizar a condução autónoma ou semiautónoma. Estes sensores têm capacidade para gerar até 25 gigabytes de dados por hora, sendo essenciais para o funcionamento dos veículos autónomos. Para lidar com a crescente quantidade de dados, serão necessárias soluções de processamento e compressão baseadas em aprendizagem automática e inteligência artificial.
Os algoritmos futuros serão capazes de identificar dados críticos e não críticos, otimizando o armazenamento e a transmissão. Embora os avanços na compressão de dados reduzam o volume enviado pelos carros, o conteúdo dos dados também crescerá, semelhante à evolução das aplicações em dispositivos móveis. Por exemplo, a Apple já adquiriu uma startup que usa IA para comprimir vídeos. A longo prazo, seremos capazes de evitar enviar vídeos por completo.
No entanto, não devemos esquecer-nos do conteúdo. Assim como os antigos telemóveis se transformaram e hoje estão repletos de aplicações de entretenimento, o mesmo está prestes a acontecer com os nossos carros.
A segurança no contexto dos carros conectados é um desafio crescente, com um aumento alarmante de 605% nos incidentes de segurança cibernética automóvel desde 2017. Isso inclui ameaças como o roubo de dados pessoais e até manipulação remota dos sistemas de direção. Uma solução crucial é a implementação de sistemas de segurança integrados em todas as fases do desenvolvimento, combinada com a consideração dos padrões de conformidade de dados, como o RGPD. Para superar estes desafios, é necessário identificar e proteger dados críticos, avaliar riscos e procurar orientação especializada.
A falta de testes abrangentes em todos os cenários possíveis é uma das principais barreiras para a implementação de carros autónomos. Conduzir na cidade exige lidar com situações imprevisíveis, como animais que passam a rua de repente ou condutores imprudentes. Para avançar nesta tecnologia, é crucial maximizar os testes. Duas abordagens avançadas são o modelo de ambiente simulado, que replica cenários de condução completos, e o método in-the-loop, que combina elementos do mundo real com simulação. Estas técnicas ajudam a ajustar os carros autónomos para lidar com os desafios da condução real.
A digitalização está a reformular a indústria automóvel, ao converter carros em plataformas digitais para soluções de software atualizadas. Tecnologias emergentes como os carros inteligentes estão a mudar a forma como encaramos a condução. O foco agora é não apenas melhorar os carros, mas também reduzir a sua presença nas estradas, impulsionando o uso de transportes públicos autónomo e partilhados. No entanto, surgem questões complexas: como lidar com grandes volumes de dados gerados pelos carros? Como protegê-los de ciberataques? E como garantir que sejam verdadeiramente inteligentes para operar em ambientes urbanos? Ao encontrar respostas para estas perguntas, poderemos ver uma nova revolução na indústria da mobilidade.
(*) Diretor do Departamento de Automotive na Intellias
