COM:想要自证清白?特斯拉可能还需要一条区块链_TER

前言

一个月前,一名女子站在特斯拉车顶大喊“特斯拉刹车失灵”的视频在网络上疯转。随后,特斯拉公布事故车辆在事故前一分钟的行车数据以自证清白,而维权车主则认为特斯拉可能篡改了数据。在这起维权事件中,维权车主和特斯拉双方各执一词,之所以存在争论,就是由于存在平台数据是否可信的问题。

4月28日,也就是特斯拉撞车事件后不久,中国汽车工业协会就在京召开“智能网联汽车数据安全研讨会”,就智能网联汽车数据的安全监管、行业发展、私人数据隐私保护、数据可信方面进行深入探讨。研讨会上,中汽协发布了汽车数据可信存证区块链平台。

汽车市场既蕴含巨大潜力,也浮现出诸多痛点,区块链技术能给汽车行业带来什么改变?是否会掀起一场汽车工业的数字智能化革命?

链上汽车数据的可信存储和共享

Circle CEO敦促监管机构接受人们想要数字现金的事实:金色财经报道,在世界经济论坛主办的一次小组讨论中,Circle 首席执行官杰里米·阿莱尔(Jeremy Allaire)阐述了他关于实物现金力量的看涨论点,称经济主权是让人们更喜欢它而不是移动货币的主要特征。他补充说,数字现金系统需要结合现金的特性,以使其对人们具有吸引力。

Allaire强调了在开放互联网的前提下保存数字现金的重要性。按市值计算的第二大稳定币的负责人认为,过度的监管审查是支付行业的主要障碍。针对数字钱包下缺乏坚实的基础设施可能会阻碍数字货币的采用这一观点,Allaire 将跨境支付的未来比作发送电子邮件或拨打国际电话一样简单。(cryptopotato)[2022/5/25 3:39:45]

特斯拉维权事件的背后,暴露出的不只是智能汽车的安全问题,还有平台数据可信度不足等问题。而在数据安全这一块,区块链技术价值凸显。区块链自带的匿名性、可追溯性、难以篡改性的特点可以很好地解决这一问题。在区块链技术的支持下,数据对每一方都将是平等共享的,即行车数据上链后,数据不再由特斯拉等汽车厂商掌控,而是由所有车主和特斯拉共享。在这一广泛的监督下,特斯拉是无法随意解读数据的,在技术上篡改数据也是几乎不可能的。

BitMax合约金牌讲师Woody:想要成功逆袭交易赛,建议尽量把握大行情:5月27日,BitMax合约金牌讲师,共识交易大赛KOL组冠军Woody做客BitMax合约大咖说第1期,主题为《大盘动荡行情,如何把握下半年交易机会》。

Woody表示,能在交易赛得奖主要的原因来自于两个大关键,一个是把握到大行情,另外一个是停损比较果断。想要成功逆袭交易赛,建议散户尽量把握大行情,尤其是突破后盈利的单子要勇敢地拿住,再来就是停损,建议初学者降低下单频率,一天控制在两单以内,除非遇到很有把握的行情,再开第三单。

Woody是BitMax合约金牌讲师,共识交易大赛KOL组冠军,目前在币圈拿过比较大的奖项有:共识交易超级联赛kol组第一名,Okex合约团战逆袭第一名,FTX世界交易争霸赛第二名。[2020/5/27]

而对于特斯拉这样的汽车公司来说,区块链的应用场景不仅局限于此。自动驾驶技术近年来成为汽车行业的新风口,传统汽车公司、互联网企业等都纷纷踏入这一领域。

动态 | 韦氏评级:比特币想要长期生存将需要更好的隐私保护功能:加密货币评级机构韦氏评级今日发推称,如果比特币想要长期生存下去,它将需要更好的隐私保护功能。幸运的是,业界已经在这方面做出了努力,我们已经有了Mimblewimble、Dandelion protocol、Schnorr signature、zksnark等等。[2020/2/15]

各大厂商实现自动驾驶的主流方法是通过V2X技术,即汽车与路边传感器共同搜集环境数据并上传至中央云系统,由云系统和车辆自己共同做出驾驶行为的决策。在这个过程中,车与车之间是孤立的,所有环境数据都需要由云系统来处理,所需的算力是极大的。且一旦中央云系统遭到攻击,整个车辆系统将面临瘫痪。

引入区块链技术或许是一个可行的方法。因为区块链技术可以帮助车辆数据以分布式的形式进行安全共享,因此在一定程度可以避免出现数据中心化处理可能面临的风险。

声音 | 上海股交所总经理:区块链想要大规模发展要做好社会科普工作:金色财经报道,上海股交所总经理张云峰表示,区块链当前还处于一个“概念”的阶段,距离成熟应用,影响到百姓的日常生活还有很长的路要走。对于“区块链”和其会带来的社会和经济效果,沈阳应当持审慎的态度。区块链想要大规模发展,一方面要做好这项复杂技术的社会科普工作,加快社会大众对区块链的了解。另一方面,要充分发挥市场的作用,让企业用实实在在的技术创新,赋能实体经济的发展。[2019/11/17]

除了自动驾驶,共享汽车概念也在近些年兴起。共享汽车的身影现在已随处可见,区块链的加入或许能让其共享的概念更上一层楼。当今的打车和拼车服务仍要通过第三方支付平台这样的中介机构,乘客和车辆之间的匹配大多也是由服务商来决定。这一系列需要经过平台的行为,导致汽车共享出现支付透明度不足、安排线路不合理等问题。当使用区块链技术打车和拼车时,乘客和车辆都可以不再依赖中介,数据的共享使得支付安全性和选择自主性大大增强。如今已有不少相关项目,如国内的趣出行、以色列的La’Zooz,还有丰田研究院都在通过区块链技术来改进拼车服务。

声音 | 欧洲央行执委:如果Facebook想要收取存款,就需要获得银行牌照:欧洲央行执行委员会成员Benoit Coeure向G7财长和央行行长提交了一份初步报告,其中提到如果Facebook想要收取存款,就需要获得银行牌照,这将使其受到与金融行业运营相关的严格监管。[2019/7/18]

基于区块链的数据安全共享,为故障车辆召回、零部件溯源、车辆定位及汽车保险等提供了可行的技术方案选项。

激励机制有望赋予汽车产业更多“玩法”

区块链作为数字货币背后的技术支撑,它对于汽车产业的意义不仅停留在数据存储层面,对于用户来讲,还可以赋予汽车数据或汽车本身一定的金融属性。比如2018年3月上线火币的EGCC币。

EGCC项目名称叫ENGINE。ENGINE以区块链为核心技术,建立汽车大数据共享平台,致力于搭建全球汽车行业第一链,通过实现汽车全生命周期数据的公开透明、可追溯、可查询,推动汽车领域的区块链革命。ENGINE瞄准的是二手车市场,旨在杜绝二手车交易中因信息不对称产生的欺诈行为,真正实现二手车的公平交易与买卖。

值得关注的是,用户可以在平台上分享数据并获取收益,贡献有激励,这给ENGINE区块链生态附上了一层新的商业含义。但ENGINE的生态设计上并非完美,它允许数据侧链的不同定义,这种模式存在隐私泄露的隐患。上线火币后,EGCC实际流通量不清晰,热度也逐渐滑坡。

除此之外,试图赋予汽车金融属性的创新项目还有不少。今年3月17日,阿里系的智己汽车首次向外界透露了其全球首创的用户权益平台CSOP的核心运营链路。CSOP中有两个概念引人注目—“水晶”和“原石”,“水晶”即积分,用户通过参与任务、活动或开通功能来获取。“原石”可以理解为汽车数据的激励,车辆使用越早越多,数据价值越大,原石的获取机会就越大。除此之外,用户也可以通过使用水晶来抽取原石。原石背后是分红的权利,用户与企业之间通过原石这枚纽带,关系更加密切,每一位用户都是可能的合伙人,都可能享受到“股票”价格上涨带来的利益。从某种程度上讲,智己汽车像是在STO,这一创新能否在现行监管体制下顺利发展起来仍要打一个问号。

让每一辆商用车都成为一个可信移动数据源

以上谈论的汽车金融大体是在乘用车的范畴内。同时近年来,受益于电子商务的发展,物流行业也迎来大爆发,商用车金融同样是一个充满机遇与挑战的领域。商用车,即在设计和技术特征上是用于运送人员和货物的汽车。我国商用车的融资租赁市场发展是缓慢的,因为风险难以控制,缺乏信用机制。比如进行物流配送的司机对商用车并没有所有权,商用车的折旧往往较快,还衍生出了责任推诿、配送效率降低等一系列问题。再比如,二手商用车缺乏一套统一的检验标准,物流企业或司机个人在购置商用车时都面临一个缺乏信任的市场。

针对商用车融资租赁的难题,作为承接公司城配物流业务的主要品牌奇瑞商用车正在力求建立起其中的信用机制。5月6日,奇瑞商用车与蚂蚁链签署战略合作协议,共同推进区块链等技术在新能源商用车领域的应用,共建全新的城市配送物流信任体系。

新能源商用车的市场是巨大的,根据中国汽车报,我国物流车保有量约2000万辆,而其中新能源物流车只占2.5%。再加上其本身具有“车联网”的基础,只是目前数据分散,但新能源商用车的潜力是巨大的。此次奇瑞商用车与蚂蚁链的合作,力求解决先前商用车之间“信息孤岛”的状态。奇瑞为新能源物流车植入区块链技术,运行数据实时记录流转在蚂蚁链上,这意味着每一辆车都是一个数据中心,都会成为一个移动的可信数据源。这就实现了配送活动全程的数字化,从控制风险角度来看,由之前控制司机的信用风险转变为控制车辆的信用风险,显然后者的可控程度更高。

无限想象背后的诸多难题

用车过程中,可搜集的有价值数据不只是驾驶数据,还有油价数据、道路数据、天气数据等等。这些数据如果可以上链,惠及到的领域就不再局限于汽车行业,而是渗透到各行各业。基于区块链技术,汽车行业的想象空间是无限大的,可挖掘应用场景和价值是无限大的。

不过,追求这样的收益,又需要付出多大的成本,搭建多大的数据网络?除了搭建数据平台的算力需求,还要涉及到区块链领域尚未成熟的监管体系及其带来的种种不确定性。“汽车区块链”前景无尽,难题实也不少。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

区块博客

[0:0ms0-4:532ms