Siga o Olhar Digital no Google Discover
Já teve a sensação de que viu algo de canto de olho, mas, quando olhou novamente, na verdade era algo completamente diferente? Um hacker enganou a direção autônoma de veículos para fazer com que os sensores tenham essa mesma sensação. A intenção é mostrar como esses sistemas podem ser corrompidos e causar resultados desastrosos.
Ofertas
Por: R$ 2.288,93
Por: R$ 8,28
Por: R$ 1.998,89
Por: R$ 2.498,89
Por: R$ 491,92
Por: R$ 129,90
Por: R$ 412,69
Por: R$ 593,00
Por: R$ 3.598,94
Por: R$ 499,00
Por: R$ 369,00
Por: R$ 1.616,02
Por: R$ 179,90
Por: R$ 2.759,00
Por: R$ 199,00
Por: R$ 166,19
Por: R$ 399,00
Por: R$ 132,00
Por: R$ 505,00
Leia mais:
- Direção autônoma é segura?
- Pesquisa mostra como IA pode ser usada para melhorar direção autônoma
- Entenda como o Uber calcula o preço da corrida
Como enganar direção autônoma
- O responsável pela pesquisa foi Kevin Fu, professor de engenharia e ciência da computação da Northeastern University, nos Estados Unidos.
- Ele revelou que é possível fazer com que os sistemas de direção autônoma tenham a mesma sensação que os humanos têm, de achar que viram algo, mas que na verdade era diferente.
- Ele batizou o projeto de Poltergeist e revelou que, para causar essa “alucinação” nos veículos, é possível utilizar os recursos da própria câmera contra ela e manipular os sensores para causar uma ilusão de ótica.
- Segundo o site Techxplore, eles usaram ondas sonoras e conseguiram desfocar o que a câmera vê.

O que pode acontecer
Testando a descoberta, eles removeram objetos das vias ou mudaram o que o carro via. Assim, ele interpreta o ambiente de uma forma diferente e, consequentemente, toma decisões diferentes na hora da direção.
Como exemplo, Fu mostrou que é possível fazer com que um modelo com direção autônoma veja uma placa onde não há nenhuma sinalização, causando uma parada repentina. Ainda, o Poltergeist poderia excluir a imagem de uma pessoa onde há um pedestre, causando um atropelamento.
Objetivo da pesquisa em direção autônoma
Com a popularização dos modelos com direção autônoma, Fu acredita ser importante encontrar suas vulnerabilidades. Assim, é possível trabalhar nelas para evitar que um sistema seja hackeado e cause danos graves, como atropelamentos ou outros tipos de acidentes.