《移民美國前期常見的心理障礙》

如果是常看新聞的人就會發現
台灣的電視新聞內容20-40%都會扯到美國
所以有一部份的台灣人都有美國夢
覺得美國什麼都好都進步
忘記了美國也是由凡人構成的
有一些人抱持著夢想就來打拼
最後乘夢而來 鍛羽而歸

以下談談一般移民跨越過蜜月期之後
可能會遇到的心理/生活障礙

1. 誤解和惡意

剛剛遷居到新國家的人
常常過於敏感
會因為一兩個當地人某些動作和語言
自行腦補過度解讀
認為傷害了他們的感覺
甚至最終決定搬回台灣

事實上就是
不管哪個國家都有善人跟沒耐性的人
不是每個人都有耐心去辨識你的口音
遇到不友善的人
比如說聽到你的口音後
態度轉為不耐或是不理人
理性處理 找別的窗口就好
千萬別為了這樣的人影響自己的情緒

Grace 個人都會設想
這些人是比較封閉保守不願意跟外國人接觸
或是自己日子過得不好
所以拿相對弱勢的外國人出氣
這樣退一步去思考氣就消了
不用跟他們計較

況且美國的總體氛圍是個人主義
對外籍人士和各種種族信仰的包容度
其實比台灣高很多 大部份的人都是友善的
為了一兩個異類 自我信心崩潰沮喪
甚至放棄自己的生涯規劃回國
根本不值得

有人謠傳共和黨很多種族歧視者
守舊 排外 討厭亞洲人
Grace 正巧住在共和黨大票倉
五年來遇到的怪奇人物
跟台灣比 認真說起來還少一點

但如果有人蓄意攻擊你
對方言論的確涉及種族歧視
Grace 建議不要姑息
採證事後通報主管機關或報警處理
因為 你的姑息 只會讓這些人
更大膽的去尋找下一個受害者

2. 不便和無聊

除非你住美國超級大城市
一般美國賣場八點或九點就打烊了
週日可能還提早到六點關門
市中心除了電影院也沒有很多娛樂
以Grace 住的田州大城市為例
市中心可以數出來的娛樂場所
大概就是兩家電子遊樂場
一家迷你攀岩場 動物園
幾家迷你高爾夫 博物館
除非你和美國人一樣熱愛戶外和運動
不然應該住了兩週就想跳上飛機回家

住美國95%以上的情形
從你住的地方出發
想買瓶飲料都得開車五分鐘以上
每天早上伴隨起床的不是人聲
而是蟲鳴鳥叫
如果有庭院還得按時剪樹除草
每天的生活
真是好山好水好無聊

再加上地廣人稀
所有我們台灣一家便利商店可以辦好的事情
在美國都要跑好幾個地方
等上三天 五天 半個月
Grace 在美國生出海量的耐心
去應對這裡常常出錯的職員
和公家單位顢頇的辦事態度
想著不傷他們自尊的方式去指正他們
或是提醒他們辦好他們的份內事情

所以跳上飛機移居前
最好先想想自己是不是喜歡戶外活動
有沒有心臟去適應他們的行政系統

3. 無法融入社交圈

因為語言能力的限制
像Grace 這樣已屆熟齡才移民的人
是極難像幼年或是青年移民的族群
可以在短時間內把語言能力衝上
說出一口沒有外國口音的英語
最重要的是能準確無誤地表達意思

Grace 在很短的時間把這個能力提升
並融合了一些幽默感在內
偶而出錯的異國腔英文
在應付工作或教學上
大致上沒有很大的問題
跟職場上同事們
也能達到簡單閒聊的開玩笑
或是背景比較類似的同事
（比如：單親或前單親的女同事）
能達到比較深入的交流
會偶爾約出去吃飯的程度

但是說到排除職場外的交朋友閒聊
除非是對異國文化極有興趣的美國人
一般人很難長時間有耐性的去辨認你的口音
更何況當兩個本地人聊起當地的文化
本地歷史事件 或是一些古流行
比如說上一屆郡長的軼聞
以前學校流行的募款活動
就跟台灣人說起「中部粽」「聯考」
會讓非台灣人搞不懂你在說什麼一樣
類似情況發生Grace 往往插不上口
也很難跟別人攀上什麼交情
更不用說可以跟當地人深交到什麼程度

排除語言障礙
西方文化的本身就和東方非常不同
比方說 摸清他們職場的潛規則
怎麼恰到好處的讓上司看到你好用
又不搶了他們的風頭 都是一門功夫
如果不是挫折忍受力高
又觀察力強 願意學習的人
一定會時時都有格格不入的感覺
也會產生有過身在異鄉的人才會明白的孤寂

不過Grace 要告訴你
你並不寂寞
因為美國人自己
也有很多職場適應困難
或是社交生活貧乏的人
美國因為地廣人稀
非常多的人下班是零社交的
如果這些人沒有家庭
回家就看電視看到睡著的人很多

同時美國職場跟台灣不同
他們非常尊重員工私人生活
所以大多是職場並沒有
下班後一定要跟老闆 同事交際的潛規則
只要跟同事保持基本的來往
有亮眼的工作表現
把主管或老闆關係弄好
不用擔心會變成邊緣人

Grace 本身就沒有很強的交際需求
對於大型群體活動沒有很大的興趣
大多數的時間用來讀書、運動看手機新聞
交朋友只要兩三個知心的人就滿足
搬到美國不過就是換個地方宅
所以這些事情並不會影響太大

但如果你本人是社交王
兩天沒跟朋友一起吃飯玩耍就孤單寂寞冷
偏偏英文沒有很溜
Grace 誠心建議你
好好評估美國是否值得你
捨去在台灣經營已久的人脈
遷居美國之前把英文練好
搬來後才不會悶出病來呀！

—————-
若您喜歡Grace 的分享
請到評論區給Grace 五顆星鼓勵
讓Grace 有更多動力寫文章分享！

圖：每天都開心不得了的夏令營科學老師Mrs. Grace與負責的疫苗科學攤位。今天博物館竟然請來了county 的電路維修人員，現場示範怎麼跟路邊高壓電線保持安全距離。Grace 等下週夏令營工作結束之後，會再發一篇文分享下週即將發生的工作上又一奇遇。

跨界圍攻：「AI 視覺」公司已集體殺入智能駕駛圈

2021-05-22
雷鋒網

如今的智能汽車賽道，說挨肩迭背也不為過。

新勢力派引領變革，最為二級市場所看好；泛網際網路派占流量高地，擅技術遷移；傳統車企派根基夯實，品牌名聲享譽在外。

甚至財大氣粗的某地產派也曾放下豪言――力爭 3-5 年成為世界規模最大、實力最強的新能源汽車集團。

如華山比武般，大俠們個個嚴陣以待，各方勢力黃巾高擎，左右開弓。

你看看，前有行業鐵幕，中夾破釜沉舟之心，後是險峻江湖，哪還有初進牛犢的落腳之處？

即便如此，在月前燥熱尚未消退的上海車展後，鮮少被提及的AI視覺公司還是擠了進來。

看慣了巨頭們的聲勢浩蕩，轉身發現AI視覺企業們的入局講究一個循序漸進，起承轉合。

而他們的悄然進入，也給智能駕駛領域增添了幾段新故事。

海康威視：左手自研、右手投資

AI安防老大哥海康，深耕智能駕駛市場履行一貫的低調風格。

其對智能駕駛的綢繆始於2015年，當時海康內部計劃開展新業務，起初確定的業務有三：海康汽車電子、海康機器人、海康螢石。

2016年7月，耗資1.5億的海康汽車技術正式成立。

在此前後，海康還分別於2016年6月投資了威視汽車科技，2017年7月成立了海康汽車軟體。

2018年是海康智能駕駛的上升之年，市場渠道、技術研發上均有突破。

2018年2月，他們上線高級駕駛輔助系統、自動泊車APA+，同年又成功打入2019款保時捷卡宴的配置中。

汽車產業以穩為重，鏈條長、利益盤根錯節，新入者切入並不容易，而海康卻出其不意一舉打入高端。

數據顯示，截至2018年底，海康汽車已經通過了20家OEM的審核並成為其合格供應商，公司的主要客戶包括一汽集團、北京汽車、上汽榮威、上汽名爵、本田汽車等。

其中，定點項目超過200個，已量產的項目超過100個，覆蓋500家渠道合作夥伴。

成立子公司自研之外，投資也是海康較為看中的一大路徑。

在成立汽車電子公司之前，海康就曾在2016年入股毫米波雷達企業森思泰克，並成為後者的第二大股東。

2013年成立的森思泰克既是毫米波雷達第一批探路者，也是成績較為優秀的領軍企業之一。

森思泰克創始人秦屹是英國海歸的雷達專家，在英從事雷達研發和製造十餘年。

據悉，森思泰克所聚團隊成員中80%具有軍工背景，掌握雷達硬體、軟體和量產工藝等幾乎全部核心技術。

據悉，森思泰克毫米波雷達在北京、石家莊設研發中心，在蕪湖設總廠，在杭州設車載事業部。

石家莊，有軍工雷達大本營之稱，軍民毫米波雷達研發人才密集，且電科雷達研發54所和13所都在石家莊。

森思泰克也頗為爭氣。

2019年，思泰克首次實現大批量77GHz車載毫米波雷達國產化、突破國際巨頭壟斷。

森思泰克的77GHz毫米波雷達成為國內首個真正實現「上路」的ADAS毫米波雷達傳感器。

目前，森思泰克已成為紅旗、一汽、韓國現代、東風日產、長城、長安等國內外車企體系內供應商。

海康與森思合作的高分毫米波成像雷達+視覺融合技術，或許將對壘低線束雷射雷達。

大華股份：立足整車，三電、網聯、自動駕駛多點齊發

零跑汽車脫胎於大華股份的汽車部門，獨立後獲得了大華股份的技術和資金支持。

2015年，大華股份副董事長兼任大華股份CTO朱江明親自下場，成立零跑。

經歷2019年新能源補貼大退坡，不少新勢力造車企業已經出現嚴重資金問題，且變現存疑。

零跑汽車亦不例外。

2018年，零跑虧損 3.07 億元後，2019 年上半年又持續虧損約 2 億元。

2019年1月4日，零跑汽車第一款車S01上市，該車2019年全年交付約1000輛。

對於連續虧損的零跑，唱衰論一直也在網上發酵。

朱江明對此表示，「即使不融資，零跑也能再活三年。」他透露，大華股份將持續為零跑輸送資金，「當然我們希望能更多的融資，發展得更快些。」

在經歷融資受阻後，2021年伊始，零跑官宣融資43億元，合肥政府投資平台亦在其中。

今年年初，此前曾投資蔚來的合肥市政府與零跑方面簽訂戰略合作協議，未來合肥方面將對零跑B輪融資投資約20億元，並展開更多合作。

現金流方面，從不被業界看好，到巨額融資的到帳，仿佛又讓市場看到了可能性。

技術層面，零跑汽車稱自主研發了三電系統、智能網聯繫統、自動駕駛系統三大核心技術，並完全掌握自動駕駛核心硬體平台和算法技術，實現對自動駕駛感知、決策、執行層關鍵技術的自主化全覆蓋。

產品層面，零跑汽車目前旗下擁有3款量產車型，分別為：零跑T03、零跑S01以及零跑C11。

三款產品風格各異，銷量不一。

2020年，零跑汽車官方消息稱，2020年累計銷量達11391輛，其中T03為主力軍，貢獻了10266輛。

創始人朱江明也底氣頗足：「2023年零跑進入造車新勢力TOP3、2025年在國內新能源汽車市占率達到10%」。

商湯：求精感知技術，並進艙內艙外

與其他AI獨角獸相比，商湯在自動駕駛上布局較早，也更全面。

2017年進軍自動駕駛，商湯的汽車產業布局可分為艙內（智能車艙）和艙外（智能駕駛）兩大層面。

智能車艙層，基於前裝量產解決方案，以視覺感知技術為錨點，由點及面，覆蓋用戶從上車到用車的多個場景。

商湯的SenseAuto Cabin智能車艙解決方案包括駕駛員感知系統、座艙感知系統、智能進入等等功能。

據悉，在過去的兩年多時間裡，商湯已經拿下了30多個國內外頭部夥伴的智能車艙定點量產項目，覆蓋車輛總數超過1300萬輛，其中10 余個項目已經實現了量產交付。

智能駕駛層，商湯選擇與主機廠合作，做汽車廠商（OEM）及一級供應商（Tier1）的解決方案供應商。

在自動駕駛感知、決策和執行三大要素中，汽車廠商和Tier1占據重要角色。

2017年，商湯與OEM廠商本田簽訂了為期5年的長期合作協議，研發適合乘用車場景的L4級自動駕駛方案。

2018年，商湯完成杭州、上海半開放場地內實現無接管自動駕駛。2019年，在日本落地「AI自動駕駛公園」，將用於自動駕駛汽車的研發和測試，並面向公眾開放。

商湯的自動駕駛業務定位，是以視覺為主，其他元素為輔。

視覺之外，商湯在高精度地圖和雷射雷達、毫米波雷達等方面皆有技術儲備。

通過搭配多種不同傳感器，實現感知、分析預測、決策規劃控制、城市級三維地圖重建及無人車高精度定位能力等技術功能。

目前，商湯對自動駕駛技術進行了多次疊代，形成了一套較為成熟的智能駕駛方案：SenseAuto Pilot智能駕駛解決方案，聚焦 L2+ 級高級輔助駕駛至L4級自動駕駛創新，並在上海車展首次發布SenseAuto Pilot-P駕駛領航方案。

軟體之外，2019年3月，商湯還推出首款原創機器人SenseRover X自動駕駛小車，這是款針對自動駕駛的教學產品。

奧比中光：戰投＋自研，兩條腿走路

奧比中光是AI初創企業中對智能汽車投入最多的公司之一。

作為一家AI 3D感知技術方案提供商，成立於2013年的奧比中光現今已在3D傳感領域深耕近8年。

3D傳感作為人工智慧領域最核心的視覺感知技術，融合了晶片、算法、光學、軟體等多交叉學科技術，是人工智慧時代感知識別、新型人機互動等最為核心的技術載體。

除3D結構光外，奧比中光在雙目、iTOF、dTOF、雷射雷達等主流3D視覺感知技術領域也有長遠布局。

早在2018年，奧比中光就投資雷射雷達晶片級解決方案提供商飛芯電子。

飛芯電子成立於2016年，是一家專注於光電設備、雷射雷達研發、集成電路設計的高新技術企業。

成立僅2年，飛芯電子獲得了博世等注資。

據悉，飛芯電子以研發、生產雷射雷達系統及核心晶片為主要業務，客戶群體主要面向國內外汽車、機器人、無人機等生產研發廠商。

飛芯電子稱，其針對行業痛點，採用了連續波載調製或相干外差探測方案，利用焦平面點雲測距技術，滿足較高的空間解析度和較大的視場角，探測距離可超過200m，且無需複雜昂貴的機械掃描裝置，不斷提高系統可靠性，也使獲得的圖像更為清晰。

2019年4月，奧比中光成立車載3D視覺傳感方案提供商奧銳達。

奧銳達的業務重心在智能座艙，產品包括ToF攝像頭模組、雷射雷達等硬體以及3D ToF智能座艙方案。

承襲了奧比中光的3D視覺感知技術，奧銳達可為智能汽車帶來DMS、OMS、手勢識別、人臉識別、身份驗證等多種3D化智能功能。

其金融級安全的3D人臉識別方案，保護駕乘人員的信息安全；通過3D-ToF 攝像頭，實現多區域手勢控制；同時，智能汽車還可以通過3D信息，判斷駕乘人員體型、座艙內位置等。

近日，奧銳達還發布了為智能汽車量身定製的3D ToF智能座艙方案。

虹軟：主攻艙內，走軟硬一體之路

2018年，為應對手機市場見頂飽和，虹軟正式將業務從智慧型手機領域拓展至智能汽車、IoT等領域，一舉橫向突進自動駕駛市場。

虹軟科技創始人兼CEO鄧暉曾表示，未來每輛汽車裡都有10個以上的攝像頭，智能座艙將成為智能駕駛視覺AI的重點應用場景。

與其手機定位一樣，虹軟的智能汽車走軟硬一體解決方案，力圖做車載視覺一站式解決方案的供應商。

從招股書看，截至2018年底，虹軟科技的「汽車等loT產品」的業務收入僅367.95萬元，占比不足1%。

與多數視覺企業加裝雷射雷達等技術不同，虹軟的的自動駕駛解決方案完全基於視覺層面，且核心聚焦在車內智能。

虹軟科技的智能駕駛視覺解決方案，包括車內安全駕駛預警、駕駛員身份識別、車內安全輔助、輔助駕駛預警、自動泊車等眾多解決方案。

2019年3月，虹軟入股開易（北京）科技，後者主營業務包括主動安全智能終端（ADAS+DMS+人臉識別）、SDK軟體服務以及硬體整體解決方案。

2019年，虹軟在科創板上市。

虹軟表示，其在計算機視覺領域積累深厚，融合其暗光高反差拍攝、防抖等影像視頻增強算法技術，即使在車內光線不佳、人臉角度多變、車輛晃動等特殊情況下，也能夠很好地完成車輛周圍環境監測和車內人員監測等功能。

上市後，虹軟大力布局智能汽車及其他 IoT 智能設備領域，目前成效初現。

據虹軟表示，智能汽車板塊2019年開始真正量產。

數據顯示，2020年，智能駕駛視覺解決方案業務增長較快，實現營業收入6592.99萬元，同比增長310.61%。

據悉，虹軟智能駕駛相關產品包括DMS（駕駛員識別系統）、ADAS（高級駕駛輔助系統）、BSD（盲區檢測系統）、OMS（乘客識別系統）、Interact（視覺互動系統）、Authenticate（生物認證）、AVM（3D環景監視系統）、AR HUD（AR抬頭顯示）和智能後備箱等各類以核心算法為基礎的相關軟體解決方案。

高工智能汽車研究院數據顯示，DMS(駕駛員識別系統)的算法業務是其智能汽車業務的主要收入來源。

虹軟今年透露，其智能駕駛業務已實現37+7個前裝車型定點開發（37款量產車型定點，7款車型預研），以提供純算法為主，公司直接與Tier1或整車廠簽約，涉及多家國內主流車企（含造車新勢力）及部分合資車企。

格靈深瞳：最早入局，協同成長

成立於2013年，格林深瞳是最早的一批AI視覺公司，也是最早一批投入自動駕駛的AI視覺公司。

當年，格靈深瞳聯合英特爾研究院院長吳甘沙、國家智能車未來挑戰賽冠軍團隊負責人姜岩等一同創辦了一家專注於自動駕駛領域的公司――馭勢科技。

2016年，馭勢科技在北京誕生，格靈深瞳作為投資方入股馭勢科技。

過去五年，馭勢科技在洶湧潮水中奮力前行。

2017年1月的CES，馭勢科技向世界推出了無人駕駛概念車「城市移動包廂」，該車型成為了全球第三款獲得紅點設計大獎的無人車。

同年，這家公司分別在4月和6月，於白雲機場、杭州來福士率先展開面向普通公眾的無人駕駛商業化運營。

今年1月21日，香港國際國際機場宣布，由馭勢科技與香港國際機場管理局共同研發的無人駕駛物流車將替代人力駕駛拖車，承擔往返機場和海天客運碼頭的行李運輸任務，意味著其在機場的運用已逐步上量。

在過去的一年中，馭勢科技與長安民生物流、一汽物流、巴斯夫（BASF）等數十家企業建立了商業合作。

據透露，在國內某豪華品牌車型上，馭勢科技提供的軟體算法也已前裝量產，並幫助該自主品牌率先推出 L3 級自動駕駛功能。去年馭勢科技交付了數百套「AI駕駛員」，實現年度業績同比增長150%。

前不久，馭勢科技宣布完成累計超10億元人民幣的新一輪融資，在這場融資中馭勢科技獲得了國家資本的參投。

馭勢科技在無人物流埋頭苦幹，潛心鑽研，其成績是在無人物流領域的業務布局幾乎占到了國內市場的70%。

2016年誕生至今，馭勢科技經歷萬千辛酸，在密如繁星的棋子中探索出一條最優解法，以機場定式，在精進自我的路上捨命狂奔。

而格林深瞳的自動駕駛之路，也隨著馭勢科技越走越遠。

曠視：立足AI視覺，做車載全套解決方案

2018年11月，曠視曾公開展示過車載AI視覺解決方案。

彼時的曠視，其解決方案基於車載系統和駕駛過程的人臉解鎖、帳戶切換、駕駛員識別、多模態交互等功能為主，並收取相應軟體使用費和服務費。

「人臉解鎖」可通過車外的攝像頭捕捉駕駛員人臉信息並進行身份的識別與確認，實現人臉解鎖車門、臨時授權人臉解鎖車門；

通過車內的攝像頭實現刷臉啟動發動機、保險箱等，「帳戶切換」功能可通過人臉識別無感知精準識別駕駛員身份，配合車載智能系統，快速調整用戶預設的車輛各項個性化配置（座椅位置、反光鏡角度、空調溫度、音樂、燈光、導航等）。

「駕駛員識別系統」可通過車內攝像頭，實時查看駕駛員駕駛狀態和行為，在駕駛員出現疲勞駕駛或分心駕駛跡象時觸發預警，保障行車安全。

曠視曾表示，其與蔚來汽車實現了未來在智能汽車應用上的深度合作，真正的無人駕駛商用較遠，曠視聚焦對人類駕駛員的理解和輔助。

的盧深視：基於3D視覺相機，為產業賦能

的盧深視在智能汽車領域的角色，更多是與第三方合作的方式。

作為三維視覺領域的佼佼者，的盧深視在高精度深度感知成像、三維實時高精度重建、三維跟蹤識別及感知等技術方向上深耕多年。

上月，的盧深視出席了2021全球自動駕駛高峰論壇，並展示了其最新3D CV相機及其應用。

的盧深視兩款自研3D CV相機，其在5米範圍誤差小於1mm，指標超越國際3D相機巨頭，量產良率達99%以上。

基於前端低功耗嵌入式平台，兩款相機均可實現非接觸式精準識別，基於結構光原理，更可還原人臉高精度3D細節信息，通過人臉立體尺寸信息精準辨識人員身份，同時對於二維和三維攻擊識別正確率高達99.99%。

多提一句，安全性上，可達金融級別。

據悉，除了智能汽車領域，兩款相機也在智能家居、金融支付、智慧交通等領域展開布局。

智能駕駛：AI視覺第二春

AI視覺眾企入局智能駕駛賽道，並非跑題創作。

其一，布局智能駕駛，是戰略向外牽引使然。

自計算機視覺出走實驗室樊籠，AI安防、自動駕駛便拿到一大波投資人的「S卡」。

當年AI落地之時，安防提供了絕佳的土壤，AI公司在此實現技術與產業的交融。

期間，AI與安防彼此成就：

安防向世界輸送的海大宇等驕子，幾乎主導了全球安防市場話語權，行業極速擴容，向城市各個領域蔓延。

AI獨角獸們也從安防起家，並逐漸走向千行百業，邁向全域。

左邊是AI安防成主要營收來源，右邊是AI安防逐漸占領一席之地。擺在入局者眼前的，是如何保持縱向持續增長的必答題。

擺脫路徑依賴，尋找AI安防之外的市場，已是當務之急。

如果說，過去五年，AI視覺公司的路徑是「通用AI SDK 重定製集成項目實施」的話，那麼未來五年，他們可嘗試「非標領域的標準市場 形成標準化產品 低成本規模化複製」的路子。

非標領域的標準市場在哪？自動駕駛、醫療、晶片赫然在列。

縱觀AI市場，目光所及賽道幾近全員虧損，掘金志認為，與高成本人力無關，因為虧損在放大；與硬體儲備也無關，因為可以OEM。

核心在於：AI安防未能標準化，項目需求又無窮多。

那就去標準化市場？有人問。

標準化市場可以一夜之間把價格做到無窮低，但高額運營支出非AI企業所能承受。

標準化市場上不去，定製化市場下不來，AI公司的突破口在哪？答案是：非標準化市場裡找到標準化路子。

賽道上，自動駕駛正是明顯的非標領域的標準市場。與AI安防共通的是，智能駕駛初創企業也依賴資本輸入。

但前者場景碎片化、項目定製化，產品標準化之路漫漫；後者以智能汽車為載體，技術上軟體定義、人機協同一旦成型，會一招吃遍天下鮮。

眼下，不少智能駕駛新勢力已實現產品量產，並獲得一定規模的現金流。

對於一眾搶灘的各路豪傑，AI視覺的入場似乎有些遲。

但智能汽車賽道正熱、格局未定，智能汽車產業鏈長、細分領域繁雜，此時入場的AI視覺，你可以說它入場稍晚，但不能說它機遇不在。

其二，自動駕駛或是計算機視覺技術應用必登之高峰。

近幾年，機器學習持續深入，計算機視覺應用亦有了飛速進展。

千山萬水跨越的人臉識別小山，是AI最成功，也最基礎的一環。

真正的AI，是貫穿感知-決策-執行的長鏈條，這一點在自動駕駛上體現得尤為極致。

感知層，通過各類硬體傳感器捕捉車輛的位置信息以及外部環境信息；

決策層的「大腦」，基於感知層輸入的信息作環境建模，從而形成對全局的理解並作出決策判斷，再向車輛發出執行的信號指令；

最後的執行層，將決策層的信號轉換為汽車的動作行為。

自動駕駛技術是人工智慧、高性能晶片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體，落地難度之大，各路AI無不動容。

計算機視覺應用場景萬千，自動駕駛無疑是極具挑戰性、最具想像力的一條。

越是長在懸崖之巔的花，越讓人著迷。

一直以來，在環境感知環節，存在AI視覺與雷射雷達技術路徑之爭。

不管何種路徑更優，已經在視頻物聯領域經歷過殘酷驗證，AI技術儲備上，AI視覺企業們也已攢下不少經驗。

狼多肉少，能吃幾成飽？

「自動駕駛是很低級的行業嗎？所有人都想來分一杯羹。」

這調侃入局者們聽了，大抵會覺得分外委屈。

大多數困在第一道門檻，錢。

「沒有200億不要造車」的聲量振聾發聵，造車明星蔚來也曾資金一度跌入谷底。

雖說AI視覺公司除了大華的零跑汽車外，其他參與者目前都專注於智能駕駛硬體和系統，但這也是個昂貴的行當。

不少企業本身依靠資本輸血，是否有更多資金和精力參與自動駕駛廝殺，是他們需要思考的問題。

行業壁壘不容小覷。

汽車產業發展百餘年才形成了一套嚴謹而完整的生產流程和制度，乃至於衍生出了一套基於安全的工業文明，不是後來者們在短短的幾年時間裡就能夠顛覆的。

作為智能汽車的核心體現，自動駕駛技術遠未達到成熟的程度；車艙內的智能化體驗也還有豐富的想像空間。

換言之，如果跨界選手想要在智能汽車的世界裡找到自己的一席之地，不僅要高度重視安全這一話題，還要擁有強大的軟體能力。

但在前一輪前沿傳統主機廠以及蔚來、小鵬、理想等新造車勢力的人才軍備賽過後，新入局的玩家要如何吸納更多的專業人才？又如何權衡來自世界各地的人才的意見和建議，從而做出最終決策？

與此同時，智能汽車的研發不是一件只要懂軟體就能夠做成功的事情。

隨著電動化、智能化大潮的到來，造車的門檻看似降低了不少，但在這一過程中遇到的內因外因的難題，可能遠比想像中的要多。

行業資源尚需積累。

相比AI安防、智慧城市等領域，AI視覺跨界者在智能汽車領域品牌影響力和渠道資源不足，短期內，造血盈利能力較低。

而且，AI視覺企業布局智能駕駛時間不一，技術雖有共性但終究有別，相較於大多數垂直企業，尚有諸多不足。

故可見，過去幾年，即使AI視覺巨頭，步伐也較為謹慎，大多圍繞艙內智能、ADAS市場。

如果說巨頭們跨界，自帶熱搜體質，AI視覺企業跨界的光彩，多少暗淡了些。

前者身家優渥，拿著頂流體驗卡入場，高屋建瓴，後者更多是以小舟，涉鯨波。

當然，隨著技術日進一桿，資源聚沙成塔，營收逐年增長，他們將投入包括但不限於研發、營銷、資本等層面，難保這一葉扁舟，哪天出其不意成為可遠航的重磅郵輪。

莫道桑榆晚

眾多跨界玩家湧入智能汽車，激發了新的生機。

無論從何種角度來看，智能汽車的市場都蘊藏著無限機遇。

這個市場需要鲶魚的存在。

在新時代的風潮之下，我們固然期待看到不斷有實力強勁的新玩家們入局，留下中國智能汽車史上濃墨重彩的一筆。

我們也殷切地希望，這是一片能夠承載百花齊放，充滿新的生機和活力的沃土，而不是拔苗助長的投機者的港灣。

憑藉先發優勢，不少入局者或已暫列行業前位，但隨著各方力量的持續加碼，後來居上也並非不無可能。

保持警惕，時刻成長。

資料來源：https://www.chinahot.org/science/83632.html?fbclid=IwAR2Mm9ZU17srF7sCywqUPw-hmRAyGN_sN9XnL0_Q6mE4bUYwUpgGNX3wHps

📜 [專欄新文章] [ZKP 讀書會] Tornado Cash

✍️ Jerry Ho

📥 歡迎投稿： https://medium.com/taipei-ethereum-meetup #徵技術分享文 #使用心得 #教學文 #medium

Disclaimer: 本人與Tornade Cash專案及其員工無任何利益往來。

Tornado Cash是一個Ethereum上的原生隱私轉帳解決方案，使用zk-SNARK+Merkle Tree的路徑證明作為其核心隱私保護機制。

你知我知，Ethereum上的交易記錄是公開的，這使得任何一個人只要知道你的address，便可以在https://etherscan.io/ 之類的網站上查出有多少人和這個位置進行過交易，你做過什麼消費行為或是交易行為等。

或許這聽來不像是個問題，而想要隱藏自己的交易記錄甚至聽起來反而像是不法分子的銷贓行為。

但試想下開情境：因為我曾經使用ethereum捐款給一個政治不正確的專案/組織，而我在接受dd/kyc/reference check的時候因為我的ethereum address就寫在自己的blog上而被查了個底朝天，因而被拒絕入職/拒絕開戶/拒絕服務。

這並不是一個很遙遠的情境…

Tl;dr

解決交易隱私問題分為兩個層次，Assuming你的目的是讓自己的金錢流向無法被追蹤。

層次一：我的錢「丟進了」Tornado Cash的contract，我要如何在不使用與轉入時同一個address的情況下— 若是同一個address就沒有隱私可言了 — 取出我的錢？contract如何知道我存過錢，餘額還夠，所以現在我來領錢了他讓我領？

層次二：就算層次一成立，我的隱私如何達成？到底有多隱私？到底有多不隱私？

技術上來說（細節下文詳談），層次一使用zero-knowledge的set-membership proof來證明，透過預先在Merkle Tree中「登記」一個自己的entry/leaf，tornado cash稱為note，爾後在提款時提出該leaf之zk proof，來解決這個提款時的認證問題。

層次二則是所謂的藏樹於林。既然轉出和轉入無法被連結在一起，那麼只要使用Tornado Cash的人數夠多，總轉出和總轉入的交易總筆數就會太多，以致無法輕易重新關聯轉入與轉出地址背後的真人。

使用界面

https://tornado.cash/

當然你也可以直接和合約地址互動啦

上圖左方紅框為存入幣種與金額大小，右方紅框為該額度對應之帳戶內有多少顆「樹」。

記得藏樹於林嗎？右方的 Anonymity set 就是告訴你現在森林的規模有多大。數量一大，跑資料分析試圖重新關聯某筆特定存款到某筆特定提款就變得更為困難。

提款界面如上。

值得注意的是，提款時的以上兩個選項(Wallet/Relayer)，是在目前Account Abstraction尚未實現時的一個折衷方案。

這裡有個死循環：既然我提款的時候需要支付gas，那麼我的gas從哪裡來？是不是勢必得從交易所或是其他帳號來？簡言之，若是無法直接新建立一個地址然後直接將其作為Tornado Cash提款用，達到的隱私強度就大打折扣。

Relayer就是針對這個問題所設計的。透過付出一些手續費來提供社群架設relayer node的誘因，提款時該筆轉帳的gas費用，便可以讓relayer node來負責先出。relayer node收到使用者的zk proof後將其轉交給tornado cash的合約，合約就會會將應有的relayer手續費與扣除手續費+gas後的款項分別轉給relayer與使用者。

社群治理

Tornado Cash天生是一個比較沒有銅臭味的專案 — 社群治理和funded的味道相當強烈。

透過預先設計好的proxy contract與staking/locking機制，任何一個Tornado Cash的使用者都能夠提出對合約實行的改動建議，並交由社群來投票決定是否要執行該改動。

技術細節可以參照此篇，同時Tornado Cash的第一輪社群治理提案也剛投票過關，回顧可參考此處之討論。

誘因設計

本文作者比較任性不在意錢，請移駕此處閱讀官方如何設計Anonymity Mining來確保以下兩點：

機制能讓使用者願意加入存錢，提供流動性同時也讓樹林變大，增加隱私程度。

產生TORN(ERC20 token)與領取TORN的機制，透過在原本的tornado cash上面再加一層，來避免TORN激勵層錯誤的設計導致下一層之隱私洩漏（激勵層出事不影響核心隱私之意）。

技術細節

首先本文不打算解釋何為zero-knowledge proof，請接受以下描述：

若有一NP statement分類上是satisfiability problem(例：merkle tree中的hash chaining H(H(H(a,b),c),d) )，則我們可以設計出一個arithmetic circuit來確保能夠有效率的產生proof, 有效率的驗證, 無法產生假的且能說服人的proof…且其電路驗證的statement是我們想要的，像是此例中的merkle tree opening.

存款

存款者透過送出C = H(k, r) 以及存入之數額給tornado cash的合約來進行存款的動作。其中k在之後會成為存款者領錢的憑證，稱為nullifier，r則是增加randomness而已，此二值需要記下。此時合約端會將這個C(commitment)丟入Merkle Tree上其中一個空的leaf，並更新root hash。存款者還需要記下自己的C對應之leaf index。

產生proof，用此proof作為提款憑證

用一段話來概括，若是我

知道Merkle Tree上某個leaf的commitment的preimage, 代表我能在電路中證明我知道H(k, r) 中的 k, r, 同時不洩漏k, r到底是多少（zk特性, magic）。

我知道該leaf至root的路徑上會經過哪些點，我也提供了一個可以讓電路驗證root hash的hash chaining過程，代表我知道他是從哪個leaf開始走的。因而，這證明了我提出的1.中的commitment確實屬於某顆公開的、大家都知道的merkle tree中的特定leaf（就是我之前存款對應到的leaf）。

就可以在不需要提供像是原本存款地址的簽章之類的驗證機制情況下，透過zk proof，亦能正確做permission control讓unlinkable的提款能夠成真。

另，讀者可以看到在proof中已然預設了relayer的存在。這使得上開所提到之「使用者提款, 拜託relayer執行=>relayer預付gas發起transaction，將內容送給tornado cash合約=>合約處理proof並將款項拆成兩份給relayer與使用者」這個行為得以成立，且relayer無法得知或假造proof內容。

提款流程

基本上在上方的產生證明都講過一次了，這邊就是pseudo code順過一次提款流程而已，大家自己看啊。

值得一提的是，使用者除了需要提出上一部分提到的證明之外，還需要將k的部分額外拿出來再做一次H(k)，將值一併傳給contract。

這裡的設計哲學，簡單來講是這樣的：zero-knowledge太強了，強到就算證明了我知道H(k, r)的k跟r, 收到的驗證者並沒有辦法知道H(k)是什麼東西。為了讓同一筆款項不會被提領兩次，在提款流程中合約會將「每一筆成功提款中的H(k)」記錄下來，另外開個表存著。爾後若是其他提款交易中的H(k)與表中的重複了，這就代表有人試圖想要騙合約重複提款，自然該提款嘗試就不會成立。

洗錢失敗例

工程師都知道使用者從來不看說明書，看了可能也不會懂。

Koh Wei Jie分析了Kucoin的駭客事件。Kucoin的駭客使用Tornado Cash來洗錢，但忽略了Tornado Cash官方一直三令五申的使用需知，因而讓款項在進入Tornado Cash跑了一輪之後還是能夠被追蹤，哈哈UCCU。

簡單來說，hacker為了節省多次使用relayer的手續費，而將大多數的提領過程都變成直接提領到wallet。雖然該wallet的位置是全新產生的沒有gas，但是透過只讓第一次的提款使用relayer，hacker便能從第一次提款中取得手續費並分發給其他全新產生的wallet address。

那問題在哪？還要問？

要達到隱私需要保持藏樹於林原則，同時使用者不應自己破壞tornado cash幫你達成的address unlinkability。這位hacker因為愛省手續費，所以違背了後者；同時他因為太心急又愛省手續費，太快、分太少次提領、每次提領的數額又太大了，所以side-channel去給他做簡單的traffic analysis就能夠用虛無假設推出：「綜觀歷史上所有的存款位置與數額，扣掉駭客存錢的那些位址之後，我們還需要14個unique address/user共謀，才能有能力一次提這麼多錢。」

這看起來可能嗎？自然是不可能的。

所以這位駭客就是錯誤的沒有遵守藏樹於林的原則，才導致自己的金流重新被和帳號聯繫在一起。

提供一些延伸閱讀，圈子內的”名人”對這種不看說明書的使用者的看法：

tornado * Gavin Andresen

如何避免洗錢失敗

我自己的投影片，我自己翻譯：

打開你的VPN 打開你的TOR 打開你的無痕瀏覽器分頁 用上你全新的VM PC VPS instance 最好連data-link layer安全都顧到 產生全新的地址不要懶惰 自己跑一個fullnode 乖乖用relayer付手續費提款 領錢之後記得把C(k,r)的記錄刪掉 不要急一次存或提領大額 時間拉長數目減少…..

簡而言之：要設計相對安全但又讓使用者可以直覺上手的安全系統真的很他媽難 - 使用者永遠會想辦法抄近路，然後系統的security assumption就爆炸了。

結論上來講，你想要多安全取決於你在臺大水源校區的腳踏車平常都上幾個大鎖=想付出多少成本。只要不要學Kucoin Hacker那樣連鎖都不鎖車還是新的，大部分時間都沒啥問題 lol。

參考資料與文中出現過的連結，不按先後順序：

https://tornado.cash/Tornado.cash_whitepaper_v1.4.pdf

https://tornado.cash/audits/TornadoCash_cryptographic_review_ABDK.pdf

https://tornado.cash/audits/TornadoCash_circuit_audit_ABDK.pdf

https://torn.community/t/whats-next-for-tornado-cash-governance/250

https://weijiek.medium.com/deanonymising-the-kucoin-hacker-418fa5e9911d

https://tornado-cash.medium.com/tornado-cash-governance-proposal-a55c5c7d0703#2084

https://eips.ethereum.org/EIPS/eip-2938

http://gavinandresen.ninja/private-thoughts

[ZKP 讀書會] Tornado Cash was originally published in Taipei Ethereum Meetup on Medium, where people are continuing the conversation by highlighting and responding to this story.

👏 歡迎轉載分享鼓掌