那是在1998年，澳大利亞F1大獎賽期間。在第36圈，芬蘭車手米卡·哈基寧通過了進站，然后繼續參加比賽。這種做法似乎令人費解。哈基寧加速回到比賽中，但這寶貴的幾秒鐘讓他損失慘重——把領先優勢讓給了隊友大衛庫塔。

但這并不是人為的錯誤，而是更險惡的事情發生了。

“有人竊聽了我們的無線電，指示米卡·哈基寧進入維修區。麥克拉倫(英國著名的賽車研發制造公司)首席執行官扎克•布朗在最近與網絡安全合作伙伴Darktrace的一次討論中回憶道:“我們的無線電被黑客入侵，但我們能夠手動逆轉，讓哈基寧回到賽道上。即使是在模擬技術時代，一次音頻泄漏也影響了邁凱輪的比賽。今天，這樣的裂痕可能會對合作伙伴、經濟造成毀滅性的打擊。這就是我們在安全方面，依賴人工智能的原因。”

今天的F1賽車:工程杰作

在今天邁凱輪F1賽車圓滑的外觀背后，是一項復雜的工程技術，極大地提高了它們的速度、靈活性和精度。然而，為超級跑車提供動力的優秀技術也擴大了黑客的威脅范圍。

一看之下，引擎蓋下的現代F1賽車揭示了一系列的儀器，必須所有設備都在和諧工作。這輛車有超過25,000個獨立的部件，其中僅底盤就有11,000個部件，引擎有6,000個部件，以及8,500個電子元件。

這些組件與高級數據分析相協調。在兩小時的比賽中，邁凱輪的F1電子控制單元(ECU)傳輸了超過7.5億個數據點，使賽車的性能得以持續監控。ECU擁有300多個傳感器，在一場平均300公里的大獎賽中，ECU處理超過1000個輸入參數，并將超過300GB的實時數據傳回車庫。

該系統被稱為F1遙測，分析發動機性能、懸掛狀態、變速箱數據、燃料狀態、溫度讀數、重力測量和驅動的控制。F1總部團隊的工程師實時分析這些數據，以調查車手和賽車在比賽中的性能和表現，包括引擎狀況、輪胎退化和油耗。

這種對數據的持續分析使車隊能夠在比賽中以顆粒狀的水平優化性能，并準確地決定最佳時刻讓賽車離開賽道。遙測數據還幫助團隊決定如何調整差速器，即允許兩個后輪以不同速度旋轉的機制，從而大大縮短了時間。

與賽程有著如此緊密聯系，導致很多數據需要保護，而且許多這些組件都是聯網的，因此容易受到外部黑客的攻擊。傳統的安全工具已經試圖阻止攻擊者進入計算機網絡，并使用基于規則的系統來識別已知的惡意行為。

保護邁凱輪的網絡和設備免受快速復雜的惡意軟件和其他形式的攻擊，需要比較先進的技術應用。今天，不知疲倦的人工智能被用來持續監控整個環境，并確定數字活動是否如預期的那樣，或是否有任何元素是可疑的和潛在的惡意。

布朗說:“我們在今天的比賽中看到了高水平的技術和互聯性，邁凱輪在AI采取的主動和精確的方法中找到了安心，這確保比賽戰略和整個企業的正常運作。”

掌握方向盤：人工智能

人工智能做出的計算是實時的，并且隨著新信息的出現和環境的演變不斷地重新評估——這種技術被稱為“自我學習”。這種適應性是至關重要的，它能讓這項技術跟上快速變化、嘈雜的數據環境的步伐，并保護司機免受哪怕是最輕微的干擾。

該公司在今年年初采用了Darktrace的網絡安全人工智能，它的自我學習能力——在沒有事先了解的情況下發現全新的威脅類型，這被證明是團隊在疫情大流行期間向遠程工作過渡的關鍵。

如今，閃電般的反應對于打擊勒索軟件等攻擊至關重要。勒索軟件可以在幾秒鐘內從電子郵件收件箱轉移到共享文件，在安全團隊有時間做出反應之前鎖定文件，讓行動陷入癱瘓。這些快速執行的攻擊通常發生在安全團隊分心或不工作的時候，它們由“自主響應”處理，這是一種新的安全AI類型，能夠反擊攻擊，立即中斷惡意活動。在自我學習的人工智能的推動下，它能夠精確地理解什么是反常的，什么不是，它的干預就像外科手術一樣精確：停止威脅行為，但允許正常活動繼續進行。

由人工智能提供動力，沖過終點線

無論它是針對時間緊迫的工程師的有針對性的電子郵件釣魚攻擊，還是利用了一個漏洞

汽車內部的聯網組件，對敵人來說有很多攻擊路線，但對安全團隊來說幾乎沒有犯錯的余地。

人工智能通過提供自主的威脅檢測和響應，增強了邁凱輪的網絡防御能力，確保新興和新的網絡威脅在升級之前得到迅速處理。它隨著邁凱輪自己的組織和系統不斷發展，不斷學習“新常態”。這種對人工智能理解的持續和自動的重新校準是至關重要的，不僅僅是為了跟上工人的步伐：到賽季結束時，一輛擁有20,000個不同部件的F1賽車，與最初設計和工程設計的汽車有85%的不同。