商傳媒｜吳承岳／台北報導

隨著生成式人工智慧（Generative AI）技術日益精進，自動駕駛人工智慧（AI）的發展格局正發生關鍵轉變。過去，自動駕駛領域的競爭主要由能夠大量收集實際駕駛數據的參與者主導，例如美國電動車大廠特斯拉公司（Tesla）以及Alphabet公司旗下的Waymo，這使得日本汽車製造商處於劣勢。

然而，這種以「實際行駛數據量決定勝負」的競爭模式正逐漸被改寫。國立情報學研究所情報社會相関研究系教授佐藤一郎指出，隨著生成式AI的崛起，自動駕駛AI的開發方式也隨之改變。他進一步提到一個「2026年問題」，指的是到2026年，用於訓練大型生成式AI模型所需的高品質數據（例如網路新聞文章、學術論文等）預計將面臨枯竭。

佐藤一郎教授認為，對於數據枯竭問題無需過度擔憂，因為「數據合成」技術提供了解決方案。數據合成指的是利用生成式AI創造出新的數據，再將這些數據作為素材，供其他AI模型學習使用。他強調，AI產生的數據供AI學習利用，已是目前的實際情況。網路上充斥著由生成式AI生成的文章、圖片和影片，這些內容也正被用於AI模型的訓練。

這項數據合成技術不僅能解決數據不足的問題，更潛藏著徹底改變企業數據策略，以及推動生成式AI本身發展與進化的巨大潛力。對於長期在自動駕駛AI領域落後於特斯拉公司和Waymo的日本汽車製造商而言，生成式AI所帶來的這項變革，為他們尋找新的致勝策略，提供了關鍵的機會。