自動駕駛的長尾問題

黃仁勳昨天在2026年國際消費電子展（CES）的演講中宣布：NVIDIA將推出世界上第一個會思考、推理的自動駕駛AI模型Alpamayo。

由於它是採用視覺–語言–行動（Vision-Language-Action, VLA）模型，能根據相機的輸入做出判斷，並即時動作，和特斯拉全自駕系統走的是同一路線；又是採取開放式架構，不但和各大車廠合作，更瞄準Robotaxi市場，因此被視為劍指特斯拉。

對此，特斯拉執行長馬斯克很快在社群平台X上回應道：「好吧，這正是特斯拉在做的。他們會發現，達到99%很容易，但要解決分佈的長尾問題卻非常困難。」

統計學中有個「帕雷托法則」（Pareto principle），也就是俗稱的80/20法則——80％的比重來自20％的項目；而其餘80%的項目雖然繁多，所佔的份量卻不高，這部分就稱為「長尾」。

在餵資料給AI模型進行訓練時，就會遇到長尾問題。以動物這個類別來說，大部分的圖片都是貓、狗，這樣訓練出來的AI可能就無法有效識別其他動物。

在自動駕駛領域也有長尾問題，有些情境在日常駕駛中極少發生，例如特殊的道路標誌、不應該出現的物體，或是異常的交通行為等，這些倘若AI未曾學習過便很可能產生誤判。

幾年前有則國內新聞：一台特斯拉以自駕模式在高速公路行駛，竟一頭撞進橫倒在路面的貨櫃。這便是長尾問題，因為它不曾見過這種情況。我自己的特斯拉Model 3也有過兩次誤判，一次是三年前在肯德基drive-thru的車道上，過個彎時眼前出現鐵皮屋，它以為是貨櫃車。

另一次就在上個月，讓它自動停車到停車格時，竟認不得地上的ㄇ字型擋桿，直接撞了過去。

馬斯克說解決長尾問題非常困難，卻又自信滿滿特斯拉無需駕駛人監督的全自駕系統很快就會上路。究竟特斯拉是否真能完全應付那1%極端罕見的情境，且讓我們拭目以待；但可嘆的是，受限於台灣的法令，只怕屆時也無法體驗啊。