编辑 | 2049
2024 年，人工智能技术持续改变着我们的生活和工作方式。IEEE Spectrum 精选了年度最具影响力的 10 个 AI 故事，从技术突破到社会影响，全方位展现了 AI 发展的现状与挑战。这些故事不仅反映了生成式 AI 的革命性进展，也揭示了其存在的局限与争议。
提示工程的终结：AI 正在取代人类设计师
自 ChatGPT 问世以来，提示工程（prompt engineering）迅速成为热门领域。然而，最新研究显示，AI 在优化提示词方面已全面超越人类专家。VMware 研究发现，尽管算法生成的提示词看似怪异，却能带来更优的性能表现。
在图像生成领域，Intel Labs 开发的 NeuroPrompts 工具通过强化学习优化提示词，同样证实了这一点。然而，这并不意味着提示工程师将被淘汰，而是正在向更全面的 LLMOps 工程师转型，负责 AI 系统的可靠性、安全性和合规性等多个维度。
版权困境：生成式 AI 的创作边界在哪里？
研究发现，Midjourney 和 DALL-E 3 等生成式 AI 系统即使在没有直接提示的情况下，也可能产生与受版权保护内容高度相似的作品。这不仅暴露了 AI 训练数据的合法性问题，也挑战着现有的知识产权保护体系。
虽然一些公司尝试通过过滤提示词来减少侵权风险，但长期来看，确保训练数据获得合法授权才是根本解决方案。推动行业建立透明的数据使用机制，平衡创新与权益保护，成为当务之急。
解码 ChatGPT：AI 编程能力的真相与局限
格拉斯哥大学的研究团队对 ChatGPT 的编程能力进行了全面评估。结果显示，ChatGPT 在处理 2021 年前的编程问题时表现出色，简单题目的成功率高达 89%，但面对 2021 年后的新问题时，表现急剧下降，困难题目的成功率仅为 0.66%。这一差异凸显了 AI 缺乏真正的理解力和批判性思维。
不过，在代码运行效率和内存占用方面，ChatGPT 生成的解决方案往往优于 50% 的人类代码。研究建议，开发者在使用 AI 辅助编程时应提供更多上下文信息，并注意规避潜在的安全隐患。
AI 助教时代：编程教育的革命与隐忧
生成式 AI 的普及正在推动计算机科学教育的深刻变革。教育工作者正在调整教学策略，减少对代码语法的机械训练，转而强调问题分解、测试调试等高阶技能。多所高校的实践表明，AI 工具让学生能够尝试更具挑战性的项目，为培养更深层次的思维能力创造了条件。
斯坦福大学助教 Johnny Chang 建议学生在使用 AI 前先独立思考，将 AI 视为学习的「副驾驶」而非「自动驾驶」。尽管 AI 应用存在著作权和偏见等问题，但拥抱这一变革有助于缩小学术教育与行业需求之间的差距。
算法与劳工：数据时代的权益之争
2020 年初，Shipt 外卖平台突然改变了配送员的薪资计算方式。面对不透明的「工作量」算法，工人 Willy Solis 与 MIT 研究员合作开发了数据分析工具，收集并分析了 5600 多份工资单。结果显示 40% 的工人收入减少，其中一半人降幅超过 10%，约三分之一的收入低于州最低工资标准。
这场数据抗争虽未获得公司直接回应，但推动了零工经济中算法透明度的立法进程。欧盟已要求平台向工人说明算法决策过程，为算法时代的劳工保护树立了标准。
图说AI：2024产业图谱
斯坦福 AI 指数报告揭示了 2024 年 AI 产业的关键走向。
投资趋势：尽管科技领域整体投资降温，生成式 AI 领域仍保持强劲增长。
技术格局：Google 主导基础模型研发，但闭源模型的高成本和环境影响引发担忧。
人才流向：70% 的 AI 博士选择企业发展，反映产业对人才的巨大需求。
商业应用：近八成财富 500 企业积极布局 AI，42% 实现降本增效。
政策环境：全球 33 国共颁布 148 项 AI 相关法律，突显治理重要性。
KAN 网络：可解释 AI 的突破性进展
研究人员开发的 Kolmogorov-Arnold 网络（KAN）开创了神经网络设计的新范式。不同于传统网络学习权重，KAN 的突触学习复杂的激活函数，这一创新大幅提高了模型的可解释性。在物理定律预测等任务中，KAN 使用少量参数就能达到远超传统网络的精度。研究人员可以直观地分析网络结构，甚至将复杂模型简化为单行函数，为科学发现提供了新工具。
智慧交通：AI 能否拯救世界最拥堵的科技之城？
印度班加罗尔因快速发展的科技产业而成为全球最拥堵的城市之一。为应对交通问题，前芯片工程师、现任交通警察专员 M.N. Anucheth 开发的 ASTraM 系统，通过 AI 分析多源数据预测拥堵热点，并实时调整交通管理策略。
然而，专家指出技术创新只能在有限范围内改善状况，城市基础设施的滞后才是问题根源。这个案例提醒我们，AI 应用需要与城市规划和基础建设协同推进。
伦理危机：技术滥用与儿童权益保护的博弈
AI 图像生成工具被恶意用户滥用于制作危害未成年人的内容，引发行业警醒。虽然 Hugging Face 等平台采取了下架问题模型等措施，但专家呼吁在源头加强管控。「安全设计」原则要求企业在开发阶段就注重数据清理、内容追踪等保护机制，以技术和制度双重手段防范 AI 滥用。
硅谷速生记：创业公司的人工智能与人工现实
初创公司 AllDone 的案例揭示了 AI 创新背后的现实。在获得 450 万美元投资后，公司一边在硅谷开发算法，一边依靠菲律宾外包团队充当「人工智能」处理日常任务。这些工人以每小时 2 美元的工资完成大量人工操作，支撑着平台的快速增长。这种依赖廉价劳动力的模式引发了对技术进步中全球不平等的思考。
这十个故事展示了 2024 年 AI 发展的全貌：技术创新带来效率提升和能力突破，同时也伴随着版权保护、算法公平、劳工权益等深层次挑战。在推动 AI 发展的同时，我们需要更加重视其对社会、伦理和法律层面的影响，构建负责任的 AI 发展之路。
相关链接：https://spectrum.ieee.org/top-ai-stories-2024
