2024 年，人工智慧技術持續改變著我們的生活和工作方式。IEEE Spectrum 精選了年度最具影響力的 10 個 AI 故事，從技術突破到社會影響，全方位展現了 AI 發展的現狀與挑戰。這些故事不僅反映了生成式 AI 的革命性進展，也揭示了其存在的侷限與爭議。
提示工程的終結：AI 正在取代人類設計師
自 ChatGPT 問世以來，提示工程（prompt engineering）迅速成為熱門領域。然而，最新研究顯示，AI 在最佳化提示詞方面已全面超越人類專家。VMware 研究發現，儘管演算法生成的提示詞看似怪異，卻能帶來更優的效能表現。
在影像生成領域，Intel Labs 開發的 NeuroPrompts 工具透過強化學習最佳化提示詞，同樣證實了這一點。然而，這並不意味著提示工程師將被淘汰，而是正在向更全面的 LLMOps 工程師轉型，負責 AI 系統的可靠性、安全性和合規性等多個維度。
版權困境：生成式 AI 的創作邊界在哪裡？
研究發現，Midjourney 和 DALL-E 3 等生成式 AI 系統即使在沒有直接提示的情況下，也可能產生與受版權保護內容高度相似的作品。這不僅暴露了 AI 訓練資料的合法性問題，也挑戰著現有的智慧財產權保護體系。
雖然一些公司嘗試透過過濾提示詞來減少侵權風險，但長期來看，確保訓練資料獲得合法授權才是根本解決方案。推動行業建立透明的資料使用機制，平衡創新與權益保護，成為當務之急。
解碼 ChatGPT：AI 程式設計能力的真相與侷限
格拉斯哥大學的研究團隊對 ChatGPT 的程式設計能力進行了全面評估。結果顯示，ChatGPT 在處理 2021 年前的程式設計問題時表現出色，簡單題目的成功率高達 89%，但面對 2021 年後的新問題時，表現急劇下降，困難題目的成功率僅為 0.66%。這一差異凸顯了 AI 缺乏真正的理解力和批判性思維。
不過，在程式碼執行效率和記憶體佔用方面，ChatGPT 生成的解決方案往往優於 50% 的人類程式碼。研究建議，開發者在使用 AI 輔助程式設計時應提供更多上下文資訊，並注意規避潛在的安全隱患。
AI 助教時代：程式設計教育的革命與隱憂
生成式 AI 的普及正在推動電腦科學教育的深刻變革。教育工作者正在調整教學策略，減少對程式碼語法的機械訓練，轉而強調問題分解、測試除錯等高階技能。多所高校的實踐表明，AI 工具讓學生能夠嘗試更具挑戰性的專案，為培養更深層次的思維能力創造了條件。
史丹佛大學助教 Johnny Chang 建議學生在使用 AI 前先獨立思考，將 AI 視為學習的「副駕駛」而非「自動駕駛」。儘管 AI 應用存在著作權和偏見等問題，但擁抱這一變革有助於縮小學術教育與行業需求之間的差距。
演算法與勞工：資料時代的權益之爭
2020 年初，Shipt 外賣平臺突然改變了配送員的薪資計算方式。面對不透明的「工作量」演算法，工人 Willy Solis 與 MIT 研究員合作開發了資料分析工具，收集並分析了 5600 多份工資單。結果顯示 40% 的工人收入減少，其中一半人降幅超過 10%，約三分之一的收入低於州最低工資標準。
這場資料抗爭雖未獲得公司直接回應，但推動了零工經濟中演算法透明度的立法程序。歐盟已要求平臺向工人說明演算法決策過程，為演算法時代的勞工保護樹立了標準。
圖說AI：2024產業圖譜
史丹佛 AI 指數報告揭示了 2024 年 AI 產業的關鍵走向。
投資趨勢：儘管科技領域整體投資降溫，生成式 AI 領域仍保持強勁增長。
技術格局：Google 主導基礎模型研發，但閉源模型的高成本和環境影響引發擔憂。
人才流向：70% 的 AI 博士選擇企業發展，反映產業對人才的巨大需求。
商業應用：近八成財富 500 企業積極佈局 AI，42% 實現降本增效。
政策環境：全球 33 國共頒佈 148 項 AI 相關法律，突顯治理重要性。
KAN 網路：可解釋 AI 的突破性進展
研究人員開發的 Kolmogorov-Arnold 網路（KAN）開創了神經網路設計的新正規化。不同於傳統網路學習權重，KAN 的突觸學習複雜的啟用函式，這一創新大幅提高了模型的可解釋性。在物理定律預測等任務中，KAN 使用少量引數就能達到遠超傳統網路的精度。研究人員可以直觀地分析網路結構，甚至將複雜模型簡化為單行函式，為科學發現提供了新工具。
智慧交通：AI 能否拯救世界最擁堵的科技之城？
印度班加羅爾因快速發展的科技產業而成為全球最擁堵的城市之一。為應對交通問題，前晶片工程師、現任交通警察專員 M.N. Anucheth 開發的 ASTraM 系統，透過 AI 分析多源資料預測擁堵熱點，並實時調整交通管理策略。
然而，專家指出技術創新只能在有限範圍內改善狀況，城市基礎設施的滯後才是問題根源。這個案例提醒我們，AI 應用需要與城市規劃和基礎建設協同推進。
倫理危機：技術濫用與兒童權益保護的博弈
AI 影像生成工具被惡意使用者濫用於製作危害未成年人的內容，引發行業警醒。雖然 Hugging Face 等平臺採取了下架問題模型等措施，但專家呼籲在源頭加強管控。「安全設計」原則要求企業在開發階段就注重資料清理、內容追蹤等保護機制，以技術和制度雙重手段防範 AI 濫用。
矽谷速生記：創業公司的人工智慧與人工現實
初創公司 AllDone 的案例揭示了 AI 創新背後的現實。在獲得 450 萬美元投資後，公司一邊在矽谷開發演算法，一邊依靠菲律賓外包團隊充當「人工智慧」處理日常任務。這些工人以每小時 2 美元的工資完成大量人工操作，支撐著平臺的快速增長。這種依賴廉價勞動力的模式引發了對技術進步中全球不平等的思考。
這十個故事展示了 2024 年 AI 發展的全貌：技術創新帶來效率提升和能力突破，同時也伴隨著版權保護、演算法公平、勞工權益等深層次挑戰。在推動 AI 發展的同時，我們需要更加重視其對社會、倫理和法律層面的影響，構建負責任的 AI 發展之路。
相關連結：https://spectrum.ieee.org/top-ai-stories-2024