2024，AI開(kāi)始改變世界

2024-12-27 11:35| 發(fā)布者: admin| 查看: 79| 評(píng)論: 0

摘要: 來(lái)源：環(huán)球時(shí)報(bào) 人工智能（AI）技術(shù)在經(jīng)歷幾年的高速發(fā)展后，終于在2024年開(kāi)始取得井噴式爆發(fā)的成果應(yīng)用。無(wú)論是今年年初文生視頻大模型Sora帶來(lái)的巨大沖擊，還是全球多地自動(dòng)駕駛汽車的普及、AI機(jī)器人開(kāi)始在各行各 ...

來(lái)源：環(huán)球時(shí)報(bào)

人工智能（AI）技術(shù)在經(jīng)歷幾年的高速發(fā)展后，終于在2024年開(kāi)始取得井噴式爆發(fā)的成果應(yīng)用。無(wú)論是今年年初文生視頻大模型Sora帶來(lái)的巨大沖擊，還是全球多地自動(dòng)駕駛汽車的普及、AI機(jī)器人開(kāi)始在各行各業(yè)投入使用，或者是今年年底“美眾議院提交1547頁(yè)預(yù)算被AI精簡(jiǎn)到116頁(yè)”的牛刀小試，都展現(xiàn)出AI技術(shù)正在深入我們的日常生活。但與此同時(shí)，AI發(fā)展可能帶來(lái)的一系列問(wèn)題，從加深全球范圍的技術(shù)鴻溝、挑戰(zhàn)傳統(tǒng)社會(huì)的倫理價(jià)值觀、泄露個(gè)人隱私和構(gòu)成新的網(wǎng)絡(luò)安全，以及AI對(duì)于能源的巨大消耗、全球可用訓(xùn)練數(shù)據(jù)的“緊缺”等，也日益引起各國(guó)的高度關(guān)注，成為AI未來(lái)進(jìn)一步發(fā)展面臨的挑戰(zhàn)。

AI應(yīng)用落地元年，介入生活方方面面

2024年被稱為是AI應(yīng)用落地的元年，各種AI應(yīng)用開(kāi)始深入到我們?nèi)粘Ｉ畹姆椒矫婷?。例?2月12日美國(guó)著名AI企業(yè)OpenAI公司旗下的ChatGPT聊天助手突然斷網(wǎng)數(shù)小時(shí)，竟引發(fā)大范圍混亂，許多依賴OpenAI API開(kāi)展項(xiàng)目的公司也受到影響，“ChatGPT崩了”直接沖上微博熱搜，足以證明AI對(duì)于現(xiàn)代生活的介入有多廣泛。

北京郵電大學(xué)人機(jī)交互與認(rèn)知工程實(shí)驗(yàn)室主任劉偉接受《環(huán)球時(shí)報(bào)》記者采訪時(shí)表示，2024年之所以被認(rèn)為是AI應(yīng)用落地的元年，大都源于這一年AI技術(shù)在多個(gè)領(lǐng)域取得了顯著的進(jìn)展，許多創(chuàng)新型應(yīng)用開(kāi)始向?qū)嶋H場(chǎng)景擴(kuò)展并產(chǎn)生影響。其中一些在2024年表現(xiàn)突出的AI應(yīng)用，不僅展示了技術(shù)的成熟，也代表了行業(yè)發(fā)展的重要趨勢(shì)。

首先值得一提的是生成式AI的廣泛應(yīng)用。例如2024年2月，OpenAI公司發(fā)布的文生視頻大模型Sora通過(guò)對(duì)內(nèi)容對(duì)齊的文本句子和圖像/視頻數(shù)據(jù)之間關(guān)聯(lián)關(guān)系學(xué)習(xí)，具備模擬和重建物理世界視頻所刻畫(huà)復(fù)雜現(xiàn)象的能力，將人工智能內(nèi)容生成從文本內(nèi)容生成躍升到多模態(tài)內(nèi)容生成，被喻為“視頻世界模擬器”。Sora帶來(lái)的巨大沖擊，使它被中國(guó)工程院列為“2024全球十大工程成就”之一。同時(shí)生成式AI在文本、圖像、音頻和視頻等內(nèi)容創(chuàng)作方面繼續(xù)取得突破。AI寫(xiě)作工具不僅可以生成新聞報(bào)道，還能創(chuàng)作小說(shuō)、詩(shī)歌等復(fù)雜的文學(xué)作品；AI圖像生成工具如DALL·E能夠根據(jù)簡(jiǎn)短的文字描述生成復(fù)雜的圖像，廣泛應(yīng)用于設(shè)計(jì)、廣告、娛樂(lè)等行業(yè)，提升了品牌和客戶之間的互動(dòng)質(zhì)量，AI助手也在客戶支持領(lǐng)域變得更加智能，能夠處理復(fù)雜的查詢和任務(wù)，未來(lái)可能在創(chuàng)意產(chǎn)業(yè)、教育、科研等多個(gè)領(lǐng)域大規(guī)模應(yīng)用，推動(dòng)知識(shí)生產(chǎn)和娛樂(lè)內(nèi)容創(chuàng)作的效率提升。

2024，AI開(kāi)始改變世界

文生視頻大模型Sora生成的猛犸象視頻截屏。（圖源：OpenAI公司）

第二是自動(dòng)駕駛與智能交通的廣泛落地。2024年，自動(dòng)駕駛技術(shù)在城市公共交通、長(zhǎng)途貨運(yùn)以及消費(fèi)者汽車等領(lǐng)域迎來(lái)了新的發(fā)展里程碑。各大自動(dòng)駕駛公司（如Waymo、百度Apollo、特斯拉等）已在多個(gè)城市開(kāi)展自動(dòng)駕駛出租車服務(wù)，且技術(shù)的成熟度不斷提高。自動(dòng)駕駛的感知、決策、規(guī)劃能力得到了進(jìn)一步優(yōu)化，尤其是在復(fù)雜城市環(huán)境中的表現(xiàn)更為突出。AI被廣泛應(yīng)用于城市交通管理，自動(dòng)化調(diào)度、交通流量?jī)?yōu)化、事故預(yù)警等系統(tǒng)的部署，使得交通更加智能和高效。AI算法還能夠?qū)煌ㄊ鹿屎蛽矶逻M(jìn)行快速預(yù)測(cè)與響應(yīng)。自動(dòng)駕駛和智能交通代表了AI與物聯(lián)網(wǎng)（IoT）結(jié)合的趨勢(shì)，推動(dòng)了智慧城市的建設(shè)。隨著技術(shù)的成熟，自動(dòng)駕駛和智慧交通將成為解決城市交通擁堵和能源消耗等問(wèn)題的關(guān)鍵手段。

第三是醫(yī)療AI的加速普及,特別是在診斷支持和個(gè)性化治療方面的進(jìn)展。AI被用于圖像識(shí)別，幫助醫(yī)生更快速地診斷疾病，尤其是在腫瘤檢測(cè)、眼科、皮膚病等方面的表現(xiàn)顯著。AI診斷系統(tǒng)的準(zhǔn)確性不斷提高，有助于提升醫(yī)療效率和診療質(zhì)量。另外，AI在藥物研發(fā)、基因組學(xué)分析以及個(gè)性化治療方案的制定中發(fā)揮了重要作用，AI模型可以通過(guò)對(duì)大量醫(yī)學(xué)文獻(xiàn)、臨床數(shù)據(jù)以及基因信息的分析，發(fā)現(xiàn)潛在的新藥物靶點(diǎn)或預(yù)見(jiàn)疾病發(fā)展的模式。

第四是工業(yè)AI與制造業(yè)智能化。2024年，AI技術(shù)在工業(yè)自動(dòng)化和智能制造領(lǐng)域的應(yīng)用取得了顯著進(jìn)展。AI通過(guò)實(shí)時(shí)監(jiān)控和數(shù)據(jù)分析，能夠預(yù)測(cè)設(shè)備故障并提前進(jìn)行維護(hù)，減少了停機(jī)時(shí)間和維護(hù)成本。在制造業(yè)中，AI被應(yīng)用于生產(chǎn)過(guò)程的優(yōu)化，能夠自動(dòng)調(diào)整生產(chǎn)參數(shù)，提升生產(chǎn)效率和產(chǎn)品質(zhì)量，AI還與機(jī)器人、物聯(lián)網(wǎng)技術(shù)結(jié)合，形成了高度自動(dòng)化的生產(chǎn)系統(tǒng)。工業(yè)AI的普及代表了制造業(yè)智能化轉(zhuǎn)型的趨勢(shì)，企業(yè)通過(guò)AI的引入，可以實(shí)現(xiàn)更高效、更靈活的生產(chǎn)流程，同時(shí)提高產(chǎn)品質(zhì)量和降低生產(chǎn)成本。

第五是語(yǔ)言理解與跨語(yǔ)言AI技術(shù)不斷取得突破，尤其是在自然語(yǔ)言處理和跨語(yǔ)言翻譯方面。AI在實(shí)時(shí)翻譯和語(yǔ)言理解上的能力有了大幅提升，尤其是在多語(yǔ)言支持的場(chǎng)景下，幫助不同語(yǔ)言和文化背景的用戶之間消除了溝通障礙。AI的情感分析能力進(jìn)一步增強(qiáng)，能夠精準(zhǔn)識(shí)別用戶的情緒狀態(tài)，為客戶提供更具人性化的服務(wù)體驗(yàn)。自然語(yǔ)言處理的進(jìn)展代表了跨語(yǔ)言溝通與全球化的趨勢(shì)，將極大促進(jìn)全球信息交流與合作。

總而言之，2024年，AI技術(shù)的快速落地不僅展示了其強(qiáng)大潛力，也表明AI將在未來(lái)幾年深刻影響各行各業(yè)。

擁抱AI時(shí)代，全球南北方態(tài)度有差異

《環(huán)球時(shí)報(bào)》記者注意到，盡管AI在全球范圍內(nèi)掀起熱潮，但受限于工業(yè)化能力、數(shù)字化能力、人工智能技術(shù)等稀缺能力的分布不均，導(dǎo)致了國(guó)家間、地區(qū)間的能力鴻溝，且鴻溝有持續(xù)擴(kuò)大的趨勢(shì)。

環(huán)球時(shí)報(bào)研究院2024年發(fā)布的《中國(guó)AI經(jīng)驗(yàn)在全球南方的應(yīng)用機(jī)遇》研究報(bào)告顯示，發(fā)展AI的數(shù)字鴻溝首先體現(xiàn)在全球數(shù)字資源分布不均上。當(dāng)前，如OpenAI等主流平臺(tái)主要基于英語(yǔ)數(shù)據(jù)資源構(gòu)建。對(duì)于包括中國(guó)在內(nèi)的全球南方國(guó)家而言，數(shù)字資源特別是語(yǔ)料數(shù)據(jù)的開(kāi)發(fā)利用與保護(hù)程度，相較于英語(yǔ)類數(shù)據(jù)資源，在數(shù)據(jù)規(guī)模和質(zhì)量上仍存在明顯差距。

其次，算力與算法差異也構(gòu)成顯著挑戰(zhàn)。全球數(shù)字資源分布不均，形成數(shù)據(jù)能力差距。數(shù)字鴻溝不僅體現(xiàn)于技術(shù)可獲得性，還包括數(shù)據(jù)使用能力、效率及最終收獲效果的不均。長(zhǎng)期以來(lái)，全球南方國(guó)家享受到的數(shù)字發(fā)展紅利有限，一定程度上被排斥在發(fā)達(dá)國(guó)家及科技巨頭構(gòu)筑的信息壁壘之外。這導(dǎo)致南北差距的進(jìn)一步擴(kuò)大，并加劇了發(fā)展中國(guó)家在全球數(shù)字秩序中的邊緣化地位。非洲地區(qū)的54個(gè)國(guó)家中近半數(shù)缺乏本土數(shù)據(jù)中心，其數(shù)據(jù)被迫存儲(chǔ)于國(guó)外，核心數(shù)據(jù)資源受控于他國(guó)領(lǐng)土內(nèi)。算力與技術(shù)落后又會(huì)進(jìn)一步加劇數(shù)據(jù)偏差與算法偏差，最終影響到應(yīng)用層面的準(zhǔn)確性和完整性，甚至可能產(chǎn)生歧視性結(jié)果或無(wú)法有效回應(yīng)宗教文化語(yǔ)言差別較大地區(qū)的應(yīng)用需求。

再次，能源成本及供應(yīng)穩(wěn)定性問(wèn)題，在一定程度上限制了全球南方國(guó)家本土人工智能的發(fā)展能效。人工智能發(fā)展對(duì)資源與能源的需求呈現(xiàn)出指數(shù)級(jí)增長(zhǎng)態(tài)勢(shì)，對(duì)電力供應(yīng)成本與穩(wěn)定性也有極高的要求。在電力成本高昂或供電不穩(wěn)的國(guó)家，AI產(chǎn)業(yè)的部署與擴(kuò)展面臨顯著挑戰(zhàn)。同時(shí)，全球南方國(guó)家正處于能源轉(zhuǎn)型的關(guān)鍵時(shí)期，其從傳統(tǒng)煤電向新能源的轉(zhuǎn)變進(jìn)程尚存在不確定性。轉(zhuǎn)型速度若未能與AI產(chǎn)業(yè)發(fā)展的能源需求相匹配，將導(dǎo)致算力提升遭遇能源供應(yīng)瓶頸，拉大這些國(guó)家或地區(qū)數(shù)字鴻溝。

此外，大模型具備的問(wèn)答功能，雖然促進(jìn)了全球知識(shí)與文化的交流融合，但不同國(guó)家和地區(qū)的民眾向大模型提問(wèn)時(shí)，回答的數(shù)據(jù)來(lái)源都掌握在同樣的機(jī)構(gòu)手里，其結(jié)果有很大可能消弭了文化的多元性，以及一些國(guó)家和社會(huì)獨(dú)特的社情民意與價(jià)值體系。

這種數(shù)字鴻溝也體現(xiàn)在全球南北方媒體對(duì)于AI報(bào)道的態(tài)度差異。環(huán)球時(shí)報(bào)研究院從全球北方和全球南方各選取50家媒體，對(duì)這些媒體2024年（截至12月17日）提到人工智能的英文報(bào)道進(jìn)行系統(tǒng)化分析（如圖）。從報(bào)道內(nèi)容來(lái)看，“安全”成為上述媒體共同關(guān)注的議題，近兩成報(bào)道提到相關(guān)詞匯?！皠?chuàng)新”的提及率也接近兩成，但相關(guān)詞匯明顯更受來(lái)自全球南方的媒體關(guān)注，從提到該詞的報(bào)道比例來(lái)看，“南北分歧”達(dá)到19.9個(gè)百分點(diǎn)。此外，全球南方媒體更關(guān)注“合作”，14.3%的報(bào)道提到該關(guān)鍵詞，比全球北方媒體高8.6個(gè)百分點(diǎn)。

全球北方的媒體更關(guān)注AI帶來(lái)的風(fēng)險(xiǎn)和挑戰(zhàn)，“錯(cuò)誤信息”“仇恨”“深度偽造”等關(guān)鍵詞出現(xiàn)頻率比全球南方偏高。以美國(guó)《紐約時(shí)報(bào)》為例，該媒體提到“仇恨”和“錯(cuò)誤信息”的報(bào)道均超過(guò)5%，對(duì)“道德”和“種族歧視”的關(guān)注度也高于平均水平?！缎l(wèi)報(bào)》和《泰晤士報(bào)》兩家英國(guó)媒體對(duì)“仇恨”的關(guān)注度較高，其中，《衛(wèi)報(bào)》提及該詞的報(bào)道比例達(dá)到7.8%，較平均水平高5.3個(gè)百分點(diǎn)。

全球南方對(duì)AI前沿科技領(lǐng)域的發(fā)展普遍展現(xiàn)出較樂(lè)觀的態(tài)度。環(huán)球時(shí)報(bào)研究院在亞非拉等地區(qū)開(kāi)展的民意調(diào)查顯示，68.4%的受訪者相信全球南方在推動(dòng)AI等科技創(chuàng)新方面有潛力或潛力巨大。這種樂(lè)觀情緒在肯尼亞尤為顯著，81.7%的受訪者對(duì)此表示認(rèn)同。印度、南非、埃及、馬來(lái)西亞等國(guó)的認(rèn)同率也超過(guò)70%，顯示出全球南方民眾對(duì)于科技突破的廣泛期待和信心。

面臨“黑箱”決策挑戰(zhàn)

盡管外界普遍看好AI的下一步發(fā)展，但它同時(shí)也面臨諸多挑戰(zhàn)。清華大學(xué)新聞學(xué)院、人工智能學(xué)院教授沈陽(yáng)接受《環(huán)球時(shí)報(bào)》記者采訪時(shí)表示，AI大模型的“幻覺(jué)”與可信度問(wèn)題成為其大規(guī)模應(yīng)用的主要障礙之一。這種“幻覺(jué)”問(wèn)題源自于多方面因素：基于大規(guī)模文本數(shù)據(jù)的概率預(yù)測(cè)方法，使得模型缺乏真正的語(yǔ)義理解與常識(shí)推理，一旦知識(shí)盲區(qū)出現(xiàn)，就可能憑經(jīng)驗(yàn)“自由發(fā)揮”；大部分大模型在生成時(shí)未必對(duì)信息進(jìn)行嚴(yán)格校驗(yàn)，容易導(dǎo)致前后矛盾、錯(cuò)誤引用或邏輯混亂；大模型常被設(shè)計(jì)為提供多樣化、創(chuàng)新性回答，但在未建立約束機(jī)制的情況下，這種“創(chuàng)造性”會(huì)帶來(lái)失真與虛假內(nèi)容。

劉偉也表示，盡管今年諾貝爾物理學(xué)獎(jiǎng)和化學(xué)獎(jiǎng)都與AI領(lǐng)域有關(guān)，凸顯AI對(duì)于科技研發(fā)的重要性，但應(yīng)用層面的實(shí)際問(wèn)題依然不可忽視，尤其是在那些對(duì)精度要求極高、決策需要完全可靠和透明的場(chǎng)景中。“幻覺(jué)”問(wèn)題在很多情況下影響了AI的可靠性，特別是在醫(yī)療、法律、金融、科學(xué)研究等領(lǐng)域，這些領(lǐng)域都要求數(shù)據(jù)的高度準(zhǔn)確性和可靠性。

沈陽(yáng)認(rèn)為，想要解決“幻覺(jué)”問(wèn)題，有不同的思路，包括外部檢索與事實(shí)核對(duì)（在生成前后，與權(quán)威數(shù)據(jù)庫(kù)或知識(shí)庫(kù)進(jìn)行匹配與驗(yàn)證）；多模態(tài)融合（借助圖像、語(yǔ)音、視頻等多模態(tài)信息進(jìn)行交叉驗(yàn)證，提高回答可靠性）；模型可解釋性（在生成過(guò)程中或結(jié)果輸出后，為用戶提供來(lái)源及推理依據(jù)，幫助甄別“幻覺(jué)”）。

其次，AI發(fā)展還面臨數(shù)據(jù)偏見(jiàn)與倫理問(wèn)題。沈陽(yáng)介紹說(shuō)，不平衡或偏頗的數(shù)據(jù)源，可能導(dǎo)致模型在性別、種族、地域等方面的偏見(jiàn)，而一旦模型學(xué)到帶偏見(jiàn)的特征，在大規(guī)模應(yīng)用中會(huì)進(jìn)一步放大這些問(wèn)題，帶來(lái)社會(huì)不公；而大規(guī)模數(shù)據(jù)收集、標(biāo)注和訓(xùn)練都可能涉及個(gè)人隱私和數(shù)據(jù)濫用。

劉偉也表示，AI系統(tǒng)的高效性依賴于大量數(shù)據(jù)的收集與分析。然而，這帶來(lái)了關(guān)于數(shù)據(jù)隱私和安全的嚴(yán)重?fù)?dān)憂。AI系統(tǒng)需要獲取和處理大量用戶數(shù)據(jù)，特別是在醫(yī)療、金融、社交等領(lǐng)域。如果這些數(shù)據(jù)遭到未經(jīng)授權(quán)的訪問(wèn)或?yàn)E用，可能導(dǎo)致嚴(yán)重的隱私泄露和經(jīng)濟(jì)損失。

同時(shí)，AI的“黑箱”性質(zhì)使得其決策過(guò)程常常難以被人類理解和追溯。這對(duì)那些需要高度透明和解釋性的領(lǐng)域（如法律、醫(yī)學(xué)、公共安全等）構(gòu)成了挑戰(zhàn)。醫(yī)生需要了解AI給出的診斷建議背后的原因，以便做出最終判斷。如果AI模型不透明，醫(yī)生和患者將無(wú)法信任其輸出，從而限制了AI的應(yīng)用范圍。法律要求判決必須具有透明性和可追溯性，如果AI在司法決策中起到了輔助作用，但無(wú)法清楚地解釋其推理過(guò)程，這將導(dǎo)致無(wú)法追究決策的責(zé)任，也可能帶來(lái)不公正的結(jié)果。

此外，沈陽(yáng)介紹說(shuō)，當(dāng)前AI的進(jìn)一步發(fā)展，還面臨高昂的訓(xùn)練與推理成本問(wèn)題。因?yàn)槟Ｐ蛥?shù)規(guī)模越大，算力、帶寬、存儲(chǔ)等成本指數(shù)級(jí)攀升，資源門檻顯著提高。對(duì)于初創(chuàng)企業(yè)、科研機(jī)構(gòu)而言，動(dòng)輒數(shù)百萬(wàn)美元的硬件投入形成了技術(shù)壁壘，可能加劇行業(yè)集中化。而大規(guī)模算力供給與訓(xùn)練過(guò)程導(dǎo)致的能源消耗及碳排放問(wèn)題也日益嚴(yán)重，特別是訓(xùn)練大模型要消耗海量的電能，美國(guó)科技巨頭甚至為此計(jì)劃修建新的發(fā)電站，號(hào)稱“硅谷鋼鐵俠”的美國(guó)億萬(wàn)富豪馬斯克由此宣稱“AI的盡頭是電！”

2024年AI領(lǐng)域出現(xiàn)的新挑戰(zhàn)還有大模型對(duì)海量高質(zhì)量文本“饑渴”嚴(yán)重，但互聯(lián)網(wǎng)優(yōu)質(zhì)文本資源有限，重復(fù)和噪聲數(shù)據(jù)大量存在。新的增量?jī)?yōu)質(zhì)數(shù)據(jù)獲取難度與成本越來(lái)越高，形成數(shù)據(jù)瓶頸。

總之，雖然AI已經(jīng)在許多領(lǐng)域取得了顯著進(jìn)展，仍有進(jìn)一步深化的空間。特別是在那些對(duì)高精度、低容錯(cuò)、高透明度的工作中，AI的現(xiàn)有技術(shù)路線還無(wú)法完全勝任。它在數(shù)據(jù)豐富、規(guī)則清晰、風(fēng)險(xiǎn)較低的場(chǎng)景（如圖像識(shí)別、語(yǔ)音識(shí)別、推薦系統(tǒng)等）有著顯著的優(yōu)勢(shì)，但在需要高度準(zhǔn)確性、倫理考量和透明性的場(chǎng)景中，AI的應(yīng)用仍需要更多改進(jìn)。