AiDD研发数字峰会-北京站

出品人：黄胜鲁

中兴通讯智家研发改进总工

中兴通讯敏捷高级教练，智家中心研发改进总工、中心教练组组长，支撑公司百亿级产品研发效能改进。
深耕管理域、工程域十余年，多次带领多个项目通过CMMI5认证，22年带领重点项目通过信通院DevopsL3认证。2023年作为联席主席组织ZTUP大会，NJSD大会教练大模型出品人，多次在K+峰会、NJSD等发表演讲。

LLM驱动需求工程

本论坛基于大模型的数据智能技术发展，让人工智能研究与实践者的若干愿景成为可能。人机智能融合的未来世界里，我们如何更好地定义系统的边界、在线需求获取与推荐技术、多源融合的一体化需求生成方法、复杂系统需求智能建模与验证技术、追踪与变更管理技术、模型驱动的复杂系统需求工程技术等是智能需求工程论坛重点讨论的议题。

基于需求知识工程建设的增强大语言模型赋能需求提效

王一

中兴通讯有线研究院需求AI应用负责人

内容简介：

通过嵌入流程长期积累的需求体系化语料，构建基于端到端（语料清洗、知识建模、应用编排、应用触点、评估）知识工程的AI需求分析应用，具备需求+特性RAG混合检索功能，增强大语言模型生成能力，辅助需求分析效能提升

演讲提纲：
1、基于需求体系化的知识工程建设
2、需求领域LLM应用
3、基于端到端知识工程的需求域RAG应用
4、需求域AI应用辅助效能提升的效果
5、当前的问题和对未来展望

听众受益：
1、了解需求领域知识工程如何在需求体系化加持下建设
2、了解有外挂知识注入的需求领域LLM应用如何辅助需求分析效能提

中兴通讯有线研究院需求AI应用负责人
中兴通讯有线研究院需求领域教练
中兴通讯有线研究院某中心需求领域效能提升负责人
长期从事需求领域相关工作，包括需求体系化建设、需求效能提升，需求质量管控等工
近期投入研究大模型提效相关工作

大语言模型时代需求自动追踪技术

匡宏宇

南京大学软件学院助理研究员

内容简介：

需求（软件）可追踪性是指软件所具备的，将各种制品基于系统语义进行显式关联的能力。相关研究实践表明，正确、完整的软件可追踪性能够显著提升软件开发的效率与质量。然而，人工生成并维护此类追踪线索费时费力且易错。因此，高效准确的需求自动追踪技术成为了软件工程领域长期的研究热点与难点。本报告将首先对需求自动追踪技术的发展历程进行概述，指明此类技术的核心挑战，并简要讨论需求追踪在大模型时代的价值与可能的自动分析优化。

演讲提纲：
1、需求自动追踪技术发展历程
2、大模型时代需求自动追踪技术发展趋势
3、需求可追踪性对于大模型时代软件开发的价值
4、研究案例分享与未来展望

听众受益：
1、需求追踪技术相关概念与技术发展现状
2、大模型时代需求追踪技术的价值与发展方向

南京大学软件学院助理研究员，软件研发效能实验室成员，博士毕业于南京大学计算机科学与技术系。其研究方向为软件可追踪性、自动化软件可追踪分析、情绪分析、文本分析、程序分析等。在ICSE、FSE、ASE、EMSE、软件学报、ICSME、SANER、JSEP、ICPC等软件工程一流国内外会议与期刊上发表论文多篇，并受邀担任JSS、JSEP、SANER 2024等软件工程一流国际期刊与会议的评审人。参与并完成多个科技部重点研发项目以及多项国内某知名IT通信企业技术合作，主持并结题国家自然科学青年基金一项，主持南京大学软件学院需求课程体系建设与教学工作。

基于原型化技术的软件需求快速确认与验证

杨溢龙

北京航空航天大学软件学院副教授

内容简介：

本次报告主要面向国家安全关键软件重大战略需求，针对安全关键软件需求定义不清晰、确认与验证不充分导致重大灾难问题，分享需求精准定义与确认相关的研究工作，目的是突破需求原型化技术瓶颈，实现需求可精准表示、功能需求可高效确认、非功能需求可有效验证的新型智能需求工程体系，同时分享关键软件研制的需求原型化工具RM2PT，以及如何支撑鸿蒙、汽车及载人航天等关键领域工具研制工作，提高软件整体研制效率与质量。

演讲提纲：

报告将围绕需求的 “可抽取”、“可定义”、“可生成”本文将通过三条路径来展开，主要包括：1）需求精确抽取：研究并提出了一种从结构自然语言需求中抽取信息的方法，解决需求“可抽取”难题；2）需求精准表示：研究并提出了一种自然语言需求精准表示方法，解决用户及系统需求可精确表示难题；3）需求正确生成：研究并提出了一种需求生成方法，解决需求“可生成”难题。最终构建一套自主可控的从自然语言需求到需求模型的工具。最终构建一套自主可控的需求模型转换工具完成用户需求自动精准地转换为软件系统的开发需求，实现软件系统的快速开发与迭代。

听众受益：

受益一：如何设计自动化引导方法，实现用户需求从抽象到较为完整的这一过程。完成对用户需求的精确抽取。由于用户以及产品经理知识储备差异，以及没有需求抽取标椎，使得产品经理在初步的需求抽取困难以及后续的需求精化过程慢，正确率低且效率低下，导致需求抽取的正确性效率难以得到保障。

受益二：如何解决自然语言存在模糊性与二义性，设计一种可以实现精确描述多种需求情况的自然语言模板，完成对多情况需求的精准表示。需求中特别自然语言需求，由于编写人习惯和理解，描述的方式会有差异，阅读这些需求的人也会有不同的理解，这就是自然语言的模糊性和二义性。这导致用户和开发人员需要在对需求的分析上花费大量的时间，所以如何精确定义自然语言，会是我们面对的第二个挑战。

受益三：如何设计自动化转换方法，解决需求描述角度、展现形式不同带来的信息差，实现自然语言需求从抽象到较为完整的这一过程，完成对用户需求的精准建模。在从用户需求到系统需求转换过程中，需要考虑多种形式需求之间的转换，但不同形式需求信息存在不对等的情况，这导致转换的结果与真实的需求有较大的出入，所以如何补充确实信息并制定合理的转化规则，将是我们面对的第三个挑战。

北京航空航天大学软件学院，副教授教授。2013年澳门联合国大学软件技术研究所(UNU-IIST)客座Fellow。主要研究方向为智能软件工程，主持国家青年自然基金1项、参与科技部重点研发1项、国家重大攻关项目1项（子课题负责人）。近5年发表论文30篇余篇，申请16项发明专利（3项已授权），2项软著，研究成果支撑鸿蒙、汽车及载人航天等关键领域工具研制，提高数倍效率与质量。依托教育部101软件工程虚拟教研室，承担学院《软件工程基础》、《软件需求分析与系统设计》等核心课程建设工作。任中国计算机学会软件工程、系统软件、教育等专委执行委员，INCOSE'23国际系统工程会议程序委员会委员，国内外重要软件工程期刊会议审稿人。

AiDD峰会

K+峰会

联系我们