基于大模型的代码生成：应用与挑战
谢  涛
北京大学讲席教授/计算机学院软件科学与工程系主任
北京大学讲席教授，计算机学院软件科学与工程系主任，高可信软件技术教育部重点实验室（北京大学）副主任，国家高等学校学科创新引智（“111”计划）基地负责人, AiDD峰会技术委员会成员。曾任美国UIUC计算机科学系正教授。当选欧洲科学院外籍院士、国际计算机学会（ACM）会士、电气电子工程师学会（IEEE）会士、美国科学促进会（AAAS）会士、中国计算机学会（CCF）会士。曾获科学探索奖，海外杰青，ACM软件工程领域（SIGSOFT）有影响力教育工作者奖、杰出服务奖，IEEE软件工程领域（TCSE）杰出服务奖等。主要研究领域包括软件工程，系统软件，软件安全，可信人工智能。                                
内容简介：
近年来，基于大模型的人工智能技术取得了飞速发展，基于大模型的代码生成为更有效的解决软件工程各类任务带来了新的机会。同时，大模型的复杂性和规模也在快速增长，外加模型的黑盒化、不可解释、无保证、难验证等给将其应用于软件工程任务带来了新的挑战。本报告探讨基于大模型的代码生成在支撑软件开发、维护、质量保障等方面的最新研究进展、关键理念与技术，并介绍此领域面临的挑战和未来发展方向。

讯飞星火大模型最新进展及下一步思考
内容简介：
以ChatGPT为代表的大模型带来了语言领域的震撼体验，众多行业专家也都公认其为人工智能领域的“iPhone时刻”，科大讯飞2023年5月6号发布星火认知大模型，也在各个维度展现了令人惊叹的“智慧涌现”能力，本报告将介绍大模型的技术原理及行业应用机会，同时介绍讯飞星火认知大模型的算法研制及行业应用实践。  
     
演讲提纲：
1. 大模型行业动态及技术分析；
2. 讯飞星火大模型最新进展；
3. 大模型下一步发展思考。                                                                                        
                                                 
王士进
讯飞研究院常务副院长
认知智能全国重点实验室副主任
王士进博士，现任科大讯飞副总裁、AI研究院执行院长、认知智能全国重点实验室副主任、中国科技大学兼职教授。王士进博士在人工智能领域取得了一系列国际领先的研究成果及教育等行业规模化落地成果。2023年5月6号，他带队研发的讯飞星火认知大模型成功发布，获得业内高度评价。                
多模态大模型驱动新一代技术变革
王金桥
中科院自动化所研究员
中国科学院自动化研究所紫东太初大模型研究中心常务副主任，研究员，博导，武汉人工智能研究院院长，中国科学院大学人工智能学院岗位教授，多模态人工智能产业联盟秘书长，主要从事多模态大模型、视频分析与检索、大规模目标识别等方面的研究。共发表包括IEEE国际权威期刊和顶级会议论文300余篇，国际期刊50余篇，国际会议220余篇。完成国家标准提案3项，发明专利36项，10项国际视觉算法竞赛冠军，新时代中国经济创新人物，北京市科技进步一等奖，世界人工智能大会SAIL奖，吴文俊人工智能科技进步二等奖，中国发明创新银奖。
内容简介：
近年来，随着大算力、大数据和AI算法的快速发展，以Stable Diffusion、ChatGPT、GPT-4等为代表的人工智能大模型取得了革命性的进展，成为新一代人工智能发展分水岭。然而物联世界不只是文本和图片，为了实现世界知识的多模态建模，我们通过海量弱相关的文本、语音、图像、视频的多模态数据，建立了多模态多任务统一学习的预训练大模型"紫东太初"，实现了从理解内容到了指令学习的智能生成，甚至能够创造出独立价值和独立视角的内容。我们基于“紫东太初”多模态大模型打造了开放服务平台和洛神智能创作平台，既可以实现更低成本的指令微调和一站式低代码模型部署，并在智慧文旅、智慧城市、智能制造和智慧医疗等多个领域实现了落地应用。                                                                                                                                                    

演讲提纲：
1. 大模型技术发展现状
2. 大模型技术和紫东太初大模型
3. 大模型行业应用和未来

大语言模型是软件工程的银弹吗？
内容简介：
大语言模型特别是ChatGPT在代码生成、测试生成、软件质量保证等一系列软件工程任务上都取得了惊艳的效果。但是，大语言模型真的是未来软件工程的银弹吗？本次演讲主要分享我们前期在大语言模型在软件工程应用的一些探索和思考，包括各种软件工程任务在ChatGPT下的性能以及如何构建软件工程专用大模型等，并在此基础上分享大语言模型在软件工程应用的关键挑战。                                                                                        

演讲提纲：
1. 大语言模型在软件工程应用的背景
2. 基于ChatGPT的软件工程能力探索
3. 构建软件工程专业大模型
4. 大语言模型在软件工程应用的关键挑战

听众受益：
1. 理解大语言模型在软件工程应用的优势和局限性
2. 吸引听众针对其中挑战问题后续展开技术探索

夏  鑫
华为软件工程应用技术实验室主任
目前担任华为软件工程应用技术实验室主任。他的研究方向是智能化软件工程、软件仓库挖掘和经验软件工程。夏鑫至今发表了290多篇论文，其中包括120多篇CCF A类期刊和会议长文， 谷歌学术引用1.2万多次，H-index 62。夏鑫获得了2022年ACM SIGSOFT Early Career Researcher Award（亚太地区第一位），部分论文获得国际会议最佳/杰出论文奖项，包括6篇ACM SIGSOFT 杰出论文奖（连续四年获得软工顶会ASE 2018-2021的杰出论文奖）。此外他曾担任MSR、SANER、PROMISE等会议的指导委员会成员，多个国际会议的PC (ICSE，ESEC/FSE, ASE等)，多个期刊的编委（TOSEM、EMSE、ASEJ、JSEP等），以及参与组织了多个国际会议（ICSE 2023和2024， ASE 2016、2020和2021等）。                                      
京ICP备2020039808号-4
返回顶部