大会论坛

CONFERENCE FORUM

知识工程覆盖知识表示与建模,知识抽取,知识融合,知识存储,知识推理与计算,知识应用等全生命周期管理,旨在利用人工智能、大数据、互联网及软件工程等技术进行高效大规模知识图谱构建与领域应用,覆盖知识表示与推理、知识图谱、图数据库与图计算、知识问答、知识增强大语言模型等主题。
增强大语言模型关键技术
与应用范式
王昊奋
同济大学百人计划 特聘研究员
OpenKG发起人之一

知识图谱数据管理系统研发新进展
王  鑫
天津大学智能与计算学部教授、博导
人工智能学院副院长
工业级知识图谱语义框及引擎架构
梁  磊
蚂蚁集团技术总监/资深专家
大模型的垂直化和产业应用探讨
王文广
达观数据副总裁

数字智能时代来临,数字技术的创新力与颠覆力也将彻底改变我们的研发模式,传统的软件工程实践包括软件架构、编码实现、测试运维、产品运营与项目管理都需要重新定义,以迎接和适应全新的数字化研发模式。
出品人
张  逸
数字现代化首席顾问
数字化时代研发效能提升策略与系统性方法
张  乐
腾讯DevOps与研发效能资深技术专家
AI驱动的云上软件工程研发
新范式
高家祺
谐云资深技术总监
李  方
普元信息金融科技研究院首席方案专家
AI+低代码在金融行业软件工程
的实践

构建AI应用系统的几大要素是数据、算法、模型、上下文(提示)和算力,而如何高效地利用这些要素或在这些要素之间达到平衡,是AI应用系统研发的基础。AI原生开发,就是从一开始构建AI应用系统之时,从需求、架构、基础设施、资源使用、发布流程等各个方面有了很好的考虑,符合人工智能在产业场景下的应用需求,更好地适应未来AI应用的发展。
出品人
张  军
百度飞桨框架产品负责人
开放原子开源基金会TOC委员
百度飞桨资深工程师
Prompt Sapper: LLM赋能的
AI原生开发平台和AI服务社区
黄  箐
澳大利亚Data61 SE4AI团队 研究科学家

人工智能工程化软件研发
龙明盛
清华大学软件学院长聘副教授

大语言模型的评测挑战和实践
刘  伟
小米AI实验室算法总监

OpenRL: A Unified Reinforcement 
Learning Framework
黄世宇
第四范式强化学习科学家

大模型的出现开启了强人工智能时代的闸门,多轮对话、写作助手、图片生成等各类ToC场景下的创意应用开始不断涌现,也逐步受到企业的关注和重视。基于大模型的应用可以涉及文书、策划、设计、客户服务、营销等,本专题聚焦高价值场景:企业客户和营销服务,分享在对外服务、对内运营等场景下的落地应用案例和技术实践经验。
出品人
张  杰
中关村科金技术副总裁
天津大学计算机专业博士
大语言模型下的文本数据治理
于  政
北京海致星图研发VP

LLM推理加速工程实践
刘  涛
中兴AI平台首席架构师
大模型应用落地路径探索
何海洋
阿里云互联网行业架构师
信息抽取:从PLM到LLM的变迁
蒋  勇
阿里巴巴达摩院算法专家
大模型落地面向企业级客户服务场景的实践
Sunny Zhang
浪潮信息高级产品经理
AIGC金融场景应用与实践展望
陶斐斐
中国对外经济贸易信托有限公司首席战略官兼金融科技中心总经理
知识管理2.0:大模型下的知识应用
新范式
曹  阳
中关村科金资深产品总监

缺陷定位与修复是软件工程的核心问题,早期研究主要基于动静态程序分析技术。大语言模型(LLM)对该方向提供了全新思路和路线。本论坛主要探讨基于LLM的缺陷定位与修复的机遇与挑战,和动静态分析与LLM的深度融合技术。
基于大语言模型的漏洞提前感知、
检测和定位
胡  星
浙江大学软件学院副教授

KeenTune-Linux全栈智能调优的好帮手
胡玉溪
阿里云高级技术专家

出品人
夏  鑫
华为软件工程应用技术实验室主任

基于大语言模型的缺陷自动修复
刘  逵 
华为智能化软件工程技术专家
“Bug” 的寻根溯源之旅 
--- 自动化软件缺陷定位技术
谢晓园
武汉大学计算机学院教授

随着AIGC底层技术的突破,越来越多的设计师开始关注并使用自然语言去完成产品设计、创意设计,传统的设计流程逐渐地与AI融合。AIGC正在对交互设计、产品创新等领域发挥越来越重要的作用,AIGC下的设计探索专题也汇集前沿进展,交流创新中的使用心得,AIGC正在催生新的应用场景。
出品人
葛  诚
腾讯互娱研发效能部总监
AI赋能代码打靶实践
张晓龙
中兴通讯资深架构师
智领未来设计:Autodesk Generative
 Design与Forma AI前沿探索与落地创新
李德桥
Autodesk资深技术经理
出品人
于  哲
前滴滴、字节跳动体验设计专家
寻星者的笔触:AI设计与未来想象
王宝田(jovi)
奇虎360高级产品设计专家

聚焦于大模型时代下的代码生成与理解,包括代码补全、代码自动生成、单元测试代码自动生成、针对代码的大模型构建等话题,分享该领域最新研究成果,探讨真实落地应用场景。
基于大语言模型的RPA代码生成
与代码解释
胡一川
来也科技CTO

出品人
李力行
aiXcoder COO

AI超越编程-后代码大模型时代的
新问题
申  博
华为云PaaS技术创新Lab代码智能技术专家

CodeGeeX 多语言代码生成模型与
最佳实践
薛宇飞
智谱AI 大模型事业部副总裁

大语言模型代码生成的工程化方案介绍与实战探索
步绍鹏
微软中国高级研发经理

测试超自动化时代已然到来。本专场聚焦AI智能辅助测试设计,及测试序列、数据、oracle的生成技术前沿,包括SBST、数据驱动测试生成、guided-fuzz、LLM-boost测试生成等主题,及其在各测试层级包括API接口测试、系统测试的应用实践交流分享,共同探索测试生成超自动化新范式。
出品人
万锐媛
华为研发工具测试技术专家
大模型助力智能单测生成
陈柳杉
字节跳动架构师

Enhancing Software Testing in the Al Era: 
Unleashing the Al Power
刘  杨
南洋理工大学教授

基于代码地图的组件测试用例
自动生成实践
黄永强
华为技术总工程师

百度单元测试智能生成实践
刘晓娟
百度资深工程师
覆盖率平台及单测基础设施技术负责人

近年,随着人工智能技术的快速发展,将人工智能技术与传统程序理论结合已经成为一个趋势,特别是基于人工智能技术的程序合成,以及将人工智能技术应用于程序验证,解决传统程序验证效率和规模等挑战。
出品人
詹乃军
中科院软件所研究员
中科院特聘研究员
中国科学院大学岗位教授

复杂安全攸关嵌入式系统的形式设计
与实现
王淑灵
中国科学院软件研究所副研究员

算法合成——自动应用算法模式
合成高效程序
熊英飞
北京大学副教授

基于机器学习的自动化AI芯片编译技术
李建军
地平线编译器研发部负责人

程序功能正确性证明与AI辅助证明生成
曹钦翔
上海交通大学副教授

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。
智能时代的需求工程研究实践
刘  璘
清华大学软件学院副研究员
面向智能应用的需求工程:
中国移动智能客服实践经验
分享
朱  鸿
中国移动客户服务部副总经理

价值场景驱动工业数据智能应用研发
陆  薇
昆仑数据董事长兼北京工业大数据创新中心主任
智能时代的需求工程研究实践
李  童
博士,北京工业大学信息学部副教授,硕士生导师
面向领域的智能需求工程:
百度智慧医疗的实践
陈  俊
百度智慧医疗算法方向负责人

智能运维 (Artificial Intelligence for IT Operations,AIOps),是将人工智能的能力与运维相结合,即基于已有的运维数据(日志、监控数据、应用数据等)进行机器学习,不断地提炼并总结规则,解决自动化运维的问题,如自动完成数据收集、响应事件、及时告警和深度数据分析,让AI帮助我们、代替我们做出决策,通过AI来提升运维效率,使得发布软件更加地快捷和可靠,并让运维完全自动化成为可能。
出品人
孙  亮
阿里巴巴达摩院资深算法专家

借助AIOps算法提升业务可观测性
在京东科技的实践之路
张  静
京东科技智能运维算法高级经理

InsightPilot: Towards LLM-Empowered 
Automated Data Exploration
丁  锐
微软首席研究员 

B站AIOps的探索与实践
王程田
B站AIOps负责人

阿里云服务器智能异常调度
系统构建与实践
朱兆良
阿里云计算有限公司高级技术专家

本专场结合政务、金融、工业等领域的数字化转型实践,向业界呈现如何利用数据科学释放大数据要素价值、构建数据智能应用。在这过程中,会借助AI算法、建模分析和数据可视化等为主要手段,完成数据到知识的转化,帮助企业智能运营、智能获客、智能推理、辅助决策,释放数据价值,最终实现生产力的提升。
出品人
巴  川
CCF TF数据科学SIG主席
竞技世界首席数据科学家

大数据+大模型拓展数据应用新范式
汪新星
滴滴高级专家工程师

法务+AI大模型应用范式新探索
陈祖龙
阿里巴巴企业智能算法负责人

精益数据方法加速数据生产价值流
史  凯
CCF数字化转型SIG主席

随着AIGC技术的不断发展,测试领域在智能化方向上也将迎来一场深刻的变革。围绕测试分析、测试用例生成、测试数据构建等核心测试领域场景,我们结合大模型技术探索并初步落地了测试AIGC体系,基于大模型重新定义智能化测试。测试生成蚂蚁专场聚焦当前蚂蚁落地测试AIGC的实践案例,交流大模型在测试领域落地的实际应用场景和无限可能性,让测试变得更智能。
基于AIGC的蚂蚁新一代测试用例
自动生成技术
周海莲(慕蓝)
蚂蚁集团技术风险效能部高级技术专家

出品人
蔡文婷
蚂蚁集团技术风险效能部测试总监

基于AIGC的全域测试资产推荐技术
探索和实践
罗全锋(乾锋)
蚂蚁集团技术风险部高级测试开发专家

基于AIGC构建具备中高级水平的
测试领域AI助手
王  啸(凌鹭)
 蚂蚁集团技术风险效能部高级测试开发专家

京ICP备2020039808号-4