出品人：李  智 
博士/教授, 中国计算机学会 (CCF) 杰出会员
博士/教授，博士生导师, 中国计算机学会 (CCF) 杰出会员(17369D) ，担任该学会软件工程专业委员会常务委员、系统软件专业委员会委员、形式化方法专业委员会委员，任CCF传播大使、CCF第十二届会员代表。电气和电子工程师协会(IEEE)高级会员(95087776)，美国计算机学会(ACM)高级会员(5077176)。担任国际期刊《专家系统:知识工程》(SCI源刊，影响因子2.587)的副主编。复旦大学理学学士，英国约克大学计算机科学系理学硕士，英国开放大学计算机科学博士，英国基尔大学软件工程专业博士后，在英国留学时间长达9年。获得国家自然科学基金项目2项、省部级项目4项，发表学术论文40余篇(SCI、EI论文20篇，含CCF推荐A类期刊论文3篇，其它CCF推荐期刊和会议论文16篇，其中3次获得国际学术会议最佳论文奖)

智能需求工程

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。                                                                                                              
当需求工程遇上人工智能：应用与挑战                       
石  琳
北京航空航天大学教授
中国科学院大学博士，南京大学学士，美国南加州大学访问学者，现任北京航空航天大学软件学院教授。主要研究智能软件工程，包括智能需求工程、经验软件工程、开源社区挖掘、开源软件安全等。曾在人工智能、软件工程领域的高水平国际会议IJCAI，ICSE，FSE，ASE等发表论文50余篇，获得ACM SIGSOFT 杰出论文奖（ASE21），连续两年获得需求工程顶级会议最佳论文奖（RE20，RE21）。主持参与多项国家自然科学科学基金项目、国防科技创新项目、国家重点研发项目等，两次获得CCF-华为胡杨林基金支持。同时担任多个国际知名会议期刊包括ICSE、ASE、FSE、Automated Software Engineering期刊、Requirements Engineering期刊、软件学报等审稿人。        
内容简介：
近年来，人工智能技术取得了飞速发展，特别是以ChatGPT为代表的人工智能大模型在软件开发任务上取得了革命性的进展，成为了开启软件工程3.0时代的金钥匙。与软件开发任务不同，需求工程一直以来是以“人”为核心的、确保软件开发“Do the Right Thing”的重要活动。智能时代下，当需求工程遇上人工智能技术，将会碰撞出怎样的火花，又将带来哪些挑战和机遇？本报告将分享人工智能技术在需求工程任务中应用的最新进展，包括需求智能挖掘、需求智能分析、需求智能跟踪等智能化需求工程研究与实践，并总结面临的痛点挑战和未来发展方向。                                                                                                                                                                                                                                                                                                                                                               
演讲提纲：
1、智能需求工程中的关键性挑战与解决方案
1）需求智能获取
2）需求智能分析
3）需求智能评价
2、大语言模型在需求工程的初探
3、智能需求工程的未来展望
                                                                                                                                                                                                     
听众受益：
1、了解智能需求工程学术前沿技术 
2、为围绕需求开展的项目管理提供新思路 
3、了解当前智能需求工程的关键挑战
                                                                                                                               
招商银行智能需求工程探索                    
彭欣华
招商银行高级经理
多年量化交易系统开发经验，多年项目管理、需求管理、产品管理、效能管理经验，在中国软件估算大会演讲过软件功能点度量实践，智能项目管理等主题。认证PMP、CFA等。曾在《中国金融电脑》期刊上发表文章《将自然语言处理应用于软件规模度量的研究》，在软件工程顶级会议ESEC/FSE20、软件维护顶级国际会议ICSME20、信息和软件技术国际期刊IST上发表多篇论文。                                                        
内容简介：
随着业务扩展，招商银行产品人员逐年增加，需求及项目数量也随之增加。如何让新入职的产品经理尽快熟悉所负责产品，了解产品生命周期，开展产品需求分析工作，是内部面临的一个问题。结合日渐成熟的大语言模型，我们从需求获取、需求规格化、需求分析、需求一致性等方面进行探索，并结合AIAgent 思路，对研发模式进行展望。                                                                                                                                                                                                                                                                                                                                                                                   
演讲提纲：
1、招行需求体系介绍及面临的挑战
2、招行项目管理智能化探索
3、LLM在招行需求体系中的应用
4、大模型时代下新的研发模式展望。                                                                                
                                                                                                                                                                                            
听众受益：
1、了解招行大语言模型如何应用于需求工程领域
2、了解需求结合大语言模型在研发领域的展望                                   
智能需求工程的两个方面：AI4RE和RE4AI                        
李  智   
博士/教授
中国计算机学会 (CCF) 杰出会员  
中国计算机学会 (CCF) 杰出会员，担任该学会软件工程专业委员会常务委员、服务计算、系统软件、形式化方法专委委员，中国人工智能学会(CAAI)人工智能逻辑专业委员会会员。复旦大学理学学士，英国约克大学计算机科学系理学硕士，英国开放大学计算机科学博士，英国基尔大学软件工程专业博士后，在英国留学时间长达9年。在进入学术研究领域之前曾经有10年以上从事专业技术工作。获得国家自然科学基金项目3项、省部级项目4项，发表学术论文50余篇(含CCF推荐A类期刊论文4篇，并3次获得国际学术会议最佳论文奖)，在中国计算机大会(CNCC)技术论坛、国际软件质量工程峰会(iSQE)等学术会议上做邀请报告16次。 
内容简介：
观点：大语言模型为代表的AI可辅助提高需求工程效率，同时需求工程对提高AI可靠性（含可信性及可解释性等）带来手段；
实践：本讲座以糖尿病患者血糖控制问题为案例展示和讨论本讲座的观点；
深度：本讲座以被称为需求工程中的“Ｅ＝ｍｃ２”理论展开应用扩展及工具支持；
创新：本讲座将涉及对AI出现之前的需求工程进行反思，然后提出新的观点和技术。
                                                                                                                      
演讲提纲：
1、智能需求工程中的关键性挑战与解决方案
1）需求智能获取：如何通过自然语言的处理和需求建模进行缺失需求的补全；
2）需求智能分析：用图文并茂甚至多媒体手段进行需求建模，用工具原型进行需求抽象和精化；
3）需求智能评价：需求复杂度度量及非功能需求分类；
2、大语言模型在需求工程的初探：LLM在需求模型精化的应用；
3、智能需求工程的未来展望：强人工智能技术在需求可解释性和可信性的机遇。
                                                                                                                                                                                        
听众受益：
听众可以了解学术研究如何联系和指导需求工程实践，并通过本讲座的案例演示可以了解和体验如何在AI背景下如何提高需求工程实践能力。                                                                                                                           
京ICP备2020039808号-4
返回顶部