2023CCF中国开源大会丨大模型时代的智能化软件工程新范式分论坛

在本次报告中，我们介绍TableGPT，一个融合自然语言交互、对结构化数据的向量化理解和链式指令集的完备系统，在落地场合中通过与用户进行自然语言交互实现对表格文件或者数据库表的增删改查和其他复杂操作，兼容自动化大小模型交互，并支持可视化图表生成和简单的报告撰写。与此同时，大模型的出现创造了全新的智能化软件生态，以大模型为智能基座按需融合软件服务、物理设备、机器人等人机物资源成为一种新的人机物融合应

开源头条

483人浏览 · 2023-10-07 18:58:52

开源头条 · 2023-10-07 18:58:52 发布

2023 CCF 中国开源大会即将于10月21日-22日于湖南长沙举行，将举办近20场领域平行分论坛。由彭鑫教授作为主席的大模型时代的智能化软件工程新范式分论坛邀请您共同分享经验和见解，共同探索开源领域的无限未来！

大模型时代的智能化软件工程新范式分论坛

一、分论坛简介

ChatGPT和GPT-4的横空出世以及所掀起的热潮标志着大模型时代的到来。大模型以交互式对话的方式实现了多领域任务完成能力，表现出了很高的通用智能水平。与此同时，大模型的出现也创造了全新的智能化软件生态，以大模型为智能基座按需融合各种信息、服务、接口、工具乃至机器人和各种物理资源正在成为一种新的技术和产业发展方向，由此带来了智能化软件应用及系统的“iPhone时代”。近期涌现出来的LangChain、HuggingGPT、AutoGPT、Prompt Sapper等技术初步展现了基于大模型的智能化软件应用构造新途径。这一新的时代背景下的智能化软件需要新的软件工程范式以及相关的方法和技术支持。本论坛将围绕这一主题，邀请来自学术界和工业界的专家进行技术报告和Panel讨论，在分析和总结学术研究与企业实践现状的基础上对未来的发展趋势进行展望。

二、大会主席

彭鑫

复旦大学计算机科学技术学院副院长、软件学院副院长、教授、博士生导师

彭鑫，复旦大学计算机科学技术学院副院长、软件学院副院长、教授、博士生导师。中国计算机学会（CCF）杰出会员、软件工程专委会副主任、开源发展委员会常务委员，上海市计算机学会青工委主任，《Journal of Software: Evolution and Process》联合主编（Co-Editor），《ACM Transactions on Software Engineering and Methodology》、《Empirical Software Engineering》、《Automated Software Engineering》、《软件学报》等期刊编委。2016年获得NASAC青年软件创新奖。主要研究方向包括软件智能化开发、云原生与智能化运维、泛在计算软件系统、智能网联汽车等。研究工作获得IEEE Transactions on Software Engineering年度最佳论文奖（2018）、ICSM 2011最佳论文奖、ACM SIGSOFT杰出论文奖（ASE 2018/2021及ICPC 2022）、IEEE TCSE杰出论文奖（ICSME 2018/2019/2020、SANER 2023）。担任ICGSE 2014及ICSME 2017组委会主席，Internetware 2017及ICSR 2019程序委员会主席，2022年与2023年CCF中国软件大会（ChinaSoft 2022）组织委员会主席与程序委员会共同主席，以及ICSE、FSE、ASE、ISSTA、ICSME、SANER等会议程序委员会委员。带领复旦大学CodeWisdom研究团队开展软件智能化开发与运维以及软件供应链治理平台的研究，研究成果在多家大型企业进行了实践应用。

三、分论坛演讲

增强大语言模型关键技术与应用范式

王昊奋

同济大学特聘研究员、OpenKG发起人

一、嘉宾介绍

王昊奋，上海交大博士、上海市优秀博士，同济大学百人计划特聘研究员，博士生导师。其研究兴趣及专长是知识图谱、自然语言处理、对话式用户交互、智能内容生成。他是全球最大的中文开放知识图谱联盟OpenKG发起人之一。出版了《自然语言处理实践》《知识图谱方法、实践与应用》等著作。他还受邀在世界人工智能大会等诸多国际与国内智能峰会上担任讲者，并在自然语言处理国内顶级会议NLPCC多次担任知识图谱方向主席，长期作为ISWC, WWW, AAAI等人工智能国际顶级会议程序委员会委员。负责参与10余项国家自然科学基金、863重大专项、科技部科技支撑、经信委和科委等AI相关项目，共发表100余篇AI领域高水平论文。长期在一线人工智能公司担任CTO之职，荣获徐汇区学科带头人人才计划。他构建了全球首个可交互养成的虚拟偶像—“琥珀·虚颜”；所构建的智能客服机器人已累计服务用户超过10亿人次，并成功入选中国人工智能产业发展联盟最佳AI应用案例。目前，他担任中国计算机学会术语工委副主任，SIGKG主席，上海秘书长，中国中文信息学会理事，语言与知识计算专委会副秘书长，上海市计算机学会自然语言处理专委会副主任，上海交通大学AI校友会秘书长等社会职位。

二、演讲内容

随着chatGPT的兴起，大语言模型进入百模大战。然而，其幻觉，成本贵等局限限制其在各个行业广泛落地。本次报告将重点介绍各种大模型增强技术，包括：提示工程是引导大模型准确输出的关键要素之一；为了避免大模型的“一本正经胡说八道”，知识和检索增强是使能技术；大模型已经已经进化为智能体，各种数据和服务的编排和路由是通往智能中控的核心手段；多模态是未来的趋势，通过大模型作为桥梁可以关联感知和决策，并最后结合具身智能做到虚实融合。最后，围绕应用落地，分析大模型+和+大模型两种不同的演进路线，以及不同的产业落地和生态。

释放AI原生服务潜能：Prompt Sapper平台设计和技术实践

邢振昌

澳大利亚CSIRO's Data61 Senior Principal Research Scientist

一、嘉宾介绍

邢振昌，博士，是 senior principal research scientist and science leader of the SE4AI team at CSIRO’s Data61。邢博士目前的研究关注SE4AI方法，技术和工具，以及知识图谱，人机交互，Responsible AI。邢博士在声誉卓著的期刊和会议上发表超过180篇经过同行评审的出版物，并获得了顶级软件工程会议的多个杰出论文奖，包括ACM SIGSOFT杰出论文奖，IEEE TCSE杰出论文奖，以及ACM SIGSOFT Most Influential Paper Award。他是AI原生服务平台Prompt Sapper (https://aichain.online)的联合创始人。邢博士经常在顶级软件工程会议的组织和程序委员会中服务学术社区。

二、演讲内容

大语言模型解锁了自然语言“编程”，开启了AI成为人人可用又人人不同的AI原生服务时代。为支持AI原生服务，我们定义了Prompt-as-Code范式，设计了支持Prompt-as-Code的甚高级语言 (Structured Prompting Language, SPL)，并开发了构建在LLM-based copilots之上的Prompt Sapper系列产品。这个报告将介绍Prompt Sapper支持的AI原生服务开发核心理念和技术实践，并演示Prompt-as-Code, SPL以及Prompt Sapper如何释放人与AI协作智能，改变传统的软件开发方法。最后报告将探讨AI原生服务对软件领域带来的挑战和机遇以及广阔应用场景。

基于大模型的人机物融合应用开发范式

彭鑫

复旦大学计算机科学技术学院教授/副院长

一、嘉宾介绍

见分论坛主席介绍。

二、演讲内容

随着网络与信息技术向人类社会和物理世界的全方位延伸，人类社会、信息系统、物理空间之间以软件为纽带不断融合，形成了软件定义的智能汽车、智慧园区、智能工厂等人机物融合应用场景。与此同时，大模型的出现创造了全新的智能化软件生态，以大模型为智能基座按需融合软件服务、物理设备、机器人等人机物资源成为一种新的人机物融合应用开发方式，但在人机物环境表达、异构人机物资源编程、大模型不确定性及应用可靠性保障等方面还存在许多问题和挑战。本次报告将在介绍基于大模型的人机物融合应用场景及其问题和挑战的基础上，尝试归纳和总结其中所蕴含的新的开发范式及未来的发展方向。

TableGPT—大模型的漫长落地之路初探

赵俊博

浙江大学计算机学院百人计划研究员、博士生导师

一、嘉宾介绍

浙江大学计算机科学与技术学院百人计划研究员、博士生导师、图灵班项目主任，于2019年9月获纽约大学计算机专业博士学位，师从图灵奖得主、美国两院院士Yann LeCun。获福布斯30Under30科技赛道封面人物，阿里云MVP，百度青年 AI 学者，首届 WAIC 青年科学家等多项荣誉。主要研究方向包括深度学习，预训练大模型，AIGC，Data-centric AI，AI+X等。曾任职于Meta（前Facebook），NVIDIA，并有过连续创业经验。截止2022年7月，赵俊博论文总引用量已达15000余次。

二、演讲内容

预训练大预言模型（LLM）的高速发展革新了人机交互、信息获取的方式，但是 LLM 在面对精准定量问题中展现出来的“刚性”和准确性仍然差强人意。另外，日常中较为典型的定量问题场景往往涉及结构化数据（来自数据库、Excel、中台等），由于上下文长度的限制，大模型无法处理表格或者数据库中的结构化信息。在本次报告中，我们介绍TableGPT，一个融合自然语言交互、对结构化数据的向量化理解和链式指令集的完备系统，在落地场合中通过与用户进行自然语言交互实现对表格文件或者数据库表的增删改查和其他复杂操作，兼容自动化大小模型交互，并支持可视化图表生成和简单的报告撰写。具体地，我们设计了一套特异的领域限定语言体系（DSL），TableGPT 在经过指令精调后将用户的自然语言输入映射到该DSL中，经过工程化的校验后，分发到各个功能性计算模块，以此保证系统本身的“刚性”和可控性。

大语言模型在数据科学中的应用和实践