CNCC2023将于10月26日至28日在沈阳举行，会议期间将举办129场技术论坛，涵盖人工智能、安全、计算+、软件工程、教育、网络、芯片、云计算等30余个方向。本文特别介绍【智能时代的IDE：大模型如何赋能软件开发环境和开发方法？】技术论坛。
本论坛探讨人工智能与大模型对软件开发环境的影响，梳理大模型在软件开发环境领域的关键应用和主要进展，研讨软件开发环境智能化所面临的关键技术挑战以及智能软件的开发与维护对软件开发环境的特殊需求及其潜在解决方案。
报名及了解更多技术论坛信息请识别下图二维码进入CNCC2023官网。目前早鸟票限时优惠报名正在进行，抓住机会立享大幅优惠！
人工智能技术（尤其是最近的大模型技术）取得了长足的进步，对软件开发环境的设计和开发也产生了深远的影响。一方面，人工智能技术（包括大模型）已经广泛应用于软件开发环境，提供了高效准确的代码补全、代码轨迹、代码优化、程序修复等一系列智能化的软件开发方法和开发工具，提高了软件开发环境的智能程度。另一方面，智能软件与传统软件很大的区别，其开发与维护亟需专门的软件开发方法和开发工具的支持。
为了提高软件开发的效率和效果，亟需系统深入地探讨如何利用以大模型为代表的人工智能技术赋能软件开发环境，明确其中的关键挑战与潜在解题思路，构建完整路线图。
本论坛集中研讨人工智能与大模型对软件开发环境的影响，梳理大模型在软件开发环境领域的关键应用和主要进展。研讨软件开发环境智能化所面临的关键技术挑战，以及智能软件的开发与维护对软件开发环境的特殊需求及其潜在解决方案。
论坛安排
顺序
主题
主讲嘉宾
单位
1
基于大模型的软件开发自动化
李戈
北京大学
2
智能时代的软件测试：机遇与挑战
陈振宇
南京大学
3
基于群智化方法的AI软件构建
孙海龙
北京航空航天大学
4
智能化桌面与XOps软件生产线实践
文永新
华为
Panel嘉宾
论坛主席
张莉
CCF教育专委候任主任
北京航空航天大学计算机学院教授、软件工程研究所所长
CCF软件工程专委常委，教育部软件工程专业教学指导委员会委员，全国高等学校计算机教育研究会副理事长。中国工程教育计算机类专业认证委员会委员。国家级一流本科课程负责人，软件工程国家级一流专业建设点负责人，教育部编译课程虚拟教研室负责人，101计划编译原理课程负责人，北京市教学名师。从事软件工程、模型驱动方法、需求工程等研究。多次获得国家教学成果、北京市教学成果奖、国防科技进步奖等奖励。入选2019年CCF优秀教师奖励计划。
共同主席
刘辉
CCF软件工程专委会候任秘书长
北京理工大学教授/博导、智能软件与软件工程研究所副所长
CCF杰出会员，长期从事软件开发环境方面的研究工作，在ICSE、ESEC/FSE、ASE、ISSTA、IEEETSE、ACMTOSEM等发表了三十余篇学术论文，部分成果被Eclipse等主流IDE采纳集成。获得ICSE2022杰出论文奖、RE2021最佳论文奖、IETPremiumAward(2016)、北京市技术发明二等奖(2021年度)。
论坛讲者
CCF软件工程专委会秘书长
北京大学计算机学院长聘教授/博导
教育部长江学者。研究方向：程序生成、程序理解、深度学习，是国际上“基于深度学习的程序处理”方面的先驱性研究者，多项成果被国际学者认为是“首创性成果”并被广泛引用。多年来，所带领的研究团队在多项研究任务中一直保持着国际领先结果，是该领域国际知名的研究团队。曾获CCF科技发明一等奖。
最近以GPT-4为代表的大模型技术的推出对软件开发技术产生了深刻影响。大模型的程序生成能力到底如何？在程序分析与生成方面存在哪些问题？未来的软件开发图景将会发生哪些变化？北京大学程序理解与生成研究团队，是基于深度学习的程序理解与生成领域的早期开拓和持续贡献团队。讲者以自身研究经历为背景，对基于大模型的程序理解与生成方法的研究历程和发展状态进行简要阐述，并着重对当前基于大模型的软件开发自动化中存在的问题进行探讨。
南京大学软件学院教授/博导
主要从事智能软件工程的研究，长期致力于产教研融合和科研成果转化落地。南京大学智能软件工程实验室（iselab.cn）负责人、慕测科技创始人、IEEE国际软件测试大赛发起人，江苏省计算机学会产业工委执行主任。中国计算机学会杰出讲者，国家一流本科课程《软件测试》负责人。曾主持国家重点研发计划课题1项和国家自然科学基金重点项目1项。研究成果已经在中船重工、航天科工、中国电科、国家电网、百度、阿里、腾讯、华为等知名企业转化，研究成果获2012年度江苏省科学技术奖一等奖、2015年湖北省科技进步奖一等奖、2017年CCFNASAC-东软青年软件创新奖、2021年中国电子学会科技进步奖一等奖、2021年江苏省教学成果奖特等奖和2022年国家教学成果奖特等奖。
CCF协同计算专委副秘书长
北京航空航天大学教授、北航杭研院副院长
随着人工智能技术的广泛应用，AI模型逐渐成为软件系统的重要组成。以深度神经网络为代表的AI模型是典型的复杂软件系统，提高此类软件的构建效率和质量是一个难题。针对该问题，我们受经典软件复用方法的启发，提出了“分而治之，集成汇聚”的群智化方法，其核心是基于模块化分解和按需组合的模型复用。报告聚焦深度神经网络模型的高效复用问题，介绍模型复用的研究动机和意义，并分析模型复用所面临的挑战，进而介绍基于群智化方法的研究进展。
华为云研发工具专家
华为云研发工具高级专家，PaaS工具首席规划，产品与软件工具CTO。23年华为软件产品与工具研发经验，先后负责多个公司级研发能力与工具重点项目。在敏捷与DevOps工程方法、流水线工具链、大规模构建、7x24小时自动化测试工厂、研发工具解决方案、软件开发生产线、计算云研发基础设施建设等方面，有丰富的实践经验。
介绍大模型时代下，以代码生成为主的智能化全码IDE桌面，低码桌面，和基于DataOps、MLOps、DevOps协同的软件开发生产线，在工具架构与软件研发上的实践。包括代码和研发交互基础大模型能力的建设，IDE上智能化的代码开发、代码检查、单元测试的应用，低代码编排，以及数据治理、模型开发、软件应用开发三大流水线工具集成方案，研发作业协同方面的探索。
今年恰逢CNCC创办20周年。二十年来，CNCC已逐渐发展到涵盖数十个方向129场技术论坛，700余位国内外讲者积极参与，超过13000人注册的计算领域年度盛会。二十载不断超越，作为国内计算领域参会人员众多，规模大，水平高的年度盛会，CCF将精心筹划，为参会者带来一场前沿碰撞、展望未来的技术盛宴，让每位参会者都能在CNCC这个超大体量专业平台上提升自身的专业价值，获得前行的动能！等你来，马上行动，欢迎参会报名！