2023年CCF中国软件大会（CCF ChinaSoft 2023）由CCF主办，CCF系统软件专委会、形式化方法专委会、软件工程专委会以及复旦大学联合承办，将于2023年12月1-3日在上海国际会议中心举行。

本次大会主题是“智能化软件创新推动数字经济与社会发展”，学术、工业、教育、竞赛等分论坛活动40余场，期待您的参与！

目前大会火热报名中！

CCF ChinaSoft 2023官方首页：

http://chinasoft.ccf.org.cn/

点击文末“阅读原文”或扫描下方二维码进入官方注册通道:

https://conf.ccf.org.cn/chinasoft2023

✦  +

+

论坛巡礼

论坛名称：生成式AI与软件自动化论坛

时间: 2023年12月1日（星期五），8:30 – 12:30

地点: 上海国际会议中心，5楼长江厅

论坛简介： 

   生成式AI在2023年所取得的进展，无疑引起了极具颠覆性的行业海啸。生成式AI正在重构人们的办公、娱乐乃至生活方式。人工智能生成内容以超出人们预期的速度，正在成为科技革命历史上的重大事件。生成式AI本质上是通过机器学习算法从已有数据中学习内容要素，生成新的原创内容或作品。它在继承和发扬传统AI的分析、判断、决策功能的基础上，实现了传统AI无法企及的创意设计功能。生成式AI算法希望通过解决有效数据的稀缺性以及采样偏差等问题，突破人工智能发展的关键瓶颈。生成式AI不仅速度更快、成本更低，而且在某些情况下，它所生成的结果比人类手工创造的还要好。

  在软件工程领域，生成式AI也开始为其赋能，并衍生为一种新的生产力。生成式AI将大大加速软件开发过程，减少测试的时间和人工成本，提高测试的覆盖率、准确性、性能和可靠性，增强代码的质量和可维护性，还帮助软件管理人员更好地进行项目管理与维护，提供自动化软件部署方式，推动软件开发效率和质量的飞速发展，围绕生成式AI的软件工程技术主题的研究工作具有重要意义。

  在这样的时代背景下，立足于生成式AI在软件工程领域的最新进展，我们组织“生成式AI与软件自动化”论坛，旨在鼓励和交流国内外研究者在生成式AI及其涉及到的知识图谱、图神经网络、机器学习可解释性、强化学习、数据增强等与软件工程相结合领域的相关研究成果与重要观点。

日程安排

Schedule

论坛主席

Forum Chairmen

李戈

北京大学

北京大学计算机学院长聘教授，博士生导师，教育部长江学者，CCF软件工程专委会秘书长。长期聚焦于程序理解、程序生成、深度学习等技术的研究，是国际上最早从事“基于深度学习的程序理解与生成”研究并取得代表性成果的研究者，在多个国内外顶级会议与期刊发表相关论文50余篇，多篇论文被国际学者认是“首创成果”并被广泛引用，多次获ACM杰出论文奖。在软件与人工智能领域的多个国际会议担任程序委员会共同主席与PC。曾获教育部科技进步一等奖，CCF科技发明一等奖，北京市科技发明二等奖，中创软件人才奖。教学课程被首批认定为“国家级一流线下课程”和“国家级一流线上课程”，并多次获省部级教学奖。科研转化成果aiXcoder为航天领域的重大工程、金融与IT领域的多家大型企业及数十万国际开发者提供服务。

邢颖

北京邮电大学

北京邮电大学人工智能学院副教授、博士生导师，CCF高级会员、软件工程专委会执行委员，九三学社社员，国家自然科学基金同行评议专家。主要研究方向为程序分析与理解、软件缺陷检测、安全漏洞挖掘、人工智能及其应用。主持国家自然科学基金项目、装备预研项目、CCF-绿盟科技“鲲鹏”科研计划项目及其他横、纵向项目多项，并承担了多个国家重点研发计划项目、国家自然科学基金等项目。申请专利10余项，出版专著《源代码分析》、《面向对象软件工程》等，在《软件学报》、《中国科学：信息科学》、EAAI、JCST、JSS、KBS及ChinaSoft等期刊和会议上发表论文数十篇，并担任多个顶级期刊的审稿人。2022年作为论坛主席之一，成功举办了CCF中国软件大会(CCF ChinaSoft) “面向可解释人工智能的软件工程方法与技术”论坛。

刘芳

北京航空航天大学

北京航空航天大学计算机学院助理教授，研究方向为智能化软件工程、程序分析、代码补全、代码自动生成等。已在国内外顶级期刊、会议上发表多篇论文，其中以第一作者在CCF A类国际会议ICSE, ASE上发表多篇论文，并获得2020年ACM杰出论文奖(ACM SIGSOFT Distinguished Paper Award in International Conference on Program Comprehension)。主持国家自然科学基金青年基金、CCF-华为胡杨林基金，作为骨干参与多项国家级项目，担任软件工程国际顶级期刊Journal of Software: Evolution and Process和Journal of Computer Science and Technology的审稿人。

刘辉

北京理工大学

教授、博士生导师、教育部新世纪优秀人才、CCF杰出会员。2008年从北京大学获得博士学位并加入北京理工大学计算机学院，2012-2013年在英国UCL进行访问研究，2013年入选教育部新世纪优秀人才和北京青年英才资助计划。目前主要研究“智能软件工程”，将人工智能和大数据技术应用于软件工程方面的研究工作。主持/参与了国家自然科学基金青年基金、国家自然科学基金面上项目、国家自然基金重大项目、国家重点研发项目、教育部博士点基金等二十余项国家级科研项目。在IEEE TSE、ACM TOSEM、ICSE、FSE、ASE、ISSTA等中国计算机学会推荐的A类顶级国际期刊/会议上发表论文二十余篇，他引近千。

获得北京市技术发明二等奖、CCF A类国际会议ICSE 2022 杰出论文奖、CCF B类期刊IET Software Premium（Best Paper）Award、CCF B类会议RE 2021 最佳论文奖。担任中国计算机学会软件工程专委会常务委员、秘书长，软件智能与软件工程研究所副所长。担任CCF A类会议ASE 2022 程序委员会委员、CCF B类国际知名期刊IET Software副主编以及EMSE和JSS的客座编辑。

刘璘

清华大学

刘璘博士主要从事软件需求工程与知识工程领域的研究工作。她的主要研究兴趣包括软件系统建模与分析，医疗大数据分析与处理，新型网络服务软件开发方法等，任《软件学报》编委（2012-2022），现任《需求工程》国际期刊（REJ）编委，《信息系统建模与设计国际期刊》（IJISMD）副主编。曾编辑过服务计算通讯（TSC）期刊的“服务需求工程”特约专栏，《需求工程》国际期刊（REJ）的“云计算环境下的安全需求工程”专刊，《软件学报》的“大数据时代的软件工程”专刊，《计算机研究与发展》的“人工智能背景下的需求工程”专刊，《计算机研究与发展》的“面向可解释人工智能的软件工程方法与技术”专刊，《计算机科学》的“复杂系统的软件工程与需求工程”专刊等。她参与与专刊主体相关领域的国家自然科学基金重点项目两项和主持863项目一项，分别致力于“面向大规模群体协同的软件建模方法与技术”以及“基于最优决策的需求工程方法”的研究与实践。

论坛嘉宾

Forum Guests

谢涛

北京大学

北京大学讲席教授，北京大学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副主任，国家高等学校学科创新引智（“111”计划）基地负责人。曾任美国伊利诺伊大学香槟分校（UIUC）计算机系正教授。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，海外杰出青年科学基金，美国国家自然科学基金青年职业奖，ACM软件工程领域（SIGSOFT）三大奖项中的两项（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，软件仓库挖掘奠基性贡献奖，软件工程顶级国际会议ASE 2021最有影响力论文奖等。担任CCF系统软件专委会主任（2024-2027），2020年中国计算机大会程序委员会主席，软件工程顶级国际会议ICSE 2021程序委员会共同主席，《软件测试、验证与可靠性（STVR）》Wiley期刊联合主编等。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。

报告题目：

基于大代码的软件自动化：机会与挑战

报告摘要：

近年来，基于大代码以及大规模预训练深度学习模型的人工智能技术取得了飞速发展，为更有效的解决多类软件自动化任务带来了新的机会。同时，深度学习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自动化任务带来了新的挑战。本报告探讨大代码和大模型在支撑软件自动化的最新研究进展、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。

王千祥

华为公司

华为云智能化软件研发首席专家，PaaS技术创新LAB主任，华为公司可信领域科学家，中国计算机学会软件工程专委副主任。主导华为公司的智能化软件研发，结合AI技术与软件分析技术，近期带领团队探索研发领域的大模型，并赋能公司的系列软件研发工具。

报告题目：

大模型时代的软件研发：范式与工具

报告摘要：

从NLP领域发展起来的大模型正在引领新一代人工智能的发展，并持续向更多的领域穿透其影响力。从软件研发的角度，大模型将带来哪些变化？本报告将结合华为在基于大模型的代码生成等软件研发领域开展的系列探索，分享软件研发大模型的进展，并对软件研发的未来及需要解决的关键问题进行展望。

狄鹏

蚂蚁集团

博士，蚂蚁集团程序分析及智能负责人，中科院客座研究员，新南威尔士大学兼职高级讲师。狄鹏博士致力于研究程序语言及分析、软件工程、软件智能化等领域，其研究成果发表于在PLDI、ICSE、MICRO等学术顶会。他开源很多工作成果，是蚂蚁百灵代码大模型CodeFuse，LLVM指针分析SVF，华为AI编译框架MindSpore/AKG 等开源项目的创始人之一。

报告题目：

百灵CodeFuse：蚂蚁自研代码大模型的探索及实践

报告摘要：

随着大型语言模型的快速发展，AIGC技术正在推动软件开发进入一个智能化的新时代。百灵研发助手CodeFuse 基于蚂蚁自研的开源代码大模型，具备智能建议和实时支持的功能，能够帮助开发者生成代码、增加注释、生成测试用例以及修复和优化代码，从而提高研发效率。在最近的评测中，CodeFuse在HumanEval得分达到了74.4%。这显示了CodeFuse在代码自动生成方面的强大能力。本次论坛，我们将分享CodeFuse的探索路径、开源发展规划以及一些差异化技术。同时，结合蚂蚁实践，展望大型语言模型技术在软件工程领域未来的发展趋势和研发方向。CodeFuse开源地址https://github.com/codefuse-ai ；ArXiv: https://arxiv.org/abs/2310.06266。