CCF@U882：CCF软件工程专委走进中山大学—博学论坛“智能软件工程”

CCF走进高校第882场

敬请关注

由中国计算机学会（CCF）主办，CCF软件工程专业委员会，中山大学承办的CCF走进高校活动，将于2022年11月13日在中山大学及线上同步召开，敬请关注。

时间：2022年11月13日（周日）19:00--21:00

线上报告：#腾讯会议：205-477-961

报告信息：

报告题目：嵌入人工智能模型的软件系统可信保障

报告摘要：随着人工智能技术的快速发展，越来越多的问题采用基于机器学习、神经网络形成的算法加以解决，我们称这类算法为“人工智能模型”。人工智能模型编程实现后成为软件系统的组成部分，这类包含人工智能模型实现的软件系统我们称之为“嵌入人工智能模型的软件系统”。基于统计原理和训练数据产生的人工智能模型，与基于逻辑设计的算法相比，具有内在不可解释、正确性难以规约、泛化结果难以度量、易受数据扰动等特征，因而成为软件系统中新的、异构非信任主体，使得软件可信保障面临新的障碍和挑战，人工智能模型缺陷引发的系统失效在实际应用领域已经导致了多起重大安全事故。本报告聚焦如何突破人工智能模型在系统可信保障方面所形成的障碍、如何揭示与摆脱人工智能模型与系统存在的缺陷，从人工智能模型与系统的分析与验证、面向人工智能模型的系统可信增强与保障两个方面阐述认识、思考与实践。

嘉宾简介：

李宣东，南京大学教授，兼任中国计算机学会软件工程专业委员会主任、国务院学科评议组成员（软件工程）；教学和研究工作主要涉及软件工程、可信软件、形式化方法等领域。

报告题目：人机物融合泛在计算：面向万物互联的超级自动化

报告摘要：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、智能工厂等具体场景，人机物融合泛在计算正在逐渐成为现实。人机物融合泛在计算实现了面向万物互联的超级自动化，支持以用户为中心的人机物资源按需融合和应用场景构造。本次报告将围绕这一主题，从人机物资源接入与抽象、基于最终用户编程的应用构造、云边端融合的计算基础设施以及基于云原生技术体系的运行支撑等方面介绍我们的技术构想和初步实践。

嘉宾简介：

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，IEEE高级会员，《Journal of Software: Evolution and Process》联合主编，《ACM Transactions on Software Engineering and Methodology》编委，《软件学报》编委，《Empirical Software Engineering》编委，IEEE软件维护与演化国际会议（ICSME）执委（2017-2020）。2016年获得NASAC青年软件创新奖。主要研究方向包括软件开发大数据分析、软件智能化开发、云原生与智能化运维、人机物融合泛在计算、机器人软件工程等。研究工作获得ICSM 2011最佳论文奖、ACM SIGSOFT杰出论文奖（ASE 2018/2021、ICPC 2022）、IEEE TCSE杰出论文奖（ICSME 2018/2019/2020）、IEEE Transactions on Software Engineering年度最佳论文奖（2018）。带领复旦大学CodeWisdom研究团队开展软件开发大数据分析以及软件智能化开发与运维方面的研究与实践，研究成果在多家大型企业进行了实践应用。

报告题目：基于深度学习的程序理解与生成

报告摘要：程序理解与程序生成是一对相互依存的经典研究任务。近年来，基于深度学习等人工智能技术的方法，与传统的程序分析与程序综合方法相结合，针对上述两项任务发展出了一系列新的解决方案。这也使程序理解与生成问题成为跨越“软件工程”和“人工智能”两个领域的研究热点。讲者所在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，对基于深度学习的程序理解与生成方法的发展历程和发展状态进行简要阐述，并着重对当前研究和产业化中存在的问题进行探讨。

嘉宾简介：

李戈，北京大学长聘教授，博士生导师，教育部长江学者。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“开创性成果”，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。

CCF微信公众号，欢迎关注