2021年10月16日8：30-11：30，CCF YOCSEF大连2021-2022年度“面向人工智能的软件工程”论坛在大连市高新区黄浦路沪连大数据产业基地 1 层会议室举行。论坛由CCF YOCSEF 大连主席江贺致辞，邀请了三位知名学者清华大学刘璘，南京大学陈振宇，新加坡南洋理工大学谢肖飞进行演讲。本次论坛由CCF YOCSEF 大连 AC 委员郭成，CCF YOCSEF 大连 AC 委员高明，CCF YOCSEF 大连 AC 委员郭世凯共同组织。

本次论坛特邀请讲者清华大学刘璘副研究员、南京大学陈振宇教授、新加坡南洋理工大学博士后谢肖飞做了精彩的分享报告。出席论坛的还有YOCSEF大连现任主席/大连理工大学人工智能研究院院长 江贺，还有YOCSEF大连现任副主席 来庆新，CCF YOCSEF大连学术委员会委员、高校教师/学生、企事业单位代表等。

首先，由CCF YOCSEF 大连主席江贺进行致辞，对三位知名学者出席本次论坛进行演讲表示感谢，并预祝本次活动成功举办。

接下来由清华大学刘璘最为第一个演讲者开始了本次论坛演讲，讲者刘璘以智能化软件的需求工程为主题，首先介绍了人工智能的定义以及国际上，中国和大连的人工智能的发展，其次就本人以及研究团队的研究项目作为切入点详细阐述了目前AI主要关注点是需求分析过程，并要识别能做那些自动化任务。接着讲解了RE for ML 和RE for any system的不同点，以及说明了目前人工智能是一个宏观问题，要关注大规模复杂系统的规划问题，关注智能组件的研发。最后总结对于AI 领域的研究，最重要的两个因素一个是目标，它是最稳定的驱动力，第二就是支撑目标的数据，确定这两个因素后再去发展其他。

之后，南京大学陈振宇做了以智能软件质量保障-从入门到放弃为主题的演讲，首先阐明了今后所有行业都将被智能软件所重新定义，并且智能软件系统有着广泛的应用前景。接下来以入门、放弃两个阶段为划分，讲述了目前人工智能的机会和挑战、边界值测试、白盒黑盒以及机器运行边界等。最后阐述了目前深度学习的一些框架算法还存在的问题。

最后，由新加坡南洋理工大学谢肖飞以面向深度学习系统的质量和安全保证分析为主题作为本次论坛的最后演讲。首先道出了要从传统软件安全技术借鉴，来构建深度学习软件。之后对循环神经网络的测试和修复，处理序列化数据的工作流程进行了详细的讲解和展示。最后总结了做深度学习研究时从需求分析到数据到模型的实现都需要经training, testing, 部署这三个步骤且每一步都可以做一个research。

        在思辨环节，设置了三个思辨题目，引导参加人员各抒己见。

思辨一：人工智能给传统软件从业者带来那些机遇和挑战？

思辨二：人工智能如何重塑传统软件行业？

思辨三：产业界、学术届如何协同，共同推进软件工程智能化进程 ？

思辩环节学生提问问题:对研究生在研究方面有什么好的建议。新加坡南洋理工大学谢肖飞回答：在写作上和问题表述和理解上大多数学生都有些困难，做offer需要买的点是什么，怎么撰写论文，这个思路要清晰。做新的方法是比较在意引入新的方法与老的方法做对比，能否有好的效果。鼓励大家做探索创新，需要对自己想法有自信。每个人对自己工作本身以及创新点要有理解。

关于人工智能给传统软件从业者带来哪些机遇和挑战这个问题，新加坡南洋理工大学谢肖飞认为从机器学习的本质上来讲，AI涉及到很多图片、自然语言，像阿里等大公司有很多数据，这个数据形成AI领域里很重要的元素。软件行业使用AI很基础的元素，用AI技术从big data中manage。数据给我们带来了机遇，也带来了挑战，一些比较难的比如AI到了决策上不太好用，代码里哪些好用哪些不能用，自然语言中理解语义，理解逻辑就比较难。清华大学刘璘认为人工智能给传统从业者带来那些机遇和挑战。很落实的两件事，低代码和智能运维，两者有需求也很好落实，是很有希望的两件事儿。低代码开发，开发代码有一些便捷的工具，软工人可以更简单地完成。从运营角度，用AI来operation成本降低。

关于人工智能与软件工程间的交融度这个问题，清华大学刘璘认为每个人都有背景，从背景出发，我能有什么AI，AI智能应用我们能做出什么。

学生提问：人工智能发展到一定阶段，软件工程师的作用体现在哪里。新加坡南洋理工大学谢肖飞回答：软件开发者要有危机意识，低端代码要被AI取代，在人工智能无法被触及的点来做，人写的代码都要测很多遍，机器写的代码是否可靠也是一个问题。

对于人工智能如何重塑传统软件行业这个问题，讲者清华大学刘璘认为人工智能给产业实践会有什么改变，有两点，软件行业AI对开发有什么影响，系统能力强则软件能力不会有什么变动。编程能力强不碰AI也可以立足。第二点，创新发展，有智能化需求。要做全能型选手，会改模型结构调参数涉及人工智能，要多方面考虑。

对于产业界、学术层如何协同，共同推进软件工程智能化进程这个问题，清华大学刘璘认为我们要有自己的理论方法和基础，工业界做得好，很多问题是实验室里遇到不了的，学术界保持高冷是不对的，摆正自己的位置，学习工业界领先的方面，要从真正的产业界提出的真问题来解决问题，真正做的好的是因为他们在现实中成长起来的，而不是闭门造车。新加坡南洋理工大学谢肖飞认为这个行业说到底还是工程性的，而不是去搞些理论，我们真正拿到企业的一些数据和需求，现在我们测比较难测的一些软件，人工智能给我们打开了一条新的方向，人工智能怎么能解决一些问题，不需要你方法多好看，只要解决了人在里面的问题提出了架构就够了，还是有很多工作可以做的。

学生提问：应该以实践作为主要矛盾还是理论。清华大学刘璘回答信息科学里面最具有理论高度的是信息论，在软件和计算机领域可以有一个理论让人们几十年用，有个人远远走在了所有人前面，他有本书叫人工的科学，第五章在讲设计过程中通用框架。他是一个既得了诺奖又得了图灵奖的人。另外，比如香农，他的硕士论文是继电器逻辑理论，而获奖时他在产业界。所以，无论人在哪，理论和实践永远都是一个相互贯通的过程。

大连理工大学郭成回答从学术界跳到工业界是因为工业界有数据，产业化研究做的还是纯粹的学术研究，现在越来越也要求产业界有些产值了，我们要有一些想法，不一定要向产业界妥协，有些问题如何协同和自己也有关系的，比较年轻的人follow别人的工作比较保险，但是很多优秀的人都来做人工智能，这不是一个好的趋势，还是应该喜欢什么就做什么。

南洋理工大学谢肖飞回答在传统企业里，有他们验证出很好的方法，可能很难再提出一个新的更好的方案。当企业到一定规模（瓶颈），需要花费的代价越来越大，需要软件工程一起来做，新的方法需要做什么样的调整，企业再来将以应用，理论与方法协同，不可丢一 。

        论坛气氛轻松、思维活跃，深入浅出的思辨使与会者受益匪浅。