快速訪問通道
講座題目（1）：面向人工智能基礎設施（AI Infra）的系統軟件：思考與實踐
主講專家：劉譞哲
講座時間：3月30日19:00-21:00
講座地點：騰訊會議：565-398-575或研究院一號樓北532報告廳
主講人簡介：
劉譞哲，北京大學博雅特聘教授，北京大學計算機學院長聘教授，北京大學人工智能研究院雙聘教授，國家杰出青年科學基金獲得者，國際計算機學會（ACM）杰出科學家。主要研究方向為系統軟件，近年來主要研究興趣是大規(guī)模分布式智能計算系統，包括大模型系統、泛在智能體系統、云計算系統等。在在SOSP/ASPLOS, SIGCOMM/NSDI/MobiCom/MobiSys, ICSE/FSE, WWW/IMC/SIGMETRICS等發(fā)表論文80 余篇，獲國際萬維網大會WWW最佳論文獎（Best Paper Award，中國首個）、《Science China Information Science》5年高影響力論文獎（Five-Year High Impact Paper Award）、ICSOC杰出論文獎（Distinguished Paper Award）等10余次國際期刊/會議優(yōu)秀論文榮譽。曾獲國家技術發(fā)明一等獎、教育部“青年科學獎”、教育部科技進步一等獎等科技獎勵；獲CCF-IEEE CS“青年科學家獎”、IEEE TCSC可擴展計算職業(yè)中期卓越研究成就獎、IEEE TCSVC新星獎、北京大學“十佳教師”、北京大學“教學卓越獎”等榮譽。主持國家自然科學基金、國家重點研發(fā)計劃等科研項目10余項；擔任IEEE Open Software Services 獎勵委員會主席、IEEE Technical Committee on Services Computing（TCSVC）副主席、中國計算機學會服務計算專委會副主任等學術服務；國際期刊IEEE Transactions on Mobile Computing、ACM Transactions on Intelligent System and Technologies、《中國科學·信息科學》等期刊的Associate Editor；國際會議IEEE CLOUD 2024、IEEE ICWS 2023、IEEE EDGE 2020等程序委員會主席和ICSE、WWW、ICDCS等學術會議程序委員會委員等。
主講摘要：
大模型及其應用推動了人工智能的新一波高潮。隨著模型結構日益復雜和應用規(guī)模持續(xù)增長，人工智能基礎設施（AI Infra）存在算力“不夠用”、“不好用”和“不管用”的“三不”挑戰(zhàn)，計算機軟件技術正在面臨新一輪變遷和發(fā)展機遇。本報告將介紹AI Infra的系統軟件面臨挑戰(zhàn)和機遇，匯報團隊在軟件定義的AI Infra方面的工作，包括泛在跨域服務無感知編程模型、大規(guī)模（萬卡級別）集群的訓練調度優(yōu)化系統、大模型推斷服務系統等方面的研究進展。
講座題目（2）：大模型輔助軟件開發(fā)：我們在哪里？該往何處走？
主講專家：彭鑫
講座時間：3月30日19:00-21:00
講座地點：騰訊會議：565-398-575或研究院一號樓北532報告廳
主講人簡介：
彭鑫，復旦大學計算機科學技術學院副院長、教授，教育部長江學者特聘教授。中國計算機學會（CCF）杰出會員、軟件工程專委會副主任、開源發(fā)展委員會常務委員，中國汽車工程學會汽車基礎軟件分會副主任，《Journal of Software: Evolution and Process》聯合主編（Co-Editor），《ACM Transactions on Software Engineering and Methodology》、《Empirical Software Engineering》、《Automated Software Engineering》、《軟件學報》等期刊編委。2016年獲得“NASAC青年軟件創(chuàng)新獎”，2023年入選上海市東方英才拔尖項目，2024年獲得“中創(chuàng)軟件人才獎”。主要研究方向包括軟件智能化開發(fā)、云原生與智能化運維、泛在計算軟件系統、智能網聯汽車基礎軟件等。研究工作多次獲得IEEE Transactions on Software Engineering年度最佳論文獎、ICSM最佳論文獎、ACM SIGSOFT杰出論文獎、IEEE TCSE杰出論文獎等獎項。擔任2022年與2023年CCF中國軟件大會（ChinaSoft）組織委員會主席與程序委員會共同主席，以及ICSE、FSE、ASE、ISSTA、ICSME、SANER等會議程序委員會委員。
主講摘要：
大模型及相關的模型微調、提示工程、檢索增強、多Agent等技術的發(fā)展助推軟件開發(fā)進入智能化時代。當前，代碼推薦、代碼生成、代碼解釋、代碼缺陷檢測與修復等局部化的智能輔助支持已經在軟件開發(fā)實踐中得到了廣泛應用，實現了一定程度上軟件開發(fā)效率提升。然而，大模型技術的發(fā)展難以觸發(fā)軟件智能化開發(fā)的質變，因為其中涉及軟件開發(fā)的根本性困難，即概念級別上的分析和設計。為此，我們應當從軟件開發(fā)自身的規(guī)律出發(fā)，從多個方面探索人機協作的智能化開發(fā)模式。針對軟件應用開發(fā)，我們需要探索如何將演進式設計、特定領域語言（DSL）以及有效的代碼審視與反饋與大模型的代碼生成能力相結合。針對復雜軟件維護，我們需要探索如何構建與代碼同步演化的代碼數字孿生（代碼及其高層知識），通過大模型強大的知識抽取、關聯與利用能力實現軟件開發(fā)知識的有效積累。
