AI赋能软件工程集结创新领域得重要研究进展

释放双眼,带上耳机,听听看~!

近日,记者从武汉大学获悉,该校计算机学院教授何克清团队,在AI赋能的软件工程集结创新领域取得了重要研究进展。相关研究成果成为ISO国际标准系列及国家标准系列,实现了我国软件原创技术成为ISO标准系列的首次实质性突破。相关论文发表在IEEE TSC、IEEE Access以及计算机学报期刊,相关技术获得13项国家发明专利授权。

何克清团队针对AI研究从感知智能到认知智能的发展,以及“大智云移”融合应用、赋能实体经济、智能企业的需求,借鉴软件工程范型的发展,在揭示大数据生命期AI信息学过程的基础上,提出了大数据驱动的AI系统的软件范型(Software Paradigm)、科研第4范式(Fourth Paradigm)的变革。在科研成果与产业实践的基础上,提出了AI赋能行业、推动软件工程集结创新的五大核心技术:需求知识、核心算法和模型、行业大数据、领域/主题专家的知识、开放赋能的软件体系架构,本文重点报道其中的核心创新的亮点技术。

下一代人工智能系统软件范型变革

“人工智能研究经历着从感知智能到认知智能的发展,人工智能系统催生颠覆性技术,其研究成果将在社会管理、国防、生命健康、金融、能源、农业、工业等众多领域大放光彩,迎来新的发展高潮。而且,人工智能将渗透到人们生活中的各个角落,成为人们生活中不可或缺的组成部分,并形成更大规模的产业。”中国工程院院士、武汉大学教授刘经南表示,近年来,我国科技企业界AI融合技术迅猛发展。

小米科技,在依靠自主研发智能手机的基础上,采用生态链模式,打通智能硬件设计、制造、供应链、物流、智能连接与控制等通道,并以物联网开放平台等方式向以智能家居、智能出行、个人信息化等行业赋能为主的消费级物联网产业,实现人工智能、智能硬件和物联网的持续融合创新,形成新的产业发展体系。

科大讯飞,研发认知智能,将智能赋能应用于人机交互、信息服务、教育、公共安全等国家重要战略领域,大大推动了智能语音和人工智能产业的发展。

云从科技,开展从感知到认知再到决策,实行人工协同智能,推动产业融合技术的发展。

“但是,目前的人工智能系统开发的通用性、按需异构系统的协作性、跨界学习、随需应变与模型演化生长的能力较差,认知智能及其赋能的手段缺乏,缺乏统一的科学范式、软件体系架构缺乏等,这些都与软件工程理论基础和系统设计原理有密不可分的关系。”刘经南说,实践呼唤着新一代人工智能系统的软件工程基础理论创新。

“事实上,传统的IT技术已难以对具有4V(Volume:体量巨大,Velocity:速度极快,Variety:模态多样,Veracity:真伪难辩)特性的密集型数据直接建模, 导致了传统数据生命期流程‘数据-信息-模型-模拟-计算结果’在建模阶段的割裂。”武汉大学软件工程研究所所长、计算机学院智能化软件与服务研究所研究员何克清表示。

2014年何克清团队承担了国家973计划课题“网络大数据内容建模与语义理解方法”,研究提出了“数据-信息-知识-价值(智能)-意义(智慧)”的大数据生命期AI信息学(informationtics)过程。

“面向认知过程的软件工程范型的变革:我们认为,为了提升人工智能系统的智能与智慧化程度,随着科研第四范式的变革,面向认知的大数据生命期AI信息学过程,简称面向认知过程,是下一代人工智能系统的软件范型变革之道。”何克清说。

何克清介绍,与传统软件工程中的“数据围绕软件转”不同,面向认知过程的软件范型,明显体现出“软件围绕数据转”的“大数据驱动”创新模式。值得注意的是,面向大数据生命期AI信息学过程是人本的认知过程,其核心是人本的需求工程,是需求知识的发现与创造、领域/主题共性需求知识的本体格有序构造。而且,不仅仅满足领域需求,更应该激励和发现个性化需求、创造需求。需求制导“模型交互驱动”的知识-语义综合集成迭代式整合,促进知识演化的富生长。

我国需求知识的元模型成为国际上4种代表性的需求元模型方法之一

何克清团队在科研成果与产业实践的基础上,提出AI赋能行业、推动软件工程集结创新的五大核心技术是,需求知识、核心算法和模型、行业大数据、领域/主题专家的知识、开放赋能的软件体系架构。

“其中,需求工程是复杂系统软件工程的核心基础,需求知识是需求展开的复杂交互次序的引导。大数据生命期AI信息学的认知过程,是一种通过相应的交互次序来实现的复杂系统。需求知识是认知过程中面向领域/主题知识的合规性比对的标准,按需度量并决定知识的价值及其意义。从创新与需求的角度看,产业创新要从强调适应、满足需求转向鼓励供给、创造需求(知识)为主。”武汉大学计算机学院副院长、智能化软件与服务研究所研究员李兵说。

AI赋能行业中,需求知识的大部分是非规范性知识。如何刻画、组织非规范性需求知识,以及非规范到规范性如何转换?如何按需引导领域/主题知识-语义综合集成迭代式整合?如何按需选择模型交配与繁衍的演化生长?

2007年,何克清团队承担了国家973计划项目“需求工程-对复杂系统的软件工程的基础研究”。通过对国际Web服务需求大数据的认知分析,发现了个性化、多样化复杂业务服务需求的非规范性知识规范化刻画的4大基本元素RGPS (Role:角色,Goal:目标,Process:过程, Service:服务),从知识表达的W5H(Who,Why,How,What,When,Where)视角出发,创造了需求知识元描述的RGPS四个元模型及其之间9种语义关联关系的规范性框架,发明了元模型定义的需求知识“元素周期表”理论,提出了以业务过程为了中心的RGPS元模型规范的一致性验证方法。

人已赞赏
安全新闻

阿里钉钉主办的阿里巴巴数字高峰论坛在上海举行

2019-11-15 1:05:03

安全新闻

如何在Android iOS和Web上更容易阅读文本

2019-11-15 1:05:22

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索