基于四届峰会的日程内容积累,我们抽象出了如下词云:
结合以上关键词,经过组委会专家和出品人的多轮讨论和评审后,我们参考软件研发全生命周期,以及当下的技术热点内容,为 AiDD深圳站设置了以下论坛:
1.1 LLM驱动产品创新:本论坛专注于探讨人工智能(尤其大模型)在产品创新中的应用。汇聚行业专家、AI创业者和企业家,深入讨论AIGC技术如何推动跨行业新产品的开发,例如创意激发、个性化定制、智能产品设计、多模态内容融合等,旨在分享成功案例,探索AI在产品创新中的无限潜力。
1.2 LLM驱动需求与业务分析:本论坛将探讨如何利用大语言模型(LLM)革新需求分析流程。LLM通过自然语言处理和理解,快速处理非结构化数据,深入挖掘用户需求、识别市场机会,并有效转化为系统需求。本论坛汇聚顶尖专家与行业领袖,分享LLM在需求分析中的最佳实践与前沿案例,助您掌握AI驱动的分析变革,提升企业创新力与竞争力。
1.3 AI驱动设计与用户体验:本论坛深入剖析人工智能在设计和产品创新中的应用,探讨AI如何通过用户研究、界面设计和交互设计,实现用户体验的革命性提升。通过展示前沿应用,推动设计和产品领域的智能转型,并通过案例分享、专家讨论,激发创新思维,促进行业进步。
2.1 大模型应用开发框架与实践:本论坛致力于探讨大模型时代下的开放框架与应用实践,涵盖最新的大模型应用开发框架(如LangChain、LlamaIndex、Semantic Kernel等)及其在私有化大模型托管和服务部署(如:Ollama,vLLM等)。论坛还将深入讨论如何构建高效、可扩展的大模型应用开发框架、平台和全链路技术,同时分享大模型应用开发的最新研究成果与行业实践。我们旨在通过开放技术和框架的推广,助力大模型技术在各行业的落地与发展。
2.2 AI Agent研发落地实践:本论坛深入探讨AI Agent在软件工程中的落地试点和无限可能,将聚焦于智能体如何模拟人类认知理解任务要求,实现大模型与传统软件工程工具链的有力结合,如AI Agent在单测生成任务、系统测试执行任务等环节的落地场景,研究落地路径和落地难点。你将与AI业内专家分享最新研究成果、共同探索AI Agent赋能软件工程的奇妙过程!
2.3 LLM驱动编程与单测:本论坛聚焦于大模型时代下的代码生成与理解,包括代码补全、代码自动生成、单元测试代码自动生成、针对代码的大模型构建等话题,分享该领域最新研究成果,探讨真实落地应用场景。
3.1 LLM驱动测试分析与设计:本论坛聚焦AI在软件测试分析和设计环节的最新实践分享。探讨如何通过包括提示词工程,知识工程、智能体和RAG等AI技术帮组测试人员更加高效,更加高质量的进行测试分析和设计。以此一起探索测试分析和设计领域的AI新范式,寻找AI时代的测试分析和设计新形态。
3.2 基于LLM生成测试脚本与数据:大模型应用逐步落地,意味着智能测试时代已然到来。本论坛聚焦LLM智能辅助测试生成,包括且不限于测试脚本(代码)、测试数据、测试Oracle的生成;LLM辅助测试脚本缺陷的定位和修复;基于LLM实现API接口、GUI&APP智能测试等前沿技术和实践的分享,共同探索软件测试AIGC新范式。
3.3 LLM和AI应用的评测:本论坛旨在深入探讨人工智能和大型语言模型(LLM)的性能评估方法。涵盖模型基准测试、评估指标、测试工具和框架、结果解释、模型比较、可解释性和透明度等关键主题。通过分享最新的评测技术和策略,致力于帮助参与者理解AI和LLM的性能,推动评估标准的制定和评测技术的进步。
4.1 AI+流程自动化:本论坛旨在探讨人工智能与流程自动化的深度融合,以推动各行业的效率提升与创新。各大企业的AI专家分享成功的AI应用案例、复杂工作流自动化的挑战以及AI驱动自动化的最新趋势。演讲主题涵盖智能流程设计、AI在运营效率中的应用以及AI赋能自动化的实际案例,共同塑造AI在流程自动化中的未来。
4.2 大模型安全与对齐:本论坛聚焦以大语言模型为代表的人工智能全生命周期安全,包括模型数据安全、算法安全、开发过程安全、部署安全、应用安全等,指引学术界和工业界合力实现AI可信,共建技术、社会、文化、价值融合共生的良性人工智能环境。
4.3 端侧大模型与云端协同:本论坛聚焦端侧大模型与端云协同这一前沿主题。端侧大模型在隐私安全、离线可用性以及个性化服务体验等方面独具优势,为智能终端的发展开启新的机遇。端云协同则完美结合了云侧强大算力与端侧灵活性,实现优势互补,为用户提供更智能高效的服务体验。论坛将广邀行业专家与技术精英,深入探讨端侧大模型的技术突破与应用实践,共同探寻端云协同的最佳模式与发展路径。
5.1 领域大模型优化及应用实践:本论坛聚焦于针对特定行业或领域的大模型进行优化与实际应用探索。包括对大模型进行领域内二次预训练,SFT,强化对齐等最新技术的方法,以提升其在特定任务上的性能与效率。实践方面,着重于将这些优化后的大模型部署于实际业务场景,解决行业痛点,推动智能化转型与升级。
5.2 知识增强与数据智能:本论坛结合政务、金融、工业等领域的数字化转型实践,向业界呈现如何利用数据科学释放大数据要素价值、构建数据智能应用。在这过程中,会借助AI算法、建模分析和数据可视化等为主要手段,完成数据到知识的转化,帮助企业智能运营、智能获客、智能推理、辅助决策,释放数据价值,最终实现生产力的提升。
5.3 大厂专场:精彩内容,敬请期待!
更多有意思的话题尽在 11 月 08-09 日AiDD深圳站为您现场呈现,期待与您共赴这场技术之约。学习顶尖企业技术实践案例,和卓越的技术人交流,让自己在不断变化的环境中探索新知,在自我进化中迎接未来。
最后,感谢以下专家的倾情贡献(排名不分先后):
▶听众画像:
为便于您更好地准备内容,与您分享AiDD的听众背景,他们多为各公司的研发负责人、研发经理、技术总监、CXO、测试/质量经理、高级架构师、AI架构师等技术管理者等。
演讲时长:50分钟,包括5分钟提问环节
您的议题内容需符合以下标准:
观点:观点明确,所阐述的内容具有一定的吸引力;
实践:议题内容均基于实践开发,而非空谈;
深度:原则上,有深度的议题优先被采纳;
创新:热爱创新、敏于思考、善于总结经验的实践者。
专业声誉:讲者的专业领域、成就和从业经验也会作为评审的参考标准;
拒绝广告:谢绝市场化公关演讲,追寻“一线技术与工程实践输出”为宗旨;
听众所得:听众的收获是组委会最关注的,这也是AiDD峰会举办的重要意义。
▶讲师权益:
☆ AiDD峰会组委会将根据现场听众反馈对优秀讲师予以额外奖励;
☆ 大会全媒体推广,让更多业内人士了解到您和团队的最新成果。
如果在您心目中有非常合适的演讲人选,欢迎向组委会推荐(请在邮件中尽可能详述被推荐人的个人信息与可分享的话题信息,发送至assistant@aidd.vip
END