2022年11月25日下午,2022 CCF中国软件大会(CCF ChinaSoft)“面向可解释人工智能的软件工程方法与技术”论坛成功举办。本次论坛由中国计算机学会(CCF)主办,CCF软件工程专委会、系统软件专委会、形式化方法专委会、复旦大学承办,清华大学刘璘研究员、北京科技大学孙昌爱教授、北京邮电大学石川教授、北京邮电大学邢颖副教授、中国传媒大学李春芳副教授组织,采用腾讯会议与在线直播两种方式线上进行。论坛聚焦人工智能模型设计、任务驱动的模型选择与工程应用,从智能软件工程的视角,结合可视化、认知计算技术辅助分析人工智能算法和结果的可信性。我们邀请了国内可信人工智能和软件工程领域的学者分享他们在理论、技术与实践方面的研究进展与成果,并共同探讨可解释AI可能对产业的深远影响。论坛吸引了国内相关领域师生与从业人员的广泛参与,腾讯会议室同时在线人数达到106人,论坛视频在线直播和B站在线直播累积观看人数已达1850人。
本次论坛分四个阶段举行。论坛第一阶段由北京邮电大学邢颖副教授主持,北京邮电大学石川教授作特邀报告,分享了他在异质图神经网络模型领域的重要研究工作,和将现实复杂交互系统建模为异质图神经网络的分析方法,及其在软件工程领域的应用场景的思考。
论坛第二阶段由北京科技大学孙昌爱教授主持,由清华大学裴忠一、重庆大学葛永新、北京信息科技大学谢瑞麟、河南师范大学李为丽先后带来了精彩的报告。四位报告人分别就面向机器学习应用的可解释性需求分析框架、基于内容自适应感知的路面病害检测模型、基于可解释性分析的深度神经网络自动修复方法与可解释性方法在云平台任务终止状态预测中的应用研究工作进行了阐释与讨论。
论坛第三阶段由中国传媒大学李春芳副教授主持,来自北京邮电大学、北京交通大学和安徽理工大学的周佳薇、李汇来、陈博以及李炳辉先后带来了精彩的报告。各位报告人分别就基于注意力机制的可解释性点击率预估模型研究、软件缺陷预测模型可解释性对比、基于BASFPA-BP的可靠性预测模型研究以及基于BERT和弱行为轮廓的可解释性事件日志修复方法等工作进行了阐释与讨论。
论坛第四阶段由清华大学刘璘副研究员主持,北京邮电大学邢颖副教授、北京科技大学孙昌爱教授、北京邮电大学石川教授和中国传媒大学李春芳副教授以“让未来世界透明可解释的智能与软件技术与方法”进行圆桌讨论,各位老师就可解释性的概念内涵,可解释性AI对软件工程研究的影响、可解释性AI对软件工程实践的影响以及可解释性AI的具体实现路径分享了各自的洞察和观点,参会人员纷纷表示从本次论坛的报告和讨论中受益匪浅。
更多资讯请关注