大模型： 基于自然交互的人机协同软件开发与演化工具带来的挑战

　　以自然语言生成为核心的大模型技术正在人工智能领域掀起热潮, 并持续向更多的领域穿透其影响力. 以ChatGPT为代表的自然语言生成大模型(以下简称大模型), 已经在软件工程的多项活动中展示出其通过自然交互方式给人提供一定程度帮助的能力和潜力, 正在发展成为一种基于自然交互的人机协同软件开发与演化工具. 从人机协同软件开发与演化的视角, 大模型作为一种软件工具呈现出了两大特征: 其一是基于自然语言的人机交互, 在相当大程度上拓展了人机协同的工作空间、提高了人机协同的效率和灵活性; 其二是基于已积累的软件开发和演化知识、针对给定软件开发和演化任务的预测性内容生成, 可以对软件开发和演化工作提供一定程度的支持和帮助. 然而, 由于大模型本质是基于概率与统计原理和训练数据所形成的数学模型, 具有不可解释性和内生不确定性, 其生成的是缺失可信性判断的预测性内容, 而人在软件开发与演化中所需要完成的是具有可信保障的决策性任务, 所以大模型作为一种软件工具, 在人机协同的软件开发和演化工作环境中给人提供帮助的同时, 也带来了诸多的挑战. 围绕如何构造对软件开发与演化更有帮助的代码大模型、如何引导大模型生成对软件开发与演化更有帮助的预测性内容、如何基于大模型生成的预测性内容开发与演化高质量的软件系统等大模型带来的挑战进行分析和阐述.

　　[2] 张效祥. 计算机科学技术百科全书. 第3版, 北京: 清华大学出版社, 2018.

　　[1]马晓星,刘譞哲,谢冰,余萍,张天,卜磊,李宣东.软件开发方法发展回顾与展望[J].软件学报,2019,30(1):3-21.

　　[2]王飞,刘井平,刘斌,钱铁云,肖仰华,彭智勇.代码知识图谱构建及智能化软件开发方法研究[J].软件学报,2020,31(1):47-66.

　　[3]高廷丽,陶建华,杨明浩,张大伟,巢林林,李昊,车浩,李雅,刘斌.面向自然交互的多通道人机对话系统中答句自动生成方法[J].软件学报,2015,26(S2):177-188.

　　[5]刘胜航,朱嘉奇,邓昌智,罗雄飞,王宏安.基于人机协同的潜在意图检测模型[J].软件学报,2016,27(S2):82-90.

　　[6]李可俊.面向电子政务领域的软件一体化开发[J].计算机光盘软件与应用,2012(23):18-20.

　　[8]江济良,屠大维,张国栋,赵其杰.基于认知模型的室内移动服务机器人人机耦合协同作业机制[J].智能系统学报,2012,7(3):251-258.

　　[9]王博,甘淋玲,沙川.基于MS-CNN算法的虚拟运动场景人机协同仿线]邹海洋,李明东,李俊.基于谓词公式和线性代数的软件开发模型[J].数字社区&智能家居,2007,3(14):482-483.

　　[11]江济良,屠大维.智能空间助老助残服务机器人人机协作导航[J].智能系统学报,2014(5):560-568.

　　[15]黄克飞.Web软件的生长式开发过程模型及其支撑工具刍议[J].计算机光盘软件与应用,2013(6):170-171.

　　[16]王巍,王志良,郑思仪,谷学静.人机交互中情绪自发转移的个体差异性[J].模式识别与人工智能,2010,23(5).

　　[19]虚拟装配交互界面中的隐式交互算法研究[J].计算机辅助设计与图形学学报

　　未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）大脑研究计划，构建互联网（城市）大脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。