这篇论文探讨了人工智能引领的自动化和人类创新之间的相互作用，以及如何将人工智能顺利整合到软件工程中并保持其固有的人类创造力。

Jun, 2024

人工智能和软件工程是计算机科学中的两个重要领域。近年来，研究人员试图应用人工智能技术在软件开发的各个阶段，提高软件产品的整体质量。本文分析、评估和比较了两个使用不同人工智能技术解决现实世界难题的案例研究：IBM Watson 和 Google AlphaGo。根据这两个案例研究的分析，将深度学习和机器学习等人工智能技术应用于软件系统有助于智能系统的发展。然而，要在机器中复制人脑并将计算机视为思考者仍然存在很长的路要走。希望计算机和软件系统能够变得越来越智能，以帮助人类解决那些无法完成的现实世界难题。

Sep, 2023

软件工程领域正在经历一场范式转变，人工智能系统如 LLMs 日益重要，提高软件开发生产力，未来五年，人类开发者与人工智能之间将会有日益增长的共生伙伴关系，软件工程研究社区必须重视这一趋势，我们需要解决将人工智能融入软件开发过程带来的关键研究挑战，本文提出我们对于 AI 主导软件开发领域未来的愿景，并探讨了研究社区在实现这一愿景上应该解决的关键挑战。

Jun, 2024

机器学习和基础模型的最新进展正在改变现有软件工程过程的前沿，本文考虑了采用环境友好实践创建 AI 软件系统的影响，并对使用基础模型进行软件开发的环境影响进行了讨论。

Jun, 2024

本文旨在为负责 AI 的软件工程开发一份路线图，其关注点为多级治理、嵌入过程性实践的开发流程和通过体系结构风格、模式和技术构建设计负责 AI 系统

Mar, 2022

我们提出了一种从基于任务的人工智能辅助软件工程向以目标驱动的 AI 搭档为特征的 AI 变革软件工程的新范式，旨在通过人工智能与人类开发者之间的协作伙伴关系，提高生产力和软件质量。

Apr, 2024

该研究提出了一个概念性框架来实现自动化软件演化，强调多模态学习的重要性。基于该框架，开发了一种选择性顺序范围模型（3S）模型，用于对不同软件工程阶段和多模态学习任务进行分类。该研究为更高级的自动化软件演化奠定了基础，并可作为实践者进入该领域的实用指南。此研究虽然针对智能应用，但框架和分析方法也可适用于其他类型的软件，随着人工智能为其生命周期带来更多智能。

Apr, 2024

该研究报告总结了深度学习和软件工程交叉研究的高优先级领域，并提出了潜在的路径图以指导未来的工作。

Sep, 2020

介绍了人工智能技术的广泛应用和存在的问题，并提出了对 “AI 工程” 学科的需求，探讨了相关概念和需要解决的关键挑战。

Oct, 2019

我们在开发 IDE 中的 AI 编码助手方面提出了四个关键收获：AI 编码助手应明确使用期望，与先进的 IDE 功能和现有扩展集成，使用可扩展的后端设计，并负责地收集应用数据以进行后续分析。我们提出了学术界和工业界需要解决的开放性问题和挑战，以实现下一代 AI 编码助手的愿景。

Mar, 2024