天天看點

Copilot 創新實踐:騰訊、位元組跳動、PingCAP 與第四範式共聚 AICon

作者:InfoQ

在這個技術日新月異的時代,人工智能和機器學習正在徹底改變我們處理資料和進行業務決策的方式。尤其是大語言模型(LLM)的興起,為多個行業帶來了翻天覆地的變化。為了深入探索這些技術變革,并了解它們對業務應用的深遠影響,我們精心策劃了一系列高品質演講,彙聚了各領域的頂尖專家。

在即将于 5 月 17 日至 18 日舉辦的 AICon 全球人工智能開發與應用大會暨大模型應用生态展覽中,我們特設了“Copilot 應用建構實踐”專題論壇。本論壇由位元組跳動 Code AI 團隊的技術負責人楊萍擔任出品人。我們誠邀以下四位行業專家,他們将分享在各自領域内關于大模型應用的深刻見解和實踐經驗。請看以下介紹:

演講一:代碼大模型對于工程了解的探索研究

我們榮幸邀請到了汪晟傑,一位在騰訊雲擔任産品專家,并擁有近 20 年經驗的軟體架構與産品管理領域專家。此前,他曾在阿裡擔任進階技術專家,并在 Autodesk、SAP 等知名公司擔任重要技術與管理職務。在本次專題演講中,汪晟傑将深入分享《代碼大模型對于工程了解的探索研究》,解析最新版本的 GitHub Copilot 如何通過嘗試 鍊式轉換(CoT)和 檢索式增強生成(RAG)技術,提高對項目多檔案的深層次了解和補全能力。

他的演講将幫助我們了解 AI 如何在國内企業内部研發中被有效利用,突破開發中的瓶頸。通過他的分享,您将有機會深入了解 RAG、CoT 及 GitHub Copilot 在工程了解方面的先進探索,并掌握這些技術如何在企業内部代碼依賴和業務封裝中得到實際應用,以 AI 方式改變程式設計模式。

演講二:代碼生成 Copilot 産品的應用和演進

在大模型火熱的今天,代碼生成領域的進展是最為焦點的應用。我們榮幸邀請到了劉夏,位元組跳動産品研發和工程架構的 Tech Lead,同時也是 Code Generation 團隊的技術負責人。在本次“Copilot 應用建構實踐”專題演講中,劉夏将深入探讨基于大語言模型的代碼生成技術,分享如何通過代碼補全和代碼編輯這兩種典型的應用形态來提升業務研發效率。

他的演講将揭示代碼生成技術的目前挑戰、創新的互動方式,以及未來的發展趨勢。通過劉夏的專業見解,您将能夠深入了解代碼生成的核心概念和前沿進展,并探索如何科學地定義相關性能名額,實作軟體研發方式的革新。

演講三:Database Copilot 在資料庫領域的落地

随着人工智能技術在各行各業的深入應用,智能化解決方案正在不斷推動技術界限的擴充和業務流程的優化。特别是在資料庫管理領域,智能工具的應用已成為提高效率和準确性的關鍵趨勢。我們榮幸邀請到了李粒,PingCAP AI Lab 的負責人,他在推薦系統和強化學習領域擁有豐富的研究和實踐經驗。李粒曾開發擊敗圍棋世界冠軍的強化學習算法,目前在 PingCAP 負責推動自動駕駛資料庫雲的發展,并緻力于 AI 技術在企業應用中的革新。在本次“Copilot 應用建構實踐”專題演講中,李粒将深入探讨 Database Copilot 在資料庫領域的落地,分享如何通過 LLM 應用于資料庫系統的管理、運維和診斷,以及如何利用生産環境中的業務資料來優化 Copilot 的性能。

他的分享不僅将幫助您了解 Database Copilot 的挑戰和解決方案,還将探讨如何建構和優化 LLM 應用,實作資料庫領域的創新。通過參與此演講,您将能夠洞見資料庫技術未來的發展趨勢,并掌握如何在實際業務中應用這些前沿技術。

演講四:LLM 在 BI 場景的應用思路探索

在當今資料驅動的商業環境中,商業智能(BI)技術的不斷發展正在改變企業如何洞察和利用大資料。我們非常榮幸邀請到了陳慶,第四範式的 LLM BI 方向産品負責人,他曾深度參與多個大型 toB AI 項目的落地,并是《MLOps 工程實踐》的作者之一。在本次“Copilot 應用建構實踐”專題演講中,陳慶将分享《LLM 在 BI 場景的應用思路探索》。此次演講聚焦于大型語言模型(LLM)如何通過自然語言處理(NLP)能力,簡化商業智能(BI)工具的使用,進而降低技術門檻,使非技術使用者也能輕松進行資料查詢和分析。

他的分享将探讨 LLM 在 BI 場景下的應用難點及優化方法,以及這些技術如何幫助企業更有效地挖掘資料價值。通過陳慶的見解,您将能深入了解 LLM 的創新應用思路及其在業務智能領域的實際效益,進而開啟資料驅動決策的新紀元。

活動推薦:

AICon 全球人工智能開發與應用大會 暨 大模型應用生态展将于5月17日正式開幕,本次大會主題為「智能未來,探索AI無限可能」。如您感興趣,可點選「連結」檢視更多詳情。

會議即将開幕,購票或咨詢其他問題請聯系票務同學:13269078023,或掃描上方二維碼添加大會福利官,可領取福利資料包。

原文連結:https://sourl.co/ArFw9F