XiaoMi-AI文件搜索系统
World File Search System软件工程
软件工程 - 自主代理系统
3。职责3.1。设计，开发和实施为自治代理系统的代码，重点是但不限于专注于行为模型，因果模型，世界模型，优先级机制，奖励机制，社交交流机制和输入输出输出界面。3.2。使用内部和外部系统和基准评估和评估自主剂系统的性能。3.3。设计，开发和实施用于评估自主代理3.4的性能的系统。设计，开发和实施API功能和体系结构功能。3.5。编写代码以支持测试，分析，验证和验证代码库，包容性自主代理系统，性能评估系统，API系统和其他系统。3.6。考虑可扩展性，算法设计，基础架构以及云提供商系统和服务的整体系统设计，编排和部署。
生成的AI和经验软件工程
摘要 - 软件工程中广泛采用的生成AI标志着范式的转变，提供了新的企业来设计和使用软件工程工具，同时又影响了开发人员及其创建的文物。已建立了软件工程中的传统经验方法，包括定量，定性和混合方法方法。但是，这种范式转移引入了新颖的数据类型，并重新填充了软件工程过程中的许多概念。开发人员，用户，代理商和研究人员的作用越来越重叠，模糊了这些社会和技术参与者之间的区别。本文研究了如何将AI集成到软件启动挑战传统研究范例中。它重点介绍了我们研究的研究现象，我们采用的方法和理论，我们分析的数据以及对在这种新背景下出现的有效性的威胁。通过此探索，我们的目标是了解AI采用如何破坏已建立的软件开发实践，从而为经验软件工程研究创造新的机会。索引项 - 软件工程，生成AI，经验方法。
机器人软件工程：未来研究方向
机器人正在经历一场革命，它们渗透到我们日常生活的方方面面，从房屋维护到基础设施巡检，从高效的货物仓储到自动驾驶汽车等等。这项技术进步及其影响令人震惊。然而，这场革命正在超越现有软件开发流程、技术和工具的能力，而这些流程、技术和工具几十年来基本保持不变。这些能力无法应对机器人软件特有的挑战，例如处理领域多样性、异构硬件、编程和学习组件、捕捉和建模的复杂物理环境（其中存在不确定性）、包括人机交互在内的突发行为，以及跨多个维度的可扩展性需求。展望未来，机器人软件开发的需求将日益普及、自主性更强，并且越来越依赖于复杂的自适应组件、硬件和数据。为此，美国国家科学基金会 (NSF) 于 2023 年 10 月在密歇根州底特律举办了一场以“机器人软件工程”为主题的社区研讨会。研讨会的目标是汇集机器人技术和软件工程领域的思想领袖，形成一个共同体，并确定机器人软件工程领域在未来五年内应重点解决的关键问题。本报告总结了研讨会的动机、活动和成果，特别是阐明了机器人软件所面临的独特挑战，并确定了应对这些挑战的富有成效的近期研究方向的愿景：
负责任的人工智能的软件工程方法
为了确保负责任的人工智能 (AI) 应用工程，我们需要确保人工智能系统的开发考虑到对个人和社会的影响。通过预测设计选择的后果，通过让所有利益相关者参与并采取适当行动来反思要解决的问题，以确保开放性和系统的社会、法律和道德可接受性。本研究旨在开发一个工程过程模型，通过该模型可以在整个人工智能系统的软件开发生命周期中解决道德问题。本博士研究中设计的设计方法框架将通过提供明确的价值观分析和解释机制、道德价值观的正式表示、利益相关者参与处理道德审议的机制以及为治理和合规机制提供支持，支持将系统目标与关键道德价值观保持一致。
CS59200 人工智能辅助软件工程
- 工作动机。如果论文介绍了一种新工具，目标用户是谁？他们真的需要这样的工具吗？这个工具解决了这些用户的哪些痛点？如果论文介绍了一项实证研究，这项研究旨在回答哪些研究问题？这些研究有多重要？谁会关心这些发现，他们为什么要关心？ - 工作的新颖性和重要性。这里有什么新东西？这篇论文的主要贡献是什么？你觉得最有趣的是什么？ - 局限性、缺陷和盲点。对目标用户或方法是否有任何不切实际或错误的假设？工具设计、技术方法或研究设计中是否存在缺陷或错误？ - 未来的工作。你将如何改进这项工作？这篇论文是否激发了你自己研究的任何新想法？你应该期望在课程中发表两篇研究论文。讲师将要求学生在第二周结束前报名提交论文。讲师将在课程中展示其余未被选中的论文。每篇论文的演讲时间不应超过 40 分钟，这样我们才能有足够的时间进行讨论。演讲应侧重于阐述论文的动机、相关工作、工具/研究设计、研究问题、发现、局限性和未来工作。为了使您的演讲更具洞察力，请尝试以文献为中心，并告诉观众为什么首先提出这项工作，它如何促进人们对某个主题的理解，以及它与过去其他相关工作有何不同。我们还鼓励您将指定论文与您自己的研究联系起来。您应该准备一组问题（您可以自己提出，也可以基于其他学生在 Piazza 上发布的问题），并在演讲后与讲师一起根据这些问题共同引导课堂讨论。课堂讨论将遵循思考-配对-分享格式。 - 1) 思考。演讲者或讲师将用一个问题激发学生的思考。学生应该花一两分钟来思考这个问题。 - 2) 配对。使用指定的伙伴（例如 Clock Buddies）、附近的邻居或同桌，学生结对讨论他们的答案。他们比较他们的心理或书面笔记，并找出他们认为最好、最有说服力或最独特的答案。 - 3) 分享。学生两人一组讨论几分钟后，演讲者或讲师将要求两人一组与班上其他同学分享他们的想法
SE4ML – 基于 AI-ML 系统的软件工程
从认知科学到生物学、金融学、物理学和社会科学等多个研究学科以及许多公司都认为，数据驱动和智能解决方案必不可少。不幸的是，当前的人工智能 (AI) 和机器学习 (ML) 技术尚未充分普及——构建复杂的 AI 和 ML 系统需要深厚的计算机科学专业知识和广泛的编程技能，才能在相当低的抽象水平上使用各种机器推理和学习技术。它还需要在模型选择、数据清理、特征选择和参数调整方面进行大量的反复试验。此外，缺乏可用于抽象这些细微差别的理论理解。传统的编程语言和软件工程范式也并非为解决 AI 和 ML 从业者面临的挑战而设计的。2016 年，各公司在 AI 方面投资了 260 至 390 亿美元，麦肯锡预测未来几年的投资将不断增长。任何基于 AI/ML 的系统都需要构建、测试和维护，但业界缺乏针对此类系统的成熟工程实践，因为它们与传统软件系统有着根本区别。本次 Dagstuhl 研讨会将两个相对分散的社区——软件工程和编程语言 (PL/SE) 以及人工智能和机器学习 (AI-ML) 聚集在一起，共同探讨如何提高数据科学家、软件工程师和行业 AI-ML 从业人员的生产力的未决问题。
软件工程，第 8 版.pdf - X-Files
这本关于软件工程的教科书的第一版出版于二十多年前。那个版本是使用连接到早期小型计算机 (PDP-II) 的哑终端编写的，这台计算机大约花费了 50,000 美元。我用一台无线笔记本电脑编写了这个版本，这台笔记本电脑花费不到 2,000 美元，功能比 PDP-Ii 强大许多倍。当时的软件主要是大型机软件，但个人计算机才刚刚开始普及。当时我们都没有意识到这些计算机会变得多么普及，以及它们会给世界带来多大的改变。过去二十年左右，硬件的变化非常显著，软件的变化似乎也同样显著。当然，我们构建大型复杂系统的能力已经大大提高。我们的国家公用事业和基础设施（能源、通信和运输）依赖于非常复杂且非常可靠的计算机系统。对于构建业务系统，有各种各样的技术 - J2EE、.NET、EJB、SAP、BPEL4WS、SOAP、CBSE - 允许以比过去更快的速度部署大型基于 Web 的应用程序。然而，尽管过去二十年似乎发生了很大变化，但当我们将目光从特定技术转向软件工程的基本流程时，很多东西仍然保持不变。我们在二十年前就认识到软件流程的瀑布模型存在严重问题，但 2003 年 12 月发布的一项调查显示，软件流程的瀑布模型存在严重问题。
软件工程道德规范已获批准
在这两个版本之间，《准则》有很多变化。最初的八项原则被重新排序，以反映软件专业人员考虑其道德义务的顺序——3.0 版的第一项原则是产品，而 5.2 版的第一项原则是公众。在完整版《准则》的前面添加了一个缩短版《准则》，以便快速查看《准则》的原则（见方框）。但是，这个缩短版不能被视为一个独立的缩写版，因为这会削弱完整版的详细广度和深度。这些细节对于为这些道德原则的实际应用提供明确的指导是必要的。《准则》的序言经过了重大修订。它包括具体的道德标准，以帮助专业人士做出道德决策。
高级软件工程课程描述
本课程使用当代标准和工具研究高级软件工程实践。学习者将探索软件测试、验证、文档、软件开发方法、基于模型的开发和软件架构。将考虑行业标准、安全注意事项、指导软件开发的道德和专业行为准则以及约束，以实现开发可靠、安全、可维护和适应性强的软件的目标。学习者将应用用于管理软件开发生命周期的方法。
