中文字幕av一区二区三区

產品

企業平臺

人工(gong)智(zhi)能(neng)(neng)技術驅(qu)動(dong),為您(nin)提供智(zhi)能(neng)(neng)化、標(biao)準化的解(jie)決方案,確(que)保(bao)信創(chuang)安(an)全,助力您(nin)實現業務的卓(zhuo)越自動(dong)化

發現評估

能夠(gou)深入(ru)分析并優化流程,從而提高(gao)效率(lv)和精(jing)確度,發現(xian)流程改進機(ji)會(hui),確定(ding)高(gao)投資(zi)回報(bao)自動化領(ling)域

自動化

通過(guo)自動(dong)化(hua)提高流程(cheng)效(xiao)率,實現(xian)了業務(wu)流程(cheng)的(de)(de)自動(dong)化(hua)、優(you)化(hua)和(he)高度可擴展,為您的(de)(de)組織帶來卓越(yue)的(de)(de)效(xiao)率和(he)可靠性

AI+自動化

通過自動(dong)化提高(gao)流程效率(lv),實現了業務流程的自動(dong)化、優(you)化和高(gao)度可(ke)擴展,為您的組織(zhi)帶來卓越(yue)的效率(lv)和可(ke)靠性

解決方案

行業解決方案

深耕(geng)行(xing)業(ye),涉及金融(rong)、能源(yuan)、制造等領域

業務解決方案

財務、人事、客服等(deng)部門或業(ye)務職能案例與方案

400-8218-738 注冊 申請試用
首頁 / 新聞動態 / 基于大模型的流程自動化 | 南京大學人工智能學院院長黎銘教授分享
基于大模型的流程自動化 | 南京大學人工智能學院院長黎銘教授分享

基于大模型的流程自動化 | 南京大學人工智能學院院長黎銘教授分享

旗旗

2026-04-29

近日,在藝賽(sai)旗“AI無界·智動(dong)未來(lai)”為(wei)主題的企業級智能(neng)(neng)體春季(ji)產品發布會上,藝賽(sai)旗首席科學(xue)家(jia)、南京大學(xue)人(ren)工(gong)智能(neng)(neng)學(xue)院院長黎銘教授作(zuo)為(wei)特邀嘉賓,為(wei)我(wo)們(men)帶(dai)來(lai)了題為(wei)“基(ji)于大模(mo)型的流程(cheng)自動化(hua)”的(de)精彩分享。

 

黎銘教授深入剖析了當前#流程自動化 的現狀與挑戰,并展望了大模型技術在軟件開發與流程自動化領域的廣闊前景。

藝賽(sai)旗首席科(ke)學家(jia)

南京大學人工智能(neng)學院院長 黎銘教授

 

#1

洞悉流程的關(guan)鍵(jian)

流程(cheng)挖掘

 

對于企(qi)業(ye)來說,不(bu)論是數字化(hua)轉型或(huo)提效都得(de)先梳理(li)流程。通(tong)過流程挖掘用(yong)數據還原實(shi)際(ji)業(ye)務鏈條,理(li)清崗位協作和瓶頸環(huan)節,后續自動化(hua)才(cai)能真正(zheng)見效。

 

黎銘教授首(shou)先指(zhi)出(chu)了當前(qian)自動化面臨的(de)幾大痛點:

一是依賴行業專家歸(gui)納總(zong)結流程,覆蓋面(mian)窄且靈(ling)活性差,導(dao)致(zhi)流程制(zhi)定成本(ben)高且難(nan)以普及,難(nan)以滿(man)足(zu)多(duo)樣(yang)化的業務需求;

 

二是缺乏統一、高質量的日志系統,業務系統異構、數據分散,使得流程整合與優化難度加大。這些痛點限制了流程自動化的廣泛應用與深入發展。

#2

大模(mo)型(xing)技術

破局(ju)之道(dao)

 

面對這些挑戰,黎銘教授提出了基于#大模型 的流程自動化解決方案,利用機器學習技術,從業務數據中自動學習流程,實現流程的自動發現、配置與運行。

 

更重要的是,該方案能夠根據業務條件與變化對自身進行適時調整,從而提高了流程自動化的靈活性與適應性。黎銘教授強調,大模型技術以其強大的學習與泛化能力,為解決流程自動化痛點提供了新思路與新方法。

#3

大模型(xing)在

軟件開發中(zhong)的應(ying)用(yong)

黎銘教授進一步分享了大模型在軟件開發領域的應用案例。他提到,ChatGPT、DeepSeek等大模型已在自然語言處理、機器翻譯、問答系統等多個領域取得了巨大成功。

 

 

在軟件開發方面,Microsoft與OpenAI合作開發的Copilot、GitHub與OpenAI合作開發的Codex等工具,能夠根據開發者的輸入自動生成符合語法規范的代碼片段。這些工具的出現,不僅提高了代碼生成效率,還降低了軟件開發門檻。

#4

大模(mo)型的挑戰

與解決(jue)方案(an)

 

大模型在軟件開發中的應用也面臨諸多挑戰。黎銘教授指出,ChatGPT等預訓練語言大模型對“語言”質量過度依賴,且對蘊涵代碼中的程序功能語義建模不足。針對這些問題,黎銘教授團隊針對代碼的局部領域關系、線性依賴關系、多層次結構交互關系等進行了深入研究,提出了多種學習模型。



其中(zhong)(zhong),針對(dui)代(dai)碼的(de)多層(ceng)次(ci)結(jie)(jie)構特(te)征(zheng)(zheng),提出了基于新型(xing)(xing)“金字(zi)塔注意(yi)力(li)機制”的(de)Transformer基礎模(mo)型(xing)(xing)PA-former,該模(mo)型(xing)(xing)能夠充分(fen)考慮代(dai)碼的(de)多層(ceng)次(ci)結(jie)(jie)構特(te)征(zheng)(zheng),提高了大模(mo)型(xing)(xing)對(dui)代(dai)碼結(jie)(jie)構特(te)征(zheng)(zheng)的(de)學習能力(li),積極應對(dui)大模(mo)型(xing)(xing)在軟件開發(fa)中(zhong)(zhong)的(de)應用(yong)難題(ti),并已與#藝賽旗 的產品進行了實際融合,應用于此次新品中的“智能組件生成”以及“業務開發推薦”功能中



從實驗室創新到商業產品落地,黎銘教授團隊與藝賽旗的合作印證了
“研以致用”的(de)技術(shu)進化(hua)(hua)邏輯。這種深度融合學術(shu)界(jie)理(li)論突破與產(chan)業界(jie)工程能(neng)力的(de)協作模式,正在(zai)重新(xin)定義流(liu)程自動化(hua)(hua)的(de)價值邊界(jie)。我們(men)有理(li)由相(xiang)信,在(zai)不久的(de)將(jiang)來,隨著大模型(xing)技術(shu)的(de)不斷發展與完善(shan),流(liu)程自動化(hua)(hua)與軟件(jian)開發將(jiang)迎來更加(jia)智能(neng)化(hua)(hua)、高效化(hua)(hua)的(de)新(xin)時代。