基于大模型的流程自动化 | 南京大学人工智能学院院长黎铭教授分享

面对这些挑战，黎铭教授提出了基于#大模型 的流程自动化解决方案，利用机器学习技术，从业务数据中自动学习流程，实现流程的自动发现、配置与运行。

更重要的是，该方案能够根据业务条件与变化对自身进行适时调整，从而提高了流程自动化的灵活性与适应性。黎铭教授强调，大模型技术以其强大的学习与泛化能力，为解决流程自动化痛点提供了新思路与新方法。

在软件开发方面，Microsoft与OpenAI合作开发的Copilot、GitHub与OpenAI合作开发的Codex等工具，能够根据开发者的输入自动生成符合语法规范的代码片段。这些工具的出现，不仅提高了代码生成效率，还降低了软件开发门槛。

大模型在软件开发中的应用也面临诸多挑战。黎铭教授指出，ChatGPT等预训练语言大模型对“语言”质量过度依赖，且对蕴涵代码中的程序功能语义建模不足。针对这些问题，黎铭教授团队针对代码的局部领域关系、线性依赖关系、多层次结构交互关系等进行了深入研究，提出了多种学习模型。



其中，针对代码的多层次结构特征，提出了基于新型“金字塔注意力机制”的Transformer基础模型PA-former，该模型能够充分考虑代码的多层次结构特征，提高了大模型对代码结构特征的学习能力，积极应对大模型在软件开发中的应用难题，并已与#艺赛旗 的产品进行了实际融合，应用于此次新品中的“智能组件生成”以及“业务开发推荐”功能中。

从实验室创新到商业产品落地，黎铭教授团队与艺赛旗的合作印证了“研以致用”的技术进化逻辑。这种深度融合学术界理论突破与产业界工程能力的协作模式，正在重新定义流程自动化的价值边界。我们有理由相信，在不久的将来，随着大模型技术的不断发展与完善，流程自动化与软件开发将迎来更加智能化、高效化的新时代。