2024年4月19日，主題為「“融合創‘新’，數‘智’賦能”—2024藝賽旗春季產品發布會」，在線上順利舉行！
2023 年，ChatGPT 火出了圈，繼 ChatGPT 之后，全球各行各業大模型千帆競發。
在大模型的加持下，超自動化將會產生怎樣的“超能力”？
南京大學人工智能學院副院長、藝賽旗首席科學家黎銘教授在藝賽旗2024春季發布會上為我們了帶來主題為《基于大模型的流程自動化》的分享。
流程自動化的關鍵是要理清流程，在完成自動化之前，流程挖掘是非常重要的一步。
企業不管是要做數字化轉型，還是要提升經營效率，首先都需要對整個公司的業務進行實時客觀的觀察和了解。
由于大部分企業的內部涉及多個異構的業務系統，數據往往分散在多個系統中，難以給出一個統一的高質量日志文件。
此外即便通過流程挖掘發現了業務流程中的瓶頸，優化建議的執行和效果驗證仍然依賴于人員進行，這需要和用戶頻繁溝通了解訴求，不同視角的人總結出來的流程可能存在差異，反饋的時間可能較長，帶來大量溝通成本，最終導致項目難以推進。
黎教授指出，機器學習是利用經驗來提高系統性能的一種技術，它可以從業務數據中自動發現、配置并運行流程，并根據業務條件與變化對自身進行適時調整。機器學習研究的主要產物是算法，這些算法可以在各個行業有廣泛應用，包括計算機視覺、人工智能和數據挖掘。
現如今機器學習已經成為人工智能領域的核心研究之一，在各個領域中展現出巨大的潛力和創新能力。計算機領域的最高獎——圖靈獎就連續授予了這方面的學者。
除了學術界，政府和工業界也對機器學習給予了高度重視，我國在《新一代人工智能發展規劃》里，將機器學習列為需重點研究的關鍵基礎理論之一，美國白宮印發的人工智能白皮書，也將其列為人工智能領域最重要技術之一。
機器學習是隨著人工智能發展而興起的，到了 90 年代開始逐漸受到重視。機器學習的一個重要分支方向是深度學習，由學者 Jeffrey Hinton 在 2006 年提出。深度學習的發展使得機器學習模型能夠解決更復雜的問題，例如2016年基于深度學習模型的AlphaGo 就打敗了人類頂尖棋手，引起了全世界的轟動。
到了2022年底，基于深度學習模型的ChatGPT誕生，再次引起了廣泛關注，ChatGPT驗證了大模型的巨大商業價值和科研價值。ChatGPT不僅是一個對話機器人，它還在機器翻譯、問答系統、創意寫作、搜索和閱讀理解等方面取得了許多成功案例。
為了提高模型的推理能力，OpenAI在2021年利用179G的代碼數據對GPT3進行訓練，希望通過這種訓練提升模型的邏輯推理能力。
既然模型已經開始用代碼進行訓練，那么人們就開始思考 ChatGPT 這樣的預訓練模型是否可以更好地用于軟件開發？
我們很早就開始了在這方面的思考，針對代碼的局部領域關系、線性依賴關系、語法依賴關系、控制依賴關系、多層次結構交互關系等進行了研究，提出了多種學習模型。
研究過程中遇到了數據量不足的問題，難以支撐訓練出一個比較好的深度模型。因此，我們開始在網上獲得大量代碼信息，做出一個通用的代碼表征模型，并通過代碼復用技術，將其應用到各個任務中，從而獲得更好的性能。
因此我們提出了一個基于模型復用的框架，基于此框架訓練出一個可重用的軟件缺陷挖掘模型RUM，并將其應用于不同的缺陷挖掘任務中。這是最早的使用預訓練模型來解決不同任務的思考模式，也為后續的研究方向奠定了基礎。
ChatGPT就是這樣一個經過語言和代碼訓練的通用模型，在軟件開發過程中的具有很大的應用潛力。工業界對此也有深入的跟進和思考，如Microsoft和OpenAI聯合開發的GPT代碼生成模型CoPilot，以及GitHub和OpenAI合作開發的代碼生成模型Codex，都在代碼生成領域取得了顯著的成功。
在使用ChatGPT的過程中，它展現出了強大的語言和邏輯推理能力，能夠輔助開發者編寫高質量的代碼。例如，當需要編寫一個Python版本的快速排序代碼時，ChatGPT可以直接生成代碼，并附帶對該代碼的解釋。
然而，當涉及到業務代碼時，ChatGPT的性能就會受到挑戰。在自動化流程挖掘中，生成相應的流程挖掘代碼是一項關鍵任務，這需要解決ChatGPT在業務代碼編寫方面的短板。
第一個挑戰是 ChatGPT 對語言的過度依賴。作為一個基于語言的模型，ChatGPT在分析代碼（即編程語言）時會遇到困難，因為編程語言和自然語言存在顯著差異。盡管編程語言可以通過程序員的要求提高代碼的可讀性，但這并非強制性的。換言之，即使代碼的可讀性較差，它仍然可以正常運行。因此，如果用ChatGPT這樣的模型去分析這樣的代碼，可能會導致錯誤。
為此，我們提出了一個相應的嘗試性解決方案—— VECOS。這個模型可以對質量非常低的，甚至是反編譯出來的代碼進行語義分析和理解。
另一個挑戰是雖然 ChatGPT 對語言文字很敏感，但對編程語言的功能語義建模能力有限。
對此，黎教授舉例說明，有兩段 Java 代碼，可能在詞匯表級別完全一致，但實際功能和語義卻有顯著差異。這是因為在程序設計中，程序結構中的內在關系尤為重要。如果要生成或理解代碼的功能，就需要對這部分進行有效建模。然而，目前的ChatGPT模型只抓住了文字層面的關系，卻忽略了程序內蘊的結構聯系。因此，需要對相應的程序結構語義進行特殊的建模。
針對這一問題，我們開始探討如何在以Transformer為基礎模型的預訓練大模型上考慮代碼結構特征？
Transformer是目前最先進的神經網絡結構之一。它通過自注意力機制，能夠捕捉到輸入序列中的長距離依賴關系，從而實現對復雜語義的理解。這種強大的能力使得ChatGPT能夠處理各種復雜的自然語言任務，包括問答、文本生成、摘要等。并且針對代碼的多層次結構特征，我們提出了基于新型“金字塔注意力機制” Transformer 基礎模型 PA-former。
以上所述的基礎理論方法和技術已被應用到實際業務場景中，包括藝賽旗的流程挖掘技術及業務場景，以幫助其更好的進行業務流程的發掘。
南京大學與藝賽旗共同發起的智能研究院在人工智能及超自動化領域的研究成果，充分展現了其卓越的創新能力。這些研究成果不僅在學術界受到高度認可，也在實際應用中取得了顯著的成果。隨著科技的不斷進步和發展，相信這些成果將在更多領域發揮重要的作用。
企業平臺
發現評估
自動化
行業解決方案
通用解決方案
合作伙伴
生態聯盟
咨詢服務
培訓服務
交流社區
客戶成功
公司介紹
新聞列表
聯系我們
加入我們
