我们正处在一个什么样的时代节点？
比尔·盖茨直指人工智能时代已经开启，并这样表示：在我有生之年，见证了两次革命性的技术展示。一次是 1980 年看到图形用户界面；一次就是 OpenAI 带来的 ChatGPT 与 GPT-4。
英伟达的黄教主说：“生成式 AI 将重塑几乎所有行业。”ChatGPT、Stable Diffusion、DALL-E 和 Midjourney 唤醒了世界对生成式 AI 的认知。
OpenAI CEO Sam Altman 则直指 ChatGPT 可能影响 80%工作岗位，会是像蒸汽机或印刷机一样的通用技术。
ChatGPT 以星星之火，形成了全球性的燎原之势，包括 ChatExcel、ChatPDF 等各种来自开发者自研的应用层出不穷。GPT 的新技术带来了繁荣的新应用创新。对于开发者们而言，究竟意味着什么？我们可以如何像当初拥抱 iPhone 所带来的移动之势一样，拥抱 GPT 新应用的浪潮？
答案尽在由 CSDN、《新程序员》联合主办的“新程序员大会（NPCon）：AIGC 与大模型技术应用峰会”上。这场聚焦 AIGC 与大模型新应用的开发者大会将于 3 月 25 日（本周六）在北京环球贸易中心举行。汇聚 AI 领域产学研各界思想领袖、技术大咖、先锋企业及开发者，重点围绕通用人工智能、ChatGPT、AIGC、大模型、AI 编程等多个重要话题，深度解析大模型如何撬动新一轮 AI 产业应用的底层逻辑，带来 GPT 第一代应用开发者的亲身实践，破解大模型时代的若干迷思。
接下来，让我们一起来围观都有哪些重磅嘉宾与精彩议程吧。
新程序员大会（NPCon）
AIGC 与大模型技术应用峰会
完整议程
参会嘉宾&分享主题
演讲主题：大模型时代的新应用开发者
分享嘉宾：蒋涛，CSDN 创始人&董事长、极客帮创投创始合伙人
25 年软件开发经验，曾领导开发了巨人手写电脑、金山词霸和超级解霸。1999 年创办 CSDN（China Software Developer Network）。CSDN 是全球知名的中文开发者社区，目前注册会员超过 4200 万，涵盖 90%国内 IT 开发从业人员。CSDN成立24年，秉承成就一亿技术人的使命，为IT技术人成长及科技企业发展，提供开发者生态的全方位服务。
2011 年创办极客帮创投，作为懂技术的投资人，先后投资了聚合数据、巨杉数据库、传智播客、乐动卓越（我叫 MT）、IT 桔子等 100 余家高科技创业公司。被投项目中 SequoiaDB 巨杉数据库作为业界领先的金融级分布式关系型数据库产品，连续两年入选 Gartner 数据库报告，传智播客、柠檬微趣已于 2019 年、2017 年分别申报中小板和创业板上市，淘手游也被贵州省列为第一批科创板备案名单。
演讲主题：确定性vs.非确定性——GPT时代的新编程范式
分享嘉宾：王咏刚，SeedV实验室创始人兼CEO，创新工场AI工程院执行院长
专注于人工智能前沿科技研发。曾以联合创始人身份创立包括上市公司在内的多家人工智能科技公司，也曾是人工智能高端应用型人才培养项目DeeCamp的发起者和领导者。王咏刚曾在谷歌公司从事技术工作超过十年，在自然语言处理，分布式系统，动画和游戏引擎等方面有专深积累。
分享摘要：GPT等大模型对软件开发是一场深刻变革。这个变革最有可能带来什么样的新编程范式？我们可以从确定性计算、非确定性计算的理论视角，结合未来最可能出现的新应用场景，做一个分析和展望。
演讲主题：AI编程——无尽的前沿
分享嘉宾：王千祥，华为云智能化软件研发首席专家
PaaS技术创新LAB主任，华为可信领域科学家，主导华为公司的智能化软件研发，结合AI技术与软件分析技术，赋能公司的系列软件研发工具。
分享摘要：从AI编程的本质出发，回顾AI编程的突破过程，并展望AI编程的边界。
演讲主题：生成式 AI 的商业化落地思考
分享嘉宾：曲凯，42章经创始人
杜克大学管理研究生，中信《创投42章经》一书作者。42章经 & 42 Capital 创始人，前 TMT 及 VC 从业者。曲凯在“得到”上的专栏获得超 20 万付费订阅，也在知乎、领英等各大渠道拥有自己的专栏，并曾荣获 36氪 2016 年度“最受欢迎作者”，及虎嗅 2017、2020 “年度作者”。他也是 2018 年福布斯中国 30 under 30 荣誉获得者之一。
分享摘要：当前主流市场极为关注底层大模型的机会，大模型到底带来了哪些底层能力，我们该如何给大模型定性，大模型又带来了哪些创业机会，有什么评判的维度，以及该如何形成壁垒？本次分享将逐一拆解。
出席嘉宾：邹欣，CSDN副总裁（主持人）
CSDN副总裁，曾在微软Azure、必应、Office和Windows产品团队担任首席研发经理，并在微软亚洲研究院工作了10年，在软件开发方面有着丰富的经验。同时著有《编程之美》《构建之法》《智能之门》《移山之道》4本技术书籍。
演讲主题：探索新技术之大模型在金融AIGC领域的前景与应用
分享嘉宾：宋劼，文因互联工程VP兼首席科学家
西班牙马德里理工大学人工智能博士，曾任瑞士苏黎世联邦理工学院客座研究员。有丰富的本体工程、语义建模和平台开发经验，其研究主要集中在物联网、语义网、本体工程、语义建模、规则推理，以及知识图谱在智能设备管理的应用，包括物联网领域的语义数据建模、链接数据的信任和隐私管理和工业互联网。曾任ISWC会议组委，中国人工智能学会会员工委会副秘书长等。在文因期间，负责牵头公司智能金融文本分析平台的建设，并先后带领团队进行了多个监管科技和金融科技课题和项目的实施。
分享摘要：ChatGPT的出现宣示着新的人工智能发展契机的到来。在过去一段时间内，我们主动、被动接受到了有关ChatGPT和AIGC的各类讨论，大多围绕趋势、影响等维度展开。在强监管背景下，ChatGPT在金融领域落地有哪些局限性？金融机构应该如何构建自己的优势，以应对当下发展 ？金融从业人员如何利用AI更好地创造价值。本次分享，将从技术分析及场景应用方面，聚焦AIGC应用落地的可行性和路径进行探讨，以及从中寻找到可能的业务增长点。
演讲主题：文本及多模态预训练技术的研究与应用
分享嘉宾：张荣升，网易伏羲实验室资深研究员，NLP研究组及多模态算法负责人
曾在ICLR、 ACL、 EMNLP、 NAACL、AAAI等国际顶级会议上发表近二十篇论文，研究方向涉及预训练模型、多模态、文本生成、对话生成等。张荣升有着丰富的大模型技术研究和应用经验，其中文本大模型“玉言”系列曾登顶中文语言理解测评基准FewCLUE小样本榜单和CLUE分类榜单，并应用在歌词辅助创作、智能对话、剧情生成等文本落地场景，另外多模态理解和生成大模型的研究也在互联网搜索推荐及众多AI绘画场景中应用落地。
分享摘要：介绍网易伏羲在大模型方向的技术积累，包括文本、多模态理解和生成预训练模型的建设，并分享大模型在歌词辅助创作、智能对话、文字游戏、互联网搜索推荐、AI绘画等落地场景的应用。
演讲主题：基于重整化理论对大语言模型的涌现现象建立数学框架
分享嘉宾：吴恒魁，超对称技术首席科学家
北京师范大学学士，加州大学戴维斯分校物理学博士，博士期间从事实验粒子物理的研究，参与暗物质直接探测实验Large Underground Detector(LUX)，负责探测器和噪音Simulation、探测器研发和数据分析。后转向实验凝聚态物理，制作纳米线场效应管研究拓扑绝缘体材料的电子输运性质，成果发表于NanoLetter等期刊。联合创办超对称技术公司，专注于通用人工智能的研发和产业应用。
分享摘要：超大参数语言模型遵循scaling law, 即将参数和训练量扩大，能看到模型产生接近人类的逻辑和复杂推理能力，这样的现象属于复杂系统的涌现。我们提出基于统计力学的连续相变理论来解释语言模型的涌现行为，并引入量子场论的重整化机制来建立数学框架。
演讲主题：让数字人更具个性和情感：ChatGPT技术的思考启示
分享嘉宾：蔡华 ，华院计算人工智能实验室资深研究员
于2011年在复旦大学信息科学与技术学院攻读博士学位。 2014年作为联合培养博士年远赴德国亥姆霍兹联合研究中心求学，2015年回国后在复旦大学继续深造，并于2016年取得了复旦大学理学博士学位。 目前就职于华院计算人工智能研究实验室，期间获得上海市人工智能高级职称。 主要研究方向是自然语言处理技术与方法，如语言理解、语言生成和语言匹配与推理等。
分享摘要：介绍ChatGPT技术带来的技术变革，优点和缺点；数字人简介，解释什么是数字人，简要介绍数字人的发展历程和应用领域，强调数字人对话交互技术中的个性和情感；ChatGPT技术在有个性、有情感交互中的探索，简要介绍什么是prompt，in-context learning，instruction，ChatGPT中的角色扮演，并给出一些示例展示ChatGPT在情感交互中的一些欠缺；华院对有个性、有情感的对话交互探索，简要介绍知识图谱，提出华院的对话交互框架及对话与知识的融合，常识知识图谱使得对话交互有情感，行为概率性知识图谱使得对话富有个性；总结本次演讲的主要内容和亮点，强调ChatGPT和大模型技术在对话交互中的重要性和前景。
演讲主题：ChatGPT 从0到1
分享嘉宾：李佳芮，句子互动创始人&CEO，微软人工智能最具价值专家 (AI MVP)
8年对话式营销经验，对话式营销开创者。联合创立对话式RPA开源框架Wechaty，成为全球最大的对话式RPA开源框架。为百度制作《对话式 AI》系列视频课程，至今在百度AI官网，为百万对话式AI的开发者了解如何搭建Chatbot。出版中文首本对话式AI图书《Chatbot 从 0 到 1》，首次提出Chatbot全生命周期。出品公开课《ChatGPT 从 0 到 1》。
句子互动是ChatGPT 国内最早落地的企业之一，为企业提供专属知识库、智能对话等服务。
分享摘要：《ChatGPT 从 0 到 1》，尽可能深入浅出地为大家做一个 ChatGPT 的介绍，从技术原理、发展背景、应用场景和 prompt （如何向ChatGPT 提问得到想要的答案）等多个角度来进行阐述，献给拥抱 AGI 时代来临的开发者。
演讲主题：基于预训练的代码理解与生成
分享嘉宾：卢帅，微软亚洲研究院高级研究工程师
毕业于北京大学，研究领域为代码智能，致力于用深度学习技术实现软件开发自动化，赋能程序开发者。主要研究专注于代码自动补全、程序语言预训练模型、代码审查等，研究成果发表于NeurIPS、ICLR、ICSE、FSE、ACL等学术会议。
分享摘要：代码智能近年来引起了学术界和工业界的广泛研究，基于人工智能技术的自动化程序理解和生成可以极大地提高程序开发者的生产力。研究者们开发出大规模通用预训练模型，并将其使用到软件开发生命周期的各个方面，包括代码补全、代码搜索、代码审查、缺陷检测及修复等等。未来的软件开发，已离不开人工智能技术的保驾护航。
演讲主题：大型语言模型时代下的代码生成
分享嘉宾：郝逸洋，aiXcoder联合创始人
北京大学本科，早稻田大学硕士，毕业后任职微软北京创新工程部语音技术组。2018年离开微软联合创办北京硅心科技有限公司，作为CTO负责智能编程机器人aiXcoder的研发工作。
分享摘要：最近一年里大型语言模型（LLM）对序列信息进行建模的能力有目共睹，催生了诸如ChatGPT，GPT-4之类的惊艳产品。本演讲的主要内容为如何利用LLM的技术进行代码开发辅助，代码模型和自然语言模型的区别，以及对交互式多模态LLM（如ChatGPT，GPT4）加持下的智能化软件开发的畅想。
演讲主题：GPT-4时代，重新思考AI编程
分享嘉宾：申博，华为云PaaS技术创新LAB技术专家
华为云CodeArts Snap工程师，华为云PaaS技术创新Lab代码智能团队成员，北京大学博士。
分享摘要：在过去几个月，我们接连被以ChatGPT引爆的新一轮AI浪潮所席卷，ChatGPT以一种最自然的交互使用方式，实现了人们期待已久的通用人工智能雏形，让所有人都可以轻易使用。作为程序员，我们很多人可能已经在使用各类AI编程助手，包括与ChatGPT同族的、基于GPT-3的Codex，即GitHub Copilot。在GPT-4的时代，未来人工智能加持下的AI编程会如何发展？作为AI编程的从业者和用户，我们将分享华为云CodeArts Snap对此的一些思考。
演讲主题：大规模多语言代码生成模型与最佳实践
分享嘉宾：郑勤锴，清华大学知识工程实验室研究助理
本科及硕士毕业于上海交通大学，并取得巴黎高等电信学校工程师学位，研究领域是基于预训练模型的代码生成、神经网络鲁棒性等。在NeurIPS、KDD、IEEE TITS等发表多篇论文，GitHub开源项目Star数3000+，曾获KDD CUP2020第一名。
分享摘要：CodeGeeX是在国产AI框架和硬件上实现的多语言代码生成模型。通过二十多种编程语言的海量开源代码数据训练，推出基于VS Code及JetBrains IDEs的插件产品。CodeGeeX作为开源开放的代码生成大模型，支持多个平台，支持代码生成、补全、翻译，一键添加注释等功能，提供给所有开发者免费使用。本次报告将分享内容：自动代码生成与预训练模型背景；CodeGeeX 模型实现；VS Code 与JetBrains IEDs插件介绍与功能；未来开源开发计划。
演讲主题：基于LLM的自动化测试
分享嘉宾：王俊杰，中国科学院软件研究所研究员、博士生导师
中国科学院特聘研究岗位，主要从事智能化软件工程、软件质量等方面的研究，近年来主要关注移动应用测试、智能软件测试、众包测试等。 在国际著名学术期刊/会议发表40余篇高水平学术论文，四次荣获ACM/IEEE杰出论文奖。 主持和参与了多项国家自然科学基金项目、科技部重点研发计划等。
分享摘要：本报告将介绍基于Pre-trained Large Language Model（LLM）的软件自动化测试，包括本人团队在基于LLM进行移动应用自动输入生成等工作，以及该领域当前的发展现状等。
线下&线上如何参会？
欢迎所有报名线下参会的小伙伴们明天早上如约相聚，无法到场的小伙伴们也可以在线通过 CSDN 视频号等直播渠道围观现场，聆听大咖分享。
线下参会信息
签到时间：3月25日 8:30-9:30
参会地址：北京环球贸易中心D座5层会议中心 多功能厅 前台签到
线上观看入口
可以点击下方预约按钮，这样就方便第一时间收到直播推送啦。
主论坛、AIGC 与大模型技术应用论坛直播入口：
AI 编程技术应用论坛直播入口：
亲爱的朋友们，明天一起，不见不散啦！
