人工智能在软件工程的应用
摘要：现阶段，随着技术的更新与时代的交替发展，信息时代里所出现的各类的、新式的科学技术已广泛应用于软件工程应用中，人工智能在软件工程当中的应用不断飞速发展，使得同级别中的各类复杂工程也不断快速发展，人工智能作为我国目前现阶段发展迅速的项目之一，具有较高的社会实用价值与现实意义。人工智能被广泛应用于软件工程当中，与软件工程的运用密不可分，人工智能可以针对问题做出具体的分析和规划并且能够在软件工程当中实现技术的不断更新。此文章重点对人工智能领域中的图规划应用与结构化应用进行广泛性分析，并进一步对这两类在日常应用的操作进行简要说明，并对此研究展开分析和探讨，本文可加深学者对人工智能在软件工程当中的应用，并且能够让专业技术人员参考此类论文，以期早日实现整体化、信息化、智能化。
关键词：人工智能；软件工程；技术研究；工程应用
好适应生活；帮助工厂更好地节约成本，完成一些复杂而且危险的重复式运动，给工厂带来极大的收益和应用价值。下面就从以下几个方面来重点探究人工智能技术在软件工程当中的主要应用。本文可以加深读者对人工智能的理解和认知，并促进人工智能技术在软件工程领域的技术创新与思维模式的拓展。
1人工智能在软件工程中的应用
就目前而言，人工智能在软件工程当中的应用较为广泛，人工智能在软件工程中的应用主要分为图规划应用和结构化应用。人工智能是难以量化研究的一种技术领域，其应用价值已经超出同领域当中的许多科学技术，它是一种多元化技术，拥有使系统对环境产生一种人类难以模拟的能力，帮助人类去确保操作系统的有效运转。其核心思想就是一种自适应性，它可以借助人们的思维模式来进行运转，可以让产品在当前所处的环境进行一种自适应运转，可以帮助产品的效能最大化，而且还可以帮助工厂对产品的使用成本最大化应用，总而言之，人工智能技术在计算机科学领域中是比较前沿的高新科学技术，其可以应用于机器人领域，也可以应用于计算机科学领域，帮助人们实现极其复杂的大脑运算，辅助机器人操纵人类不想操纵的复杂并且难以运转的多项式运动。模拟并拓展人类的智能，实现人脑的自动化功能，这也是拓展计算机应用的重要领域，人工智能被广泛用于探寻人脑深层的复杂价值。
1.1图规划应用
将图规划应用在软件工程当中具有非常关键的作用，其可以直接影响某类涉及自动化程度高的机器，并且在机器、机械、人工电子领域也有比较重要的地位，图规划应用在我国人工创新技术领域占据着不可动摇的地位，若是想充分调用，必须要了解其初始状态，包括目标以及领域动作和语言呈现。在此基础上，会出现一系列比较难以攻克的技术难题，这就需要具备较高的人工素养的工作人员去解决后续出现的技术难题，一般情况下不会受到初始目标的影响，因此图规划应用在软件工程当中的应用比较关键，也进一步使得自动化程度提升。在软件工程应用当中合理的图规划应用是解决复杂难题的必经之路，合理的规划器应用能够进一步促使人工智能合理地应用到软件工程应用当中，使得其自动化程度显著提高，与此同时我们不但需要要求人工智能，而且还需要求软件工程的自动化程度进一步提高，软件工程当中的软件本身也应具备一定的有效性，因此智能规划的求解方法就显得尤为重要。智能规划更偏向于抽象化，可以直接让最终目标发生较大的改变，是解决问题的关键。因此，人工智能在软件工程当中的应用，尤其是在图规划应用这一领域当中占据主导地位，但是内部执行工作并没有任何依赖性，因此对于人类来说是极其友好的。
1.2结构化应用
与此同时，结构化应用在软件工程当中的应用也是极为关键，主要用于解决人工智能规划技术出现的各种复杂问题，其可以在人工规划技术的基础上将复杂的功能框架进行分类，并实时导出在此过程当中可以满足复杂系统软件的需求，根据用户真实的案例自动描写出算法和可实施的方案，以及可实施的系统结构。能够让人们更加清楚的见识到、了解到的系统结构，主要通过一种特殊的处理器进行处理分析，然后再根据处理后的结果去进行最终的软件输出，然后通过大量的实践、下载、调试、结构化设计运用，这不但能提高图规划应用的应用效率，还可以对复杂抽象的图形和画面进行建模和求解，最终得出智能规划方案。因此，选择结构化应用在软件工程方面的问题解决极为有效，在我国智能规划应用软件项目当中结构化应用具有很大的促进作用，其能够实时解决抽象层次化问题，并且具备很强的优越性能，结构化设计应用在我国软件工程应用当中密不可分，是体现其优越性的重要应用之一。
2软件质量和人工智能操作人员
2.1不确定性的软件质量
科研人员始终坚信现如今我们这个世界上所出现的最大需要关注的地方就是不确定性，但是很多人往往会重点关注人工智能软件技术的不确定性。但是事与愿违，软件质量的不确定性就重点体现在了人工智能这一技术领域上，人工智能在软件工程当中的应用极为广泛，但是软件工程的开发就意味着软件质量的不确定性，也往往意味着软件代码的不确定性，所以程序员们开始进行着软件质量的确定，也忽略了其事物发展的本质所在，所学的知识体系也几乎存在着一些不确定性，而人们就会往往去探寻人工智能在软件工程当中的不确定性，例如人工智能学家将机器应用于人类认知的客观世界与认知思维进行模拟，所以人工机器具有不确定性，就需要去找出这一系列不确定性，但是对于软件的质量而言，常有软件质量的不确定性问题，因此也就需要科研人员与科学家始终坚信软件质量的不确定性，这往往间接影响着人工智能在软件工程当中的应用，人工智能在软件工程当中的应用就好比鱼和水一样，它们是密不可分的，需要相互促进，往往不能独立存在。不难看出，软件质量往往具有很强的不确定性，所以科学家一直在寻找不确定性之间存在的发展规律。
2.2人工智能操作人员的不确定性
在软件应用工程当中，软件工程人员的应用性具有不确定性，软件工程操作是重要的关键步骤，软件工程的运作也包含了极其复杂的生产过程，无论是哪项过程遇到的错误都终将会导致软件工程的失败，所以进行科学管理的定量评价与定量考核，才能够确保不确定性因素在软件工程当中的应用降到最低，也进一步让人工智能在软件工程当中的应用顺利展开，因此操作软件工程的人员应具备较高的素质水平与定量考核标准，这样才能极大地去促进软件工程的合理实施与完善，也进一步使得人工智能在软件工程当中的应用进一步达到最好的程度，才能够让不确定因素降到最低。有效进行软件工程与人工智能的有效结合，可进一步加深对学者的认知促进，提高人工智能在软件工程中的广泛应用。
2.3科研人员的不确定性分析研究
根据企业的商业周期和产品特性、产品适用范围、产品业务以及管理模式等诸多角度来探寻人工智能在软件工程当中的应用，对企业的优缺点进行分析，以及为企业软件质量提高和生产力的发展创建过程提高到一个崭新的台阶。对于软件的质量控制、开发管理和人员的流动分配以及产品的使用范围来说，都将有一个很大程度的改进。从总体来看，人工智能在软件工程当中的应用，对于企业的软件管理来说具有突出的表现，企业当中的软件工程开发，以及软件的项目管理模式和软件体系等都可以借此得到进一步的巨大提升，它是在企业的基础上不断改进的，最后可以呈现出一个完善改进的持续发展的螺旋上升式的状态。由此可见，软件工程模拟在动态方面是一个持续优化的模型，对于软件质量的不确定性来说，软件工程的模拟是更为重要的一个技术手段，软件工程模拟主要包括对象的设计、对象的分析、对象的参考、对象的实验和模拟四个方面，它会根据对象所具备的特点和规模不断去把控和把握软件工程，可以说会把包含于很多生产方面的系统性工程和子工程汇集起来，形成一个庞大的工程。在人机交互方面，操作人员要与电脑实施可动态操作，而操作人员则是其中最重要的一个因素，所以对于科研人员来说，在素质、能力、学历以及对知识文化的学习掌握方面，他们要具备一定的高素质能力，因为在操作过程当中实际可靠程度的操作性高低也会间接地对人工智能以及工作质量造成不同程度的影响，要想将这些程度不确定的因素解决，那么对于人工智能的把控就应该加大力度，早日提高人工智能在软件工程的运用，并广泛应用于各个软件模式当中，进一步将人工智能在软件工程当中的应用发展壮大。
3结语
当前，人工智能呈现着快速发展的趋势，但是人工智能依然属于一种边缘学科，依然属于一种具有高学历、高素质的人才才能驾驭的一种人工智能学科。对于科研人员来说是一种较大的挑战，对于祖国的发展来说也是极其关键的。人工智能是逐步探索未来高科技领域与创新领域的一种必经思路，其是可以设计出人类、类似于人类行为的一种科学技术，并且可以模拟人的思维过程，涉及航天飞行机器人、仿生机器人、机械狗等众多技术领域。人工智能在机械、电子、航空航天、微电子、医疗事业等方向不断推陈出新，相信未来的人工智能将会有一番大作为。另外，人工智能技术领域需要不断做出改进和创新，为祖国的航天事业和软件工程领域开创出完善的应用体系。
参考文献：
[1]彭荣.武汉大学“人工智能与软件工程”暑期学校（8/6）-智能化方法在需求工程中的应用与挑战[EB/OL].（2020-08-02）[2021-03-23].
[2]吴金玲.浅谈人工智能在软件工程中的有效应用[J].青春岁月，2019（09）：243.
[3]周庆荣.人工智能在软件工程中的应用[J].电子技术与软件工程，2018（23）：249.
[4]艾孜海尔江·艾合买提.人工智能在软件工程中的应用分析[J].企业导报，2012（19）：284.
作者：吴艺妮单位：安徽绿海商务职业学院
浅谈人工智能时代下的工程伦理问题
浅谈人工智能时代下的工程伦理问题一、引言近年来，随着大数据基础设施建设以及人工智能技术的发展，社会中涌现出许多新技术，给人们带来更便捷的生活。但与其共生的道德风险问题也日益显著。人工智能道德风险即人工智能技术带来的伦理结果的不确定性，其既有主观因素也有客观因素，具体表现有道德算法风险、道德决策风险、隐私数据泄露风险等。风险主要成因有技术主体、政治、经济、文化等社会因素。结合当下大数据驱动的人工智能算法特点，如何运用风险治理思想分析其背后的工程伦理问题对人工智能领域发展具有重要意义。
二、人工智能时代的当下在1956年达特茅会议中AI这个概念被提出，经历数次低谷与发展浪潮，人工智能再次活跃在大众的视野中，并且以更完备的生态以及更强的活力积极改变我们的生活。在如今的人工智能浪潮中，深度学习因为其能够胜任更复杂、更庞大的场景而成为主流。
在AI的应用层面，随着大数据基础设施建设的日趋完备，人工智能孕育出许多产业，如：数据挖掘、人脸识别、语音识别、自动驾驶等。同时医疗卫生、交通运输、仓储物流、游戏等行业都已经或正在接受人工智能的优化。
2019年11月11日24时整，“双11”全天的物流订单量达到创纪录的12.92亿元，物流订单量迎来了“爆炸式”的增长。“双11”全天各邮政、快递企业共处理5.35亿快件，是二季度以来日常处理量的3倍，同比增长28.6%，再创历史新高。而在其背后做支撑的是一套完整的基于大数据的人工智能系统。
目前，百度、阿里、腾讯、谷歌等主流互联网公司正在大力投资人工智能相关产业与技术，而与此同时全球正有上千家公司全力押注人工智能，并且这个趋势依旧保持稳定增长的速度。
三、人工智能伦理问题日益凸显显然，在当下这个人工智能技术飞速发展的时代，人工智能技术的广泛应用为人类带来了显而易见的好处。但技术的进步不但扩大了人类对于技术的恐慌，同时也放大了由于某些技术缺陷和忽略道德伦理问题而带来的负面影响。
3.1忽略伦理问题下产生的算法歧视问题外卖作为当下快节奏生活的必需品，在其背后做支撑的是数以百万的外卖员和强大的人工智能系统。2020年9月8日，一篇名为《外卖骑手，困在系统里》的文章在互联网上被热议，文章指出：2016至2019年间，美团多次向配送站站长发送加速通知，3公里的送餐距离最长时限一再被缩短至38分钟；而根据相关数据显示，2019年中国全行业外卖订单单均配送时间较3年前减少了10分钟。外卖骑手在系统算法与数据的驱动下疲于奔命，逐渐变成高危职业——骑手为在算法规定的最长送餐时限内完成送餐任务无视交通规则，不断提高车速。
许多伦理问题都是由于实践主体缺乏必要的伦理意识造成的，而外卖平台算法使得外卖骑手被“困在系统里”显然是工程的决策者以及管理者没有考虑相关的伦理问题所导致的。外卖平台作为一项服务消费者、向社会提供就业岗位的工程，其目的与其他类型的工程类似，均为满足人类在某方面的需求，但工程在向社会提供服务的同时不应当忽略工程风险问题。
3.2从风险与安全角度分析外卖平台工程风险的防范与安全分为工程的质量监理与安全、意外风险控制与安全和事故应急处置与安全三个方面，分析外卖平台的工程风险主要从意外风险控制和事故应急处置两方面展开。
3.2.1意外风险控制维度的工程风险外卖平台作为服务大众的工程项目，其受众人数巨大——外卖市场规模超6500亿元，覆盖4.6亿消费者，工程一旦出现意外风险控制不当的情况则对其受众造成无法估量的损失。在基于大数据的人工智能算法的训练过程中，算法训练结果会随着数据重心的整体偏移，从而导致外卖骑手不得不加快派送的速度进而风险增加。因此，为避免人工智能系统追求极致地无限制缩短派送最长时限，工程师和程序设计者在程序设计之初应当添加阈值以保证外卖平台背后的外卖骑手能够在遵守交通规则的前提下及时、安全地完成任务。
3.2.2事故应急处置维度的工程风险事故应急处理体现着工程负责人、相关利益反对工程的理解程度。应对工程事故，应当事先准备一套完整的事故应急预案，保证迅速、有序地开展应急与救援行动，降低人员伤亡和经济损失。外卖骑手因忽视交通规则造成伤亡的事件并非最近才发生——2017年上半年，上海市公安局交警总队数据显示，在上海，平均每2.5天就有1名外卖骑手伤亡。同年，深圳3个月内外卖骑手伤亡12人。2018年，成都交警7个月间查处骑手违法近万次，事故196件，伤亡155人次，平均每天就有1个骑手因违法伤亡。2018年9月，广州交警查处外卖骑手交通违法近2000宗，美团占一半，饿了么排第二。而外卖平台除口头告诫骑手之外并没有推出从根本处解决问题的措施，直到《人物》发表《外卖骑手，困在系统里》一文后外卖平台才相继推出多等5分钟的政策。
3.3从工程四要素角度分析外卖平台工程包括技术要素、利益要素、责任要素、环境要素以及伦理要素，接下来将从工程四要素中的技术、利益与责任这三个方面来展开。
3.3.1技术维度的道德风险基于算法和大数据的人工智能技术背后隐藏着风险。算法体现着工程师和程序设计者的思想，其政治立场和社会偏见都会不可避免的嵌入程序中。从大数据中诞生的人工智能系统通常会存在基于数据采样偏差带来的问题，而这类问题在后续的训练中不会被消除甚至可能被放大。因此，为消除算法与数据采用带来的偏见，工程师以及程序设计者在程序设计之初就应当消除主观偏见；同时在数据的处理方法中，应当极尽全力保证数据的准确，降低数据偏差带来的风险。
3.3.2利益维度的道德问题人工智能存在威胁、侵犯人类利益的风险。从安全角度来说，人工智能应当对人类来说是安全的、可靠的、不作恶的。以外卖平台派单系统为例，外卖骑手在系统的算法歧视下被迫忽视交通规则，对骑手、对行人已经构成严重的安全隐患。因此，如何通过人工智能系统，在权衡各方利益、兼顾效率、保证安全的前提下实现利益最大化是人工智能系统需要解决的核心问题。
3.3.3责任维度的道德风险人工智能在价值选择困境与责任承担困境中存在风险。外卖平台派单系统在消费者对于外卖的时间要求与外卖骑手在派送过程中的风险问题之间面临抉择，系统应当尽量满足消费者的需求而忽视外卖骑手的安全，还是应当在尽量保护骑手的安全的前提下提高派送效率？在人工智能系统作为自主行为主体的情况下，系统会逐渐压缩骑手的安全空间。而在发生事故之后的责任鉴定中，系统并没有能力为自己的决策承担其相应的责任。
四、总结为避免人工智能出现无节制的追求极致从而导致技术、利益、责任等方面的道德风险，实现人类社会可持续发展的目标，人工智能的设计应当秉承着将人类健康、安全和福祉放在首位的原则。由外卖平台人工智能系统这一例所引发出来的思考，进一步提出以下建议：
1、工程设计之初应当强化工程负责人、管理者、工程师以及程序设计者的伦理意识。由于算法、工程体现着设计人员的思想，而相关人员对伦理方面的意识缺失必将导致缺乏伦理思想的工程存在缺陷。
2、强化工程相关人员的风险与安全意识。风险与安全始终是工程无法逃避的问题，针对风险可接受性进行完备分析与评估，并对一系列不可控意外风险制定相关预警机制与应急机制是控制风险、规避风险、妥当处理事故的唯一途径。
3、强化人类主导和监督能力。人类主导以及人为监督有助于人工智能系统不会走向极端，从而出现逻辑上无比正确却存在人类伦理问题的缺陷。
4、明确人工智能系统的责任归属。程序设计之初应当对程序设计者针对不同模块的设计明确责任归属，当下人工智能的发展远远没有达到成熟阶段，相应的人工智能系统也没有能力对其发展的不良后果负责，这个责任很自然的需要其背后的软件工程师、程序设计者、工程负责人以及管理者共同承担；人工智能系统在设计阶段明确责任归属有利于工程事故发生之后的责任归属划分；有利于在程序设计阶段强化工程师们的工程伦理意识。
从技术发展的角度来看，人工智能系统因其发展历史较短、技术成熟度低等原因远未达到可以完全信赖的地步。人工智能系统在设计中应考虑预防性安全措施来防范风险，减少不可接受的伤害。