会议简介

工程软件的自主可控是推动中国新型工业化和加快建设科技强国的重要标志，计算科学在工程软件中占据着不可替代的核心地位，是推动工程软件发展的核心驱动力。首届智能计算与工程软件创新论坛已于2023年12月在山东省济南市成功举办。为了深化实际工程问题中的计算数学理论研究，促进工程软件最新成果的学术交流，推动我国在工程软件自主创新领域取得原创性突破，第二届论坛拟于2025年3月13-15日在山东省济南市举办，本次论坛主题为“计算数学驱动工程软件自主创新”。

论坛由山东大学、北京大学、山东省数学会、山东省力学学会、中国岩石力学与工程学会地下工程分会主办，山东大学岩土与地下工程研究院、山东大学齐鲁交通学院、山东大学数学学院、山东大学土建与水利学院、隧道工程灾变防控与智能建养全国重点实验室、高端工程机械智能制造全国重点实验室承办。

论坛聚焦可计算建模、高性能计算、机器学习等领域的最新进展在工程计算软件创新中的应用，搭建一个开放创新的多学科交流平台，共享专家学者通过多学科交叉、跨领域协同和产教融合创新成果，助力国家在关键工程技术领域的自主创新和技术突破。

会议主题

计算数学驱动工程软件自主创新

会议内容

会议日程

2025年3月13-15日

参会对象

注册征文

注册报名

手机访问：https://qf.lcsw.cn/receipt?id=308091&isBill=1

截止日期：2025年3月12日

注册费：正式代表2000元/人，学生代表1000元/人

结业证书

''

产业简报

智能计算与工程软件研究现状

一、智能计算研究现状

技术融合与创新

智能计算结合了计算机科学、数学、物理、统计学等多学科知识，实现了从传统的数据计算向感知智能、认知智能、自主智能、人机融合智能等多样化计算范式的扩展。

目前，智能计算仍处于起步阶段，但预计将在理论、系统和应用方面出现大量创新。特别是随着人工智能技术的不断突破，智能计算已经在自动驾驶、机器人、医疗、金融等领域得到了广泛应用。

算力需求与基础设施建设

智能计算对算力的需求呈现爆发式增长，这推动了全球智算中心的建设和发展。例如，中国的智算中心市场规模从2020年至2023年呈现强劲增长趋势。

然而，算力供给仍然不足，这主要是由于算力需求爆发式增长，而算力基础设施建设相对滞后所导致的。因此，各国政府和企业正在加大对算力基础设施建设的投入，以满足日益增长的算力需求。

安全风险与监管

随着智能计算的广泛应用，数据安全与隐私保护问题也日益凸显。如何确保数据的安全性和隐私性，成为智能计算领域面临的重要挑战。

各国政府正在加强对智能计算行业的政策引导和监管，以确保行业的健康有序发展。例如，中国发布了多项政策文件，引导智算中心有序发展，并加强了对数据安全与隐私保护的监管。

二、工程软件研究现状

软件研发自动化与智能化

在工程软件领域，随着人工智能技术的引入，软件研发过程正在向自动化和智能化方向发展。例如，通过大模型的应用，可以实现从软件原型构建到不断迭代、验证、修正缺陷的完整软件构建流程，极大地提高了软件研发的效率和质量。

模块化与可插拔设计

为了满足个性化需求，工程软件正在采用模块化与可插拔设计。这种设计方式使得企业可以在基座大模型上灵活集成自有数据和功能，如业务分析、需求文档生成、项目计划评审、测试结果分析等。

智能测试与部署

在软件测试方面，大模型正在被广泛应用于自动生成测试用例、测试计划、测试脚本等，显著提高了软件测试的覆盖率和效率。

在软件部署方面，大模型可以协助自动化部署流程、生成配置文件和监控系统性能，与DevOps管道的集成将变得更为顺畅。

伦理与监管考量

随着工程软件在各行各业中的广泛应用，相关的伦理问题也日益受到关注。例如，软件中的偏见、公平性、安全性和知识产权等问题都需要得到严格监管和解决。因此，各国政府和企业正在加强对工程软件的伦理考量和监管力度。

智能计算与工程软件研究可以应用在哪些行业或产业领域

一、金融行业

风险管理：智能计算可以分析大量的金融数据，预测市场走势和风险，帮助金融机构制定有效的风险管理策略。

股票交易：通过智能算法，可以实现自动化的股票交易，提高交易效率和准确性。

信用评分：利用智能计算技术，可以对个人或企业的信用状况进行快速评估，为金融机构提供决策支持。

二、医疗保健行业

医疗影像识别：工程软件结合智能计算技术，可以实现对医学影像的自动识别和诊断，提高医疗效率。

疾病诊断：通过分析患者的病历和医学影像数据，智能计算可以辅助医生进行疾病诊断，提高诊断的准确性。

药物研发：智能计算可以模拟药物的作用机制，加速药物的研发过程，降低研发成本。

三、制造业

智能制造：智能计算与工程软件可以实现生产线的自动化和智能化管理，提高生产效率和产品质量。

设备故障预测：通过分析设备的运行数据，智能计算可以预测设备的故障情况，提前进行维护，减少停机时间。

生产计划优化：利用智能计算技术，可以优化生产计划，降低生产成本，提高产能。

四、物流与交通行业

路径规划：智能计算可以优化物流运输路线，提高运输效率，降低运输成本。

交通监控：通过智能计算技术，可以实现对交通流量的实时监控和预测，提高交通效率，减少拥堵。

货物追踪：利用工程软件，可以实现对货物的实时追踪和定位，提高物流管理的准确性。

五、零售业

销售预测：智能计算可以分析消费者行为数据，预测销售趋势，帮助零售商制定有效的销售策略。

个性化推荐：通过分析消费者的购买历史和偏好，智能计算可以为用户提供个性化的产品推荐，提高销售额。

库存管理：利用智能计算技术，可以优化库存管理策略，降低库存成本，提高库存周转率。

六、其他行业

智能家居：智能计算与工程软件可以实现家居设备的智能控制和家庭环境的智能化管理，提高生活品质。

智能客服：通过自然语言处理和机器学习技术，智能计算可以实现智能问答和自动化客户服务，提高客户满意度。

环境保护：智能计算可以应用于环境监测和数据分析，为环境保护提供科学依据和决策支持。

智能计算与工程软件领域有哪些知名研究机构或企业品牌

一、知名研究机构

麻省理工学院计算机科学与人工智能实验室（CSAIL）

简介：成立于2003年（其前身可以追溯到1959年），是麻省理工学院最大的实验室，涉及脑和认知科学等人工智能研究方向。

研究方向：人工智能、系统、模型、理论等。

斯坦福大学的人工智能实验室（SAIL）

简介：成立于1962年，一直致力于推动机器人教育，并公开了许多有关机器人和深度学习的课程。

研究方向：计算生物学、语音识别、机器学习等。

微软亚洲研究院（MSRA）

简介：创办于1998年，是微软公司在亚太地区设立的研究机构，也是微软在美国本土以外规模最大的一个。

研究方向：自然用户界面、新一代多媒体、以数字为中心的计算、互联网搜索与在线广告、计算机科学基础等。

清华大学智能技术与系统国家重点实验室

简介：于1987年7月开始筹建，1990年2月通过国家验收，并正式对外开放运行。

研究方向：智能技术与系统、智能信号处理、智能图形图像处理、人机交互与媒体集成等。

北京大学视觉与听觉信息处理国家重点实验室

简介：1988年正式通过国家验收，是北京大学建立的第一个国家重点实验室。

研究方向：机器视觉与听觉信息处理领域的基础与应用基础研究，生物特征识别与信息安全、图像处理、智能人机交互、语音语言信息处理系统等。

二、知名企业品牌

微软（Microsoft）

简介：全球最大的技术公司之一，在软件领域的地位无可撼动。其Windows操作系统和Office套件广为人知。

智能计算与工程软件相关：积极布局云计算市场，拥有Azure云服务；在人工智能领域也有深入研究，如Microsoft Research AI研究院。

谷歌（Alphabet）

简介：作为Google的母公司，不仅在搜索引擎市场占据主导地位，还在广告、移动操作系统（Android）、云计算（Google Cloud）等领域展现出强大的影响力。

智能计算与工程软件相关：提供了一系列云计算服务；在人工智能、量子计算等前沿技术上有积极投资。

IBM

简介：虽然近年来核心业务有所转型，但其在软件和服务领域的实力依然不容小觑。

智能计算与工程软件相关：推出了IBM Cloud、Watson AI等产品；在开源和混合云计算领域取得了重要突破。

百度

简介：中国最大的互联网公司之一，在人工智能领域有深入研究。

智能计算与工程软件相关：百度研究院隶属于百度AI技术平台体系（AIG），下设深度学习实验室（IDL）、大数据实验室（BDL）、硅谷人工智能实验室（SVAIL）、商业智能实验室（BIL）、机器人与自动驾驶实验室（RAL）等五大实验室。

阿里巴巴

简介：中国领先的电子商务公司，业务范围广泛。

智能计算与工程软件相关：成立了阿里巴巴人工智能实验室，负责消费级AI产品的研发，如天猫精灵个人助手等。

腾讯

简介：中国最大的互联网公司之一，拥有众多知名产品。

智能计算与工程软件相关：在云计算领域有显著增长，如腾讯云；在游戏、金融科技等领域也有布局。

智能计算与工程软件领域有哪些招聘岗位或就业机会

一、软件开发与测试类

软件工程师

职责：负责软件的设计、开发、测试和维护工作。

要求：熟悉编程语言（如Java、Python、C++等），具备扎实的计算机基础知识，良好的团队协作能力和问题解决能力。

测试工程师

职责：负责软件的测试工作，包括功能测试、性能测试、安全测试等。

要求：熟悉软件测试流程和测试工具，具备良好的问题发现和解决能力。

二、人工智能与机器学习类

算法工程师

职责：负责设计、开发和优化机器学习算法，解决实际问题。

要求：具备深厚的数学和统计学基础，熟悉机器学习算法和框架（如TensorFlow、PyTorch等）。

深度学习工程师

职责：专注于深度学习模型的设计、训练和部署。

要求：熟悉深度学习框架，具备处理大规模数据的能力，了解神经网络架构搜索（NAS）等前沿技术。

三、云计算与大数据类

云计算工程师

职责：负责云计算平台的搭建、维护和优化工作。

要求：熟悉云计算技术（如AWS、Azure、阿里云等），具备良好的系统架构设计和优化能力。

大数据工程师

职责：负责大数据平台的搭建、数据分析和挖掘工作。

要求：熟悉大数据技术（如Hadoop、Spark等），具备良好的数据分析和可视化能力。

四、嵌入式系统与物联网类

嵌入式软件工程师

职责：负责嵌入式系统的设计和开发工作，包括硬件驱动、操作系统移植等。

要求：熟悉嵌入式系统开发流程，具备扎实的C/C++编程基础，了解常见的微控制器和传感器。

物联网工程师

职责：负责物联网系统的设计和开发工作，包括设备连接、数据通信、数据分析等。

要求：熟悉物联网技术（如MQTT、CoAP等），具备良好的网络通信和数据处理能力。

五、其他岗位

项目经理

职责：负责软件项目的规划、执行和监控工作，确保项目按时、按质、按量完成。

要求：具备良好的项目管理能力和团队协作能力，熟悉项目管理工具（如Jira、Scrum等）。

技术支持工程师

职责：负责为客户提供技术支持和解决方案，解决客户在使用软件过程中遇到的问题。

要求：熟悉软件产品的功能和特点，具备良好的沟通能力和问题解决能力。