2022中国计算机大会(CNCC2022)作为计算领域学术、技术、产业、教育各界宏观探讨发展趋势的年度盛会，一直备受业内关注，本月，在CNCC2022召开之际，千锋教育作为会员单位受邀线上参加了本次大会，组织了千锋教研院的骨干老师们进行了参会学习。千锋教育软件测试总监王晓军老师线上参与了《自动驾驶智能决策论坛》和《新一代人工智能下软件需求工程面临的若干挑战和机遇》两大论坛，聆听了专家学者们的前沿分享。

　　在《自动驾驶智能决策论坛》上中汽数据有限公司智能业务部部长赵帅先生进行了自动驾驶测试场景自动生成及泛化的主题分享。随着自动驾驶测试验证对仿真场景依赖程度的增加，测试用例自动泛化、危险场景自动筛选、交互场景自适应生成在场景多样性、危险性、生成效率、闭环验证等方面存在着巨大的技术优势。赵帅先生在报告中梳理了基于 ASAM 国际标准的场景理论框架体系，并结合中汽数据研究经验介绍了场景自动生成泛化工具软件及其应用。

　　王晓军老师认为，目前国内的综合交通体系已经建立完善，交通的硬件基础趋于成熟稳定，即使放全球也不落人后。这也为接下来借助新一代信息技术，推动交通的智能化转型打下了良好基础。同时国家政策大力支持，已经将”交通强国“列入了国家战略，积极出台了一系列促进智能交通发展的政策，这将很大程度上为智能交通的建设速度和建设质量提供保障。

　　当前行业普遍遵循SAE协会定义的智能驾驶等级，分为L1~L4级。L2级以下(通常被称为ADAS(高级驾驶辅助系统))目前已属成熟技术。对于L3级别的智能驾驶，因为其只能在特定条件下代替人，并且在系统失效的时候需要人及时接管车辆，当前在实际应用中的可操作性及责任界定问题在行业内外存在较大争议。从技术角度，L3级别智能驾驶是技术发展的必经阶段，与之相关的技术研发、测试及相关技术落地，仍然任重道远。

　　在12月9日的《新一代人工智能下软件需求工程面临的若干挑战和机遇》论坛上，北京大学教授、北京大学高可信软件技术教育部重点实验室副主任金芝女士做了“环境建模驱动的自治系统安全性测试”的主题演讲。她认为，自动驾驶系统运行时需要满足多种约束，其满足度与驾驶场景/环境密切相关，由于驾驶场景/环境的开放性，使传统系统测试方法很难满足测试覆盖率的要求。基于环境建模的需求工程方法，可以定位需求违背及其组合的场景，根据需求违背的程度进行场景关键性排序，因此，通过有效生成测试场景可以尽可能多地暴露需求违规模式，以达到提升测试效率的作用。

需求的不确定性及业务性对软件质量的影响尤其大

S，E |- R公式

　　听取报告后，王晓军老师也从专业角度进行了观后分享，他表示，客户对软件提出需求准确度的高低取决于该客户的经验，如果经验多就会提得多，如果经验少，则提出的需求少、准确度低，那么不足部分就要由需求工程师补足、完善。需求工程的内容也极大地影响着软件开发的成本、技术、周期，资源、质量以及最终客户的满意度等诸多方面。需求工程的成果不但会影响客户最后获得的效果，也会影响到软件开发者的最终利益。

　　所以，重视需求就是重视软件产品的质量，重视软件质量就是重视客户的最终利益，也同样是重视软件研发组织或以软件产品为重要业务支撑的企业的最终利益。在目前国内的软件研发组织内，需求工作大多由软件测试工程师或从事过软件测试相关工作的工程师来负责。未来，需求工作的水平高低会成为影响软件研发过程与结果质量的重要因素。

　　王晓军老师作为千锋教研院的骨干老师，拥有近20年的软件测试、开发与教学工作经验，是国内较早的软件测试专家之一。通过多年的软件测试、软件测试开发、软件质量管理体系建设经验，王老师积累了大量的各行业软件测试开发解决方案，率先于业内创立“全栈软件测试”课程体系并付诸实践，创立“蜜锋班”线上测试系列课程，编著了《全栈软件测试实战》(基础+方法+应用)(慕课版)。

　　千锋教育深耕职业教育近十二载，深知教师乃立教之本，兴教之源，在探索构建现代职业教育体系的发展过程中，始终致力于打造资历深厚、充满活力、具有韧性的教师队伍。此次通过组织千锋教研院讲师参与CNCC2022年度盛会，聆听七百余位国内外名校学者、名企领军人物、各领域极具影响力的业内专家的前沿分享，不仅拓宽了讲师的视野，更明确了未来的教研改革方向和人才培养目标。

　　加强高水平师资队伍建设，为学员提供高品质教学保障，未来千锋教育将持续通过技术企业内训，讲师架构技术私享会、项目管理研讨会、论坛交流、技术峰会等活动，打造完善的讲师培养体系，赋能个人成长，激励讲师在学习中提升教学素养，为学员带去与行业前沿技术接轨的高品质教学服务。

上一篇

千锋教育：数字经济崛起，IT技术学习，为就业赋能!

下一篇

千锋教研院Python首席技术官宋如宁参加CNCC2022中国计算机大会