Page 85 - 基于深度学习的人工智能技术研究

第二章 人工智能核心技术

文档维护问题。软件本地化主要是运用相应技术将软件产品的语言进行转化，促
使软件能够符合某一国家的语言和文化。相关人员发现众包可以有效解决软件本
地化问题，利用新型众包模式可以引导用户通过相关平台实现软件本地化，同时
通过其他人的优化和评估，实现软件本地化的最优解决效果。可见，群体智能对

于软件维护工作的简单化和自动化具有不可忽视的作用。
（三）群体智能应用于软件工程的发展趋势
机器群体智能以基于搜索软件工程为突出特点，其虽然在软件工程中应用十
分广泛和成熟，但是，还存在不少问题无法充分解决，同时，云平台软件工程、

大数据软件工程等新兴软件工程的出现，也给机器群体智能带来一定挑战。为此，
机器群体智能应借鉴大数据软件工程的诸多优势，不断采用新方法和新技术实现
海量信息的采集、整合和提炼，推动机器群体智能实现新突破。
人类群体智能质量受到人类群体组织管理、激励机制、质量保证等方面因素

的直接影响。未来人类群体智能应分解任务，让更多不同人群解决不同的任务，
进而最大程度发挥群体智能利用效率。同时，未来人类群体智能应关注利用高效
组织管理实现人类群体的协同作用，以提高群体智能的工作质量和效率。此外，
借助科学合理的人类群体智能激励机制能够提高参与者的积极性。人机结合群体

智能面临的主要问题是人机相互关系和组织形式，在未来发展中探究利用机器学
习方法提高人机结合能力、全自动化人机结合群体智能是主要研究方向。此外，
建立人群知识库可以实现知识共享，从而满足复用知识库的需求，进而减少软件
工程解决问题的时间，不断提高软件生产力，同时不同知识库的融合补充还能提

高全自动群体智能的性能，提升解决问题的性能。
综上所述，面对计算机技术和信息技术飞速发展的实际情况，积极探究群体
智能在软件工程中的具体应用，不仅是信息时代发展的必然要求，也是软件工程
领域实现突破的重要条件。可见，基于群体智能的软件工程具有良好发展趋势和

应用前景，探究群体智能方法在软件工程领域的实际应用非常必要。

77