AI重塑软件开发

在InfoQ即将举行的活动中，资深软件开发者将分享他们在AI技术变革中的实际应用和伦理考量。以下是活动的预览内容：

InfoQ Dev Summit 波士顿 (6月24-25日)

主题演讲：在AI炒作时代成为负责任的开发者

Akamai首席架构师Justin Sheehy将探讨开发者在快速变化的AI环境中的责任。他的演讲将聚焦于如何应对AI的炒作、明智地使用AI系统，以及创建能够减少伤害的AI解决方案。参与者将学习如何区分炒作与现实，以构建可信的AI应用。

在生产环境中部署大型语言模型的最佳实践

微软数据科学与AI首席总监Francesca Lazzeri将深入探讨在现实环境中部署大型语言模型（LLMs）的复杂性。本次会议将分享最新的LLM部署最佳实践，涵盖计算成本、数据质量、模型鲁棒性、用户满意度和伦理考量等关键方面。参与者将了解如何选择合适的模型、优化性能并确保可扩展且安全的基础设施。

InfoQ Dev Summit 慕尼黑 (9月26-27日)

将LLMs从黑箱中取出：人机协同蒸馏的实用指南

Explosion联合创始人兼CEO Ines Montani将分享将最先进的NLP模型集成到实际应用中的实用解决方案。本次会议将探讨将LLMs蒸馏成更小、更易管理的组件的方法，同时保持透明度和数据隐私。

借助AI提升DevSecOps工作流的效率

GitLab高级开发者倡导者Michael Friedrich将介绍如何利用AI增强DevSecOps工作流。本次演讲将探讨使用实用提示、自定义LLMs和AI代理来简化任务，如MR审查、安全分析和CI/CD管道调试。

在生产环境中利用开源LLMs

dstack创始人兼CEO Andrey Cheptsov将探讨在生产环境中使用开源LLMs的优势和挑战。本次会议将重点介绍微调和托管这些模型的经济性、服务框架以及关键的开源LLM选项。

从开源模型创建自己的LLM

Synapsia AI CTO Sebastiano Galazzo将指导参与者如何从开源模型创建自定义LLMs。本次演讲将涵盖LoRa、量化和模型混合等技术，以开发专家混合模型。

QCon 旧金山 (11月18-22日)

机器学习入门

由Elastic首席数据科学家Susan Shu Chang主持的该主题将提供机器学习的全面介绍。参与者将了解ML开发中必需的理论概念和实用工具。

生成式AI在生产中的应用与进展

DoorDash高级工程经理Hien Luu将主持该主题，聚焦于生成式AI的最新进展。会议将探讨生成式AI在各行业的实际应用，并讨论利用AI生成内容、数据和代码的挑战与机遇。

通过这些活动，参与者将从资深软件开发者的经验中学习，帮助他们在不断发展的AI软件开发领域保持领先。