2019年5月3日，优步程序设计系统组举办了编程系统和工具轨道公司的第二届优步科学研讨会在我们旧金山的办公室。该项目有一整天的演讲，由编程系统和工具领域的顶尖研究人员和从业者进行，他们来自麻省理工学院和伯克利分校等雷竞技是骗人的机构，也来自谷歌和Twitter等公司。

演讲主题包括自动测试、自动错误修复、编译器、微服务和机器学习方面的进展。我们有幸邀请到了7位优秀的演讲者，100多名学术界和工业界人士参加了这次活动，其中40多人亲自到场。

这次优步科学研讨会是一系列旨在将学术界和工业界不同领域的研究人员和从业者聚集在一起的第二次。雷竞技是骗人的除了编程系统和工具，第二届优步科学研讨会还包括两个并行的全天课程:行为科学而且贝叶斯优化．的优步首届科学研讨会，于2018年11月28日举行，重点是深度学习、强化学习和自然语言处理/对话式AI。

在编程系统和工具轨道上的演讲从非常实用的到概念的再到颠覆性的。此外，与会者还了解了Twitter如何大规模使用Java虚拟机，了解了如何模拟人类推理进行软件验证，并展望了机器学习可能从根本上改变软件开发的潜在未来。

主题:软件正在吞噬世界，但机器学习正在吞噬软件

在这首歌的主题里，埃里克·梅耶尔他讨论了机器学习如何从根本上改变软件的构建方式，并向与会者介绍了利用机器学习来改进更传统的开发工具、编译器、ide和持续集成系统的机会。Erik的演讲详细介绍了Facebook的开发者基础设施团队为提高开发者效率和资源利用率所做的工作，从更新Hack编程语言以支持概率编程技术到开发一套新的人工智能驱动的开发者工具。他描述了他们一路走来的经验教训，以及他的团队预测的未来机会，即利用机器学习优化或自动调优其他常见的开发人员基础设施。

对鸟类友好的咖啡:推特如何使JVM为推特工作

伊恩•布朗他讨论了Twitter 2012年从单一的Ruby on Rails应用程序向运行在JVM之上的细粒度微服务网格的迁移。在他的演讲中，Ian探讨了在数千个JVM上运行数百个服务的一些挑战和机遇，并调查了Twitter JVM研发工作的当前工作和未来方向。

有人真的知道现在几点吗:谷歌的好时间项目

约翰Pampuch谷歌的高级经理，介绍了谷歌的Java团队在识别Java API使用模式中的潜在错误方面的工作。John特别讨论了Java的各种时间api在历史上是如何容易被误解和误用的，并概述了改进它们的机会。根据John的说法，最新的api (java。Java 8中的time)是一个重大的升级，但是time和time api的性质和复杂性仍然困扰着许多开发人员。

为了解决这些问题，谷歌的开源工具，容易出错，可以用来指定和执行检查，指导应用程序开发人员正确使用更清晰的api，并鼓励库开发人员公开更清晰地表示实例和持续时间的api。John还谈到了评估库/API交付的新范式，以及将该范式应用于未来Java库开发的计划。

学习对程序进行推理

Mayur奈克宾夕法尼亚大学计算机与信息科学副教授，介绍了他在将贝叶斯网络、持续优化、神经图嵌入和强化学习等人工智能技术应用于计算机辅助方法分析复杂程序方面的经验。他的工作目标是通过模仿人类从过去的经验中学习、发现模式和避免重复错误的能力来改进程序验证和错误发现。Mayur认为，由此产生的方法将在减少人力方面取得巨大的飞跃，并极大地提高程序员的工作效率和软件质量。

编译器中的一个单一思想在机器学习中走得很远:机器学习的通用冗余消除

Xipeng沈北卡罗来纳州立大学计算机科学教授，谈到了他在编译器中一个单一思想的泛化方面的工作，在这种情况下，冗余去除，以及它如何导致一整套帮助减半的新技术款训练和推理时间，使数千个DNN模型的节能并发训练成为可能，并使其更快地找到一个修剪良好的DNN，既不会损失质量，也不会不必要地增加额外的计算资源。在他的演讲中，希鹏也描述了水蕴草属，一个通过多层自然语言处理自动合成高性能计算建议工具的框架。

自动修补软件系统中的缺陷

马丁Rinard麻省理工学院电气工程和计算机科学教授，介绍了两种自动修补软件缺陷的技术。这两种技术都利用了开源软件开发工作所产生的大量软件和软件修订历史。第一种技术定位并将正确的代码从捐赠应用程序转移到接收应用程序，以消除接收应用程序中的缺陷。第二种技术生成并搜索一个潜在补丁空间，使用从以前成功的补丁中学习到的正确代码模型来指导搜索。Martin还讨论了他的实验结果，强调了这两种技术在自动化消除许多缺陷方面的潜力。

自动测试生成:从符号执行到智能模糊和超越的旅程

Koushik森加州大学伯克利分校计算机科学教授，介绍了他过去和最近在自动化测试生成方面的工作符号执行而且起毛．他描述了concolic测试和各种类型的模糊(包括突变和反馈导向的模糊)是如何在成熟且经过良好测试的软件系统中发现许多关键错误、安全漏洞和性能瓶颈的。他还讨论了一种名为约束定向模糊的新技术，该技术在程序上给定一个逻辑公式的前置条件，可以有效地生成数百万个满足前置条件的测试输入。

如果你对开发下一代Uber编程系统和工具感兴趣，可以考虑申请一个角色在我们队!

确认

我们要感谢所有的演讲者和与会者的加入，以及我们的优步科学研讨会主席和整个编程系统团队，他们帮助使这次活动成为一场伟大的活动!