AutoIOT: LLM-Driven Automated Natural Language Programming for AIoT Applications
作者: Leming Shen, Qiang Yang, Yuanqing Zheng, Mo Li
发布时间: 2025-03-10
来源: arxiv
研究方向: 人工智能与物联网（AIoT）
主要内容
本文提出了一种名为AutoIOT的基于大型语言模型（LLM）的自动化编程生成器，用于AIoT应用开发。AutoIOT允许用户使用自然语言描述需求，并自动生成可解释的程序和文档。该系统通过模块化编程、自动化程序合成和代码改进模块，实现了AIoT应用的自动化开发，提高了开发效率，降低了隐私风险和通信成本。
主要贡献
1. AutoIOT是第一个实现AIoT应用系统化自然语言编程的工作。
2. 设计了三个新颖的技术模块：背景知识检索模块、基于思维链（CoT）提示的程序合成模块和自动化代码改进模块，以合成和优化AIoT应用的程序。
3. 实验表明，合成的程序可以与基线相当，有时甚至优于基线。
研究方法
1. 背景知识检索：自动从互联网收集领域知识，以便进行情境学习。
2. 自动化程序合成：使用CoT提示将AIoT任务分解为多个子任务，并为每个子任务生成相应的功能代码片段。
3. 代码改进：执行合成的程序，并将编译器和解释器的输出反馈给LLM，以促进迭代代码纠正和改进。
实验结果
实验结果表明，AutoIOT在合成程序方面表现出色，在多个AIoT应用中实现了与基线相当甚至更好的性能。此外，AutoIOT还显著降低了通信成本和总执行时间。
未来工作
未来工作将包括扩展AutoIOT以支持更多类型的AIoT任务，以及进一步提高程序生成和优化的自动化程度。