0
回答
AI在测试上的渗透是必然的发展趋势
滴滴云服务器,限时包月0.9元,为开发者而生>>>   

Google开发者大会最近刚结束,也宣布了在中国正式成立了AI的研究所。AI现在可谓是无所不在,我们在微博上也可以看到各种黑镜或者终结者中类似的画面。同样的,AR和VR其实也在渗透,只不过没有AI那么的贴近日常生活。

 

一、AI在测试的初步运用

其实很早的时候美国微软的测试大牛就和我说过国内现在企业的现状很多测试根本不是在做测试,只不过在做验证,离真正意义上的测试还是很远的。同样的,我也在之前就提到过国内的测试工作大多数是集中在测试执行过程中,而对于项目的两头都比较忽视的状态。

 

  • 自动化、性能、功能等等所有的这些测试

  • CI/CD多数重心也在过程中

  • 效率优化等等也是

上述这些其实多数的关注点都在项目中,AI兴起之后,我发现AI在之前测试中被忽略的一头一尾正是可以发力的地方。

 

AI在测试中比较合理的运用应该是在自动生成测试用例,当然每次说到这个,很多人就和产生疑问,用例靠谱吗?覆盖率怎么样等等这样的问题。饭是一口一口吃的,技术是一步一步的发展。第一步我认为是先生成可用的smoke用例就可以了。第二个点就在于自动的生成测试代码或者测试伪代码。第三个就是真正意义上的自动化测试,利用训练的模型直接将部分测试覆盖掉。前两者更多的是一个点,第三个的话就是一个完整的解决方案了。

 

包括项目结束之后的运用,可能就会涉及到测试和运维两个方面。在越来越多的企业测试和运维本身工作内容上面就比较模糊。产品上线之后的报警、A/B Test、灰度发布等等其实都是AI可以渗透的点。

 

第二、训练自己的AI机器人

我们的工作中有很多非常聪明的开发会还是会出现bug,漏掉bug等等,当然这是无法避免的。其实相反的为什么测试就能够找到很多bug呢?我们会发现测试都喜欢去提问,去问为什么。所以我们需要去训练机器人,利用一定的数据输入来自动提问,从而避免一部分的缺陷。

 

我觉得这类机器人更多的并不是直接修改掉bug,而是在开发过程中给予智能的风险提示,其实就当作是一个初级的测试在做功能测试了。至少经过这种智能提示之后,产品可以避免掉大批量的低级bug,例如打开就崩溃,数据无法输入,数据类型不正确等等。也提升了非常大一部分的项目流程效率。

第三、挑战

当然,AI测试还是有非常多的点是需要克服的,例如:

  • 需要完善算法

  • 需要大量的数据来完善模型

  • AI针对不同的输入应该做出怎么样的行为

  • 数据可能是新的,但是机器人可能会重复劳动

  • 训练一定是持续性的,永远不会结束

  • 过程很艰难,需要坚持

当然,一旦度迈过了这个坎儿,基本上也就苦尽甘来了。

 

其实不仅仅是自动化测试,其他领域也是如此。人工智能其实已经在慢慢的渗透我们的生活了,虽然所谓的AI测试离大家都还很远,但至少AI机器人不会太远。

你准备好了吗?

 

欢迎关注Hicircle-学到课堂获取更多AI相关咨询:

什么是HiCircle

HiCircle是由点评、阿里出来的一群技术人员打造的一个面向学生以及工作1~3年左右的技术分享平台。我们希望技术能越做越简单,我们也希望能够推动行业,给予行业一个正向的发展。技术和分享都是应该有传承性的,目前行业和互联网领域里分享的内容层次不齐,我们立志于改变这样的现状。可以通过hicircle.me来进一步了解我们

什么是学到
学到是我们基于千聊平台做的一个知识分享课堂,我们每周都会推出免费的公开课,目前已经有10多堂课在上面。涉及开发、测试、敏捷、AI等等各个领域,也希望大家多来和我们交流,一起进步

<无标签>
举报
xingchli
发帖于1个月前 0回/71阅
顶部