人工智能對(duì)于我們生活的影響越來(lái)越顯著，改變著多個(gè)行業(yè)多個(gè)領(lǐng)域，影響到日常生活的方方面面。尤其在人工流程自動(dòng)化領(lǐng)域中，人工智能發(fā)揮了突出的作用。因此，本文將研究人工智能如何影響軟件測(cè)試領(lǐng)域，尤其是自動(dòng)化測(cè)試領(lǐng)域。
圖源：flaxsin
現(xiàn)存挑戰(zhàn)
什么是軟件測(cè)試?軟件測(cè)試是對(duì)開(kāi)發(fā)的程序的性能進(jìn)行評(píng)估的過(guò)程，以檢查其是否符合客戶的要求，并在投入使用前檢測(cè)它是否存在錯(cuò)誤從而加以完善。
每當(dāng)開(kāi)發(fā)人員添加新代碼，都必須進(jìn)行新的測(cè)試。質(zhì)量監(jiān)管人員(QAs)需要耗費(fèi)大量時(shí)間來(lái)確認(rèn)新代碼不會(huì)破壞現(xiàn)有代碼庫(kù)。而人工執(zhí)行回歸測(cè)試非常耗時(shí)，并且會(huì)在很大程度上增加QAs的負(fù)擔(dān)。
傳統(tǒng)的QA檢測(cè)方法包括檢查一個(gè)任務(wù)列表，以確保軟件按預(yù)期的方式工作。一開(kāi)始只需要測(cè)試幾個(gè)功能時(shí)，這還是一個(gè)可行的任務(wù);但隨著功能的增加，QAs面臨著在截止日期前完成全面測(cè)試的困難。一個(gè)應(yīng)用程序越復(fù)雜，就越難確保它得到完整的測(cè)試覆蓋。
隨著人工智能的出現(xiàn)，簡(jiǎn)化測(cè)試過(guò)程成為可能。此外，新軟件和產(chǎn)品在競(jìng)爭(zhēng)壓力下必須加快發(fā)布，延長(zhǎng)測(cè)試周期并不是智舉。因此，只能測(cè)試得更聰明而不是更難，別無(wú)選擇。
人工智能如何克服這些挑戰(zhàn)
人工智能在軟件測(cè)試工具中的應(yīng)用集中在簡(jiǎn)化軟件開(kāi)發(fā)生命周期(SDLC)上。通過(guò)應(yīng)用推理、問(wèn)題解決和機(jī)器學(xué)習(xí)，人工智能可以在開(kāi)發(fā)和測(cè)試階段中促進(jìn)自動(dòng)化并減輕冗雜的工作任務(wù)。
例如，假設(shè)你正在運(yùn)行一個(gè)自動(dòng)化框架來(lái)測(cè)試自己的項(xiàng)目。大多數(shù)情況下，你不知道要運(yùn)行哪些測(cè)試，因此會(huì)運(yùn)行所有測(cè)試或預(yù)定的一組測(cè)試。
那么，如果一個(gè)支持AI的機(jī)器人可以檢查當(dāng)前的測(cè)試狀態(tài)、最近的代碼更改、代碼覆蓋率和其他指標(biāo)，決定要運(yùn)行哪些測(cè)試，然后再運(yùn)行它們呢?這樣的軟件可以有效地代替開(kāi)發(fā)人員/測(cè)試人員參與決策過(guò)程。
人工智能和機(jī)器學(xué)習(xí)應(yīng)用推理和問(wèn)題解決方案來(lái)自動(dòng)化和改進(jìn)測(cè)試。軟件測(cè)試中使用人工智能有助于減少耗時(shí)的手動(dòng)測(cè)試，使團(tuán)隊(duì)得以專(zhuān)注于更復(fù)雜的任務(wù)，例如創(chuàng)建創(chuàng)新性的功能。以下是利用人工智能優(yōu)化軟件測(cè)試過(guò)程的幾個(gè)方面：
增強(qiáng)的準(zhǔn)確性——我們必須承認(rèn)，即使是最有經(jīng)驗(yàn)的質(zhì)量檢查工程師也可能犯錯(cuò)。數(shù)據(jù)量太大了，測(cè)試人員難免會(huì)在軟件質(zhì)量檢測(cè)時(shí)分心，忽略了一些重要的缺陷。這就是AI和機(jī)器學(xué)習(xí)技術(shù)發(fā)揮作用的地方。
他們教系統(tǒng)學(xué)習(xí)源分析并在將來(lái)應(yīng)用知識(shí)。通過(guò)這種方式，AI測(cè)試在不斷重復(fù)中得出更準(zhǔn)確的結(jié)果。因此，使用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析降低了人為錯(cuò)誤概率。
加快進(jìn)程——AI無(wú)需像測(cè)試人員那樣手動(dòng)處理成千上萬(wàn)的代碼，而是快速地對(duì)日志文件進(jìn)行排序，在幾秒鐘內(nèi)掃描代碼并在更短的時(shí)間內(nèi)檢測(cè)到錯(cuò)誤。通過(guò)將人工智能納入重復(fù)測(cè)試中，質(zhì)量檢查工程師可以專(zhuān)注于測(cè)試新功能或關(guān)注軟件的重要部分。更加自動(dòng)化——人工智能程序可以隨著代碼的更改而發(fā)展。他們可以適應(yīng)并學(xué)會(huì)識(shí)別新功能。當(dāng)AI機(jī)器人識(shí)別了代碼的修正后，他們就可以被編程來(lái)判斷這是一個(gè)新功能還是代碼更改中出現(xiàn)的某些缺陷。正確理解客戶需求——軟件開(kāi)發(fā)過(guò)程中，最重要的是能夠了解客戶的實(shí)際需求。AI可以檢測(cè)類(lèi)似的網(wǎng)站和應(yīng)用程序，以確定哪些因素能幫助贏得目標(biāo)受眾，也可以幫助研究大量競(jìng)爭(zhēng)產(chǎn)品以確定其優(yōu)勢(shì)。通過(guò)正確理解客戶的需求，他們可以創(chuàng)建測(cè)試用例，以確保產(chǎn)品在實(shí)現(xiàn)這些特定目標(biāo)時(shí)不會(huì)損壞。
基于人工智能的軟件測(cè)試現(xiàn)狀
目前，實(shí)踐中已經(jīng)開(kāi)始使用自主和智能代理(稱(chēng)為“測(cè)試機(jī)器人”)來(lái)自動(dòng)化諸如應(yīng)用程序發(fā)現(xiàn)、建模、測(cè)試生成和故障檢測(cè)等活動(dòng)，并結(jié)合機(jī)器學(xué)習(xí)技術(shù)來(lái)實(shí)現(xiàn)測(cè)試機(jī)器人，包括但不限于決策樹(shù)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)。
與傳統(tǒng)的測(cè)試自動(dòng)化工具和框架不同，機(jī)器學(xué)習(xí)允許測(cè)試機(jī)器人在不確定的條件下運(yùn)行。過(guò)去十年形成的人工智能驅(qū)動(dòng)的測(cè)試方法包括以下示例：
差異測(cè)試——比較應(yīng)用程序版本，對(duì)差異進(jìn)行分類(lèi)并從分類(lèi)的反饋中學(xué)習(xí)。視覺(jué)測(cè)試——利用基于圖像的學(xué)習(xí)和屏幕比較來(lái)測(cè)試應(yīng)用程序的外觀。聲明式測(cè)試——以自然語(yǔ)言或特定領(lǐng)域的語(yǔ)言明確測(cè)試的意圖，并讓系統(tǒng)確定如何執(zhí)行該測(cè)試。自我修復(fù)自動(dòng)化——當(dāng)UI更改時(shí)，在測(cè)試中自動(dòng)更正元素選擇。
2014年以來(lái)，提供AI驅(qū)動(dòng)的測(cè)試服務(wù)的供應(yīng)商數(shù)量激增。這些工具供應(yīng)商中的大多數(shù)是初創(chuàng)公司，他們主要針對(duì)移動(dòng)應(yīng)用程序系統(tǒng)級(jí)測(cè)試，這一主題在業(yè)界引起了廣泛關(guān)注。
觀察AI功能最簡(jiǎn)單的方法是使用各種工具和框架，以下是一些很受歡迎的AI驅(qū)動(dòng)的測(cè)試工具：
人工智能會(huì)“偷走”你的工作嗎?
關(guān)于此問(wèn)題的當(dāng)前比較流行的觀點(diǎn)是，人工智能不會(huì)取代人，但會(huì)幫助人進(jìn)行QA測(cè)試。支持這種觀點(diǎn)主要理由是，人工智能在軟件開(kāi)發(fā)中的使用仍處于起步階段，其在更先進(jìn)的領(lǐng)域中自主水平遠(yuǎn)低于所見(jiàn)，如人類(lèi)仍在主導(dǎo)的自動(dòng)駕駛系統(tǒng)領(lǐng)域。但是可以肯定的是，AI協(xié)助人類(lèi)的下一步就是讓AI掌握整個(gè)運(yùn)作過(guò)程。這只是時(shí)間問(wèn)題。
眾所周知，技術(shù)的增長(zhǎng)，尤其是AI和機(jī)器學(xué)習(xí)的增長(zhǎng)是指數(shù)級(jí)的，要預(yù)測(cè)未來(lái)的AI能力并不容易。AI接管測(cè)試工作的那一天可能比預(yù)期到來(lái)的要早，在此之前，你得做好準(zhǔn)備。(文章來(lái)源：讀芯術(shù))
（轉(zhuǎn)載）
