本文轉載自公眾號“讀芯術”(ID：AI_Discovery)

人工智能對于我們生活的影響越來越顯著，改變著多個行業多個領域，影響到日常生活的方方面面。尤其在人工流程自動化領域中，人工智能發揮了突出的作用。因此，本文將研究人工智能如何影響軟件測試領域，尤其是自動化測試領域。

[[337923]]

現存挑戰

什么是軟件測試?軟件測試是對開發的程序的性能進行評估的過程，以檢查其是否符合客戶的要求，并在投入使用前檢測它是否存在錯誤從而加以完善。

每當開發人員添加新代碼，都必須進行新的測試。質量監管人員(QAs)需要耗費大量時間來確認新代碼不會破壞現有代碼庫。而人工執行回歸測試非常耗時，并且會在很大程度上增加QAs的負擔。

傳統的QA檢測方法包括檢查一個任務列表，以確保軟件按預期的方式工作。一開始只需要測試幾個功能時，這還是一個可行的任務;但隨著功能的增加，QAs面臨著在截止日期前完成全面測試的困難。一個應用程序越復雜，就越難確保它得到完整的測試覆蓋。

隨著人工智能的出現，簡化測試過程成為可能。此外，新軟件和產品在競爭壓力下必須加快發布，延長測試周期并不是智舉。因此，只能測試得更聰明而不是更難，別無選擇。

人工智能如何克服這些挑戰

人工智能在軟件測試工具中的應用集中在簡化軟件開發生命周期(SDLC)上。通過應用推理、問題解決和機器學習，人工智能可以在開發和測試階段中促進自動化并減輕冗雜的工作任務。

例如，假設你正在運行一個自動化框架來測試自己的項目。大多數情況下，你不知道要運行哪些測試，因此會運行所有測試或預定的一組測試。

那么，如果一個支持AI的機器人可以檢查當前的測試狀態、最近的代碼更改、代碼覆蓋率和其他指標，決定要運行哪些測試，然后再運行它們呢?這樣的軟件可以有效地代替開發人員/測試人員參與決策過程。

人工智能和機器學習應用推理和問題解決方案來自動化和改進測試。軟件測試中使用人工智能有助于減少耗時的手動測試，使團隊得以專注于更復雜的任務，例如創建創新性的功能。以下是利用人工智能優化軟件測試過程的幾個方面：

• 增強的準確性——我們必須承認，即使是最有經驗的質量檢查工程師也可能犯錯。數據量太大了，測試人員難免會在軟件質量檢測時分心，忽略了一些重要的缺陷。這就是AI和機器學習技術發揮作用的地方。

他們教系統學習源分析并在將來應用知識。通過這種方式，AI測試在不斷重復中得出更準確的結果。因此，使用人工智能技術進行數據分析降低了人為錯誤概率。

• 加快進程——AI無需像測試人員那樣手動處理成千上萬的代碼，而是快速地對日志文件進行排序，在幾秒鐘內掃描代碼并在更短的時間內檢測到錯誤。通過將人工智能納入重復測試中，質量檢查工程師可以專注于測試新功能或關注軟件的重要部分。
• 更加自動化——人工智能程序可以隨著代碼的更改而發展。他們可以適應并學會識別新功能。當AI機器人識別了代碼的修正后，他們就可以被編程來判斷這是一個新功能還是代碼更改中出現的某些缺陷。
• 正確理解客戶需求——軟件開發過程中，最重要的是能夠了解客戶的實際需求。AI可以檢測類似的網站和應用程序，以確定哪些因素能幫助贏得目標受眾，也可以幫助研究大量競爭產品以確定其優勢。通過正確理解客戶的需求，他們可以創建測試用例，以確保產品在實現這些特定目標時不會損壞。

基于人工智能的軟件測試現狀

目前，實踐中已經開始使用自主和智能代理(稱為“測試機器人”)來自動化諸如應用程序發現、建模、測試生成和故障檢測等活動，并結合機器學習技術來實現測試機器人，包括但不限于決策樹學習、神經網絡和強化學習。

與傳統的測試自動化工具和框架不同，機器學習允許測試機器人在不確定的條件下運行。過去十年形成的人工智能驅動的測試方法包括以下示例：

• 差異測試——比較應用程序版本，對差異進行分類并從分類的反饋中學習。
• 視覺測試——利用基于圖像的學習和屏幕比較來測試應用程序的外觀。
• 聲明式測試——以自然語言或特定領域的語言明確測試的意圖，并讓系統確定如何執行該測試。
• 自我修復自動化——當UI更改時，在測試中自動更正元素選擇。

2014年以來，提供AI驅動的測試服務的供應商數量激增。這些工具供應商中的大多數是初創公司，他們主要針對移動應用程序系統級測試，這一主題在業界引起了廣泛關注。

觀察AI功能最簡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驅動的測試工具：

人工智能會“偷走”你的工作嗎?

關于此問題的當前比較流行的觀點是，人工智能不會取代人，但會幫助人進行QA測試。支持這種觀點主要理由是，人工智能在軟件開發中的使用仍處于起步階段，其在更先進的領域中自主水平遠低于所見，如人類仍在主導的自動駕駛系統領域。但是可以肯定的是，AI協助人類的下一步就是讓AI掌握整個運作過程。這只是時間問題。

眾所周知，技術的增長，尤其是AI和機器學習的增長是指數級的，要預測未來的AI能力并不容易。AI接管測試工作的那一天可能比預期到來的要早，在此之前，你得做好準備。

[[337924]]