Mythen über KI-Tests

In den letzten Jahren habe ich mich mit KI-bezogenen Tests beschäftigt und aktiv an mehreren nationalen Testgemeinschaften und -gemeinschaften teilgenommen. In diesen Communities kommuniziere ich mit Testexperten aus verschiedenen Unternehmen und Bereichen, um Themen im Zusammenhang mit KI-Tests zu diskutieren, darunter Experten von Top-Unternehmen der Branche und bekannte inländische Testwissenschaftler. Ich nahm auch an vielen Konferenzen teil, hörte mir viele Vorträge zu KI-Testthemen an und probierte verschiedene KI-bezogene Testtools aus, durch die ich viel Wissen und Erkenntnisse gewann.

In diesen Test-Communitys und Communitys bin ich auf viele Fragen zum Thema KI-Tests gestoßen, z. B. was ist KI-Testen, wie führt man KI-Tests durch, welche Tools und Methoden stehen für KI-Tests zur Verfügung usw. Als ich jedoch im Internet nach Büchern zum Thema KI-Tests suchte, fand ich eine große Anzahl Bücher zum Thema KI-Entwicklung, aber nur wenige Bücher befassten sich speziell mit KI-Tests. Dies zeigt, dass die Testbranche immer noch im Chaos voranschreitet.

Um das Wissen und die Erfahrung, die ich über KI-Tests gelernt habe, zu teilen, habe ich meine Lernerfahrung zusammengestellt, versucht, einige häufig gestellte Fragen zu KI-Tests zu beantworten, und diese Inhalte in Artikeln organisiert, um sie mit allen auszutauschen und zu diskutieren .

Der Mythos des KI-Testens

Bei der Diskussion von KI-Tests gibt es normalerweise zwei Verständnisse:

• Die erste besteht darin, KI zur Unterstützung aktueller Softwaretests zu verwenden, beispielsweise die Verwendung von KI-Systemen zum Erlernen von Testanalyse und Testdesign Anschließend werden automatisch Testfälle generiert und diese Testfälle automatisch implementiert.
• Der zweite Schritt besteht darin, das KI-System zu testen. Obwohl die Branche zum Testen von KI-Systemen immer noch herkömmliche Testmethoden wie Funktionstests, Leistungstests und Sicherheitstests verwendet, ist es beim Testen der Wirksamkeit ihrer Funktionen oft schwierig, klare Testdaten und Akzeptanzbedingungen zu erhalten. In diesem Fall kann das Testen nur durch ein tiefes Verständnis des Algorithmus und durch empirisches Generieren oder Finden von Daten und eine grobe Bewertung der Gültigkeit der Funktionstestergebnisse erfolgen.

Der Einsatz von KI zur Unterstützung aktueller automatisierter Tests ist ein aufstrebendes Feld. Der Einsatz von KI-Systemen (z. B. Deep Learning) zur Unterstützung der Testarbeit ist definitiv einer der heißesten Testtrends der letzten Jahre, einschließlich der automatischen Generierung und Ausführung automatisierter Tests, der Analyse umfangreicher Testergebnisse, automatisierter explorativer Tests, der Fehlerlokalisierung usw.

Viele Unternehmen in den Vereinigten Staaten haben kommerzielle KI-Testtools auf den Markt gebracht. Im öffentlichen Konto „Software Quality Report“ von Lehrer Zhu Shaomin gibt es einen Artikel mit dem Titel „Die Zukunft ist da, das Testen künstlicher Intelligenz ist unaufhaltsam: Einführung von 9 KI-Testtools“, in dem 9 KI-basierte Testtools vorgestellt werden. Diese KI-Testtools weisen jedoch häufig Probleme wie die Genauigkeit von Testfällen und die Wartbarkeit großer Testfälle auf.

Erste Frage: Kann KI-gestütztes Testen wirklich eingesetzt werden?

Obwohl viele Unternehmen begonnen haben, sich mit KI-gestütztem Testen zu befassen und viele Tools herausgebracht wurden, haben sie alle ein erhebliches Problem: Genauigkeit. Aufgrund der Einschränkungen des bestehenden KI-Lernalgorithmus selbst ist die Genauigkeit der gelernten und generierten Testfälle und Verifizierungsbedingungen nicht sehr hoch. Ich habe an mehreren Konferenzen teilgenommen, bei denen die von einigen der führenden Internethersteller Chinas geteilte Genauigkeitsrate von KI-gestützten Tests nur knapp über 80 % und weniger als 90 % lag. Diese Art von Genauigkeit ist in einigen Systemen, die eine hohe Genauigkeit erfordern, wie beispielsweise im Finanzwesen, schwer zu erkennen.

Zweitens ist es bei großen automatisierten Testfällen schwierig, sich auf die manuelle Wartung von Testfällen zu verlassen, und man kann sich nur auf Tools verlassen. Aufgrund der Ungenauigkeit von KI-Testtools ist die Genauigkeit der Wartungsarbeiten nicht sehr optimal.

Dennoch können KI-gestützte Tests in großen Systemen mit geringen Qualitätsanforderungen die Testkosten erheblich senken, weshalb in diesen Systemen KI-gestützte automatisierte Tests eingesetzt wurden. Darüber hinaus kann KI-gestütztes Testen in Projekten mit hohen Qualitätsanforderungen und ausreichenden Ressourcen als Erweiterung des manuellen automatisierten Testens und als Werkzeug für automatisiertes exploratives Testen eingesetzt werden, um die Softwarequalität weiter sicherzustellen.

Zweite Frage: Inwieweit hat sich das KI-gestützte Testen weiterentwickelt?

Aktuell steckt KI-gestütztes Testen noch in den Kinderschuhen. Ich unterteile KI-gestütztes Testen in drei Phasen:

• Die erste Phase besteht darin, die Eingabe von Testfällen automatisch über das Deep-Learning-Modell zu generieren und dann manuell die Richtigkeit der Ausgabeergebnisse zu überprüfen.
• Die zweite Stufe besteht darin, automatisch Testfalleingaben über das Deep-Learning-Modell zu generieren und die Richtigkeit der Ausgabeergebnisse automatisch über das Regelmodell zu überprüfen.
• Die dritte Stufe besteht darin, die Eingabe und Ausgabe des Testfalls automatisch über das Deep-Learning-Modell zu generieren und die Richtigkeit der Ausgabeergebnisse automatisch zu überprüfen.

Derzeit hat die Branche im Wesentlichen die erste Phase realisiert, und einige Unternehmen haben auch mit der Umsetzung der zweiten Phase begonnen. Allerdings haben nur eine Handvoll großer Unternehmen die dritte Stufe erreicht, und die Genauigkeit dieser Unternehmen muss noch verbessert werden. Daher hat das KI-gestützte Testen noch einen langen Weg vor sich.

Die dritte Frage: Welche Softwaresysteme können mit KI-Unterstützung getestet werden?

Theoretisch kann jedes Softwaresystem KI nutzen, um automatisierte Testarbeiten zu unterstützen. Aufgrund des aktuellen Stands der KI-Testsysteme ist sie jedoch nicht wirklich für alle Arten von Softwaresystemen einsetzbar. Viele tatsächliche Projekte verwenden KI-Tests nur auf bestimmten Schnittstellenschichten bestimmter Systeme, wie z. B. Webdienst-APIs usw.

In verschiedenen Branchen ist auch der Einsatz von KI-Tests unterschiedlich. Beispielsweise können KI-Tests in Branchen mit hohen Qualitätsanforderungen wie der Finanz- und Militärindustrie derzeit nur als Erweiterung bestehender funktionaler automatisierter Tests eingesetzt werden. In Branchen mit geringen Qualitätsanforderungen wie dem Internet haben einige Unternehmen mit starken technischen Fähigkeiten KI-Tests als eine der wichtigsten automatisierten Testmethoden eingeführt. Allerdings ist KI-gestütztes automatisiertes Testen zweifellos die Zukunft des automatisierten Testens!

Zusammenfassung

Durch die Antworten auf die oben genannten Fragen hoffe ich, die Verwirrung aller über KI-Tests zu beseitigen, einschließlich des Verständnisses, was KI-Tests sind, ob Ihr eigenes Projekt für KI-Tests geeignet ist und ob Sie in KI-Tests investieren müssen die Zukunft.

Zusammenfassend lässt sich sagen, dass sich KI-Tests noch in einem frühen Entwicklungsstadium befinden, sodass sie nicht für den groß angelegten Einsatz geeignet sind und nur für den Einsatz in bestimmten Projekten in Betracht gezogen werden können. Unabhängig davon, ob Sie KI oder manuelle Methoden zur Implementierung automatisierter Tests verwenden, geht es im Kern um die Wirksamkeit des Tests, die Genauigkeit der Testergebnisse und die Wartbarkeit der Testfälle. Dies sind entscheidende Faktoren für den Erfolg automatisierter Tests im großen Maßstab.

Ob es sich also um automatisierte KI-Tests oder manuelle automatisierte Tests handelt, das Kernessenz ist dasselbe: Verlassen Sie sich auf eine Reihe menschlicher Denkweisen wie Wissenslernen, Analyse und Zusammenfassung, um die Arbeit der Testanalyse, des Testdesigns usw. zu lösen automatisierte Testdurchführung. Die aktuelle Entwicklung des KI-Systems selbst reicht jedoch nicht aus, um menschliche Arbeit bei der Testanalyse und dem Testdesign zu ersetzen. Daher sind die Genauigkeit und Wartbarkeit automatisierter Tests, die durch KI implementiert werden, schlechter als bei manuellen Methoden. Allerdings haben KI-Tests offensichtliche Zeit- und Kostenvorteile, weshalb sie sich immer größerer Beliebtheit erfreuen.

Deshalb muss die KI im Testbereich härter arbeiten, um menschliche Arbeit wirklich zu ersetzen. Bevor Sie den Einsatz von KI-Tests in Betracht ziehen, sollten Sie die spezifischen Anforderungen und Bedingungen Ihres Projekts sorgfältig prüfen, um festzustellen, ob KI-Tests angemessen sind. Mit der kontinuierlichen Weiterentwicklung und Verbesserung der KI-Technologie werden KI-Tests in Zukunft zu einem wichtigen Trend im automatisierten Testen werden, und die Investition in Technologien und Talente im Zusammenhang mit KI-Tests wird ebenfalls eine kluge Entscheidung sein.

Das obige ist der detaillierte Inhalt vonMythen über KI-Tests. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!