AI yang sangat digembar-gemburkan sangat mengujakan!

​Pengarang |. Mush Honda

Planner | 2 adalah seperti hidup, kemudian "Angkasawan menunggang kuda" tidak dapat dilupakan, diikuti oleh Stable Diffusion, AI lukisan berhak cipta awam yang menjana imej jana teks dan "bom raja" terakhir: ChatGPT, yang berada di kemuncaknya apabila ia mula muncul. , memperoleh OpenAI banyak muka. Malah semasa Festival Musim Bunga, ramai orang di Internet mengeluh bahawa ia "dalam bahaya", takut bahawa kemuncak gelombang kecerdasan buatan ini akan benar-benar menghilangkan pekerjaan mereka. Namun, adakah realiti akan menjadi seperti ini? Adakah AI akan memulakan kebangkitan untuk aplikasi komputer? Artikel ini mengambil aplikasi medan khusus sebagai contoh untuk menerangkan tiga peringkat AI yang digunakan, dan menerangkan beberapa sebab mengapa AI tidak seharusnya dan tidak boleh berkembang menjadi autonomi sepenuhnya. Selain itu, penulis turut berkongsi bagaimana rupa watak AI sebenar. Kita perlu berwaspada, tetapi tidak panik.

"Dengan kecerdasan buatan, masa penghantaran akan dikurangkan daripada minit kepada saat!" "Pembekal dan pelanggan akan kembali ke era pengalaman murah dan mesra pengguna dengan komputer Perisian aplikasi akan datang dalam kebangkitan!”

Apa yang mengecewakan ialah ruang storan yang murah, kelajuan pemprosesan berkelajuan tinggi, peralatan latihan AI yang tersedia dan Internet telah mengubah janji ini gembar-gembur.

Ambil ujian perisian sebagai contoh Jika anda mencari "aplikasi kecerdasan buatan dalam ujian perisian", sistem akan mengembalikan satu siri penyelesaian "ajaib" yang dijanjikan kepada bakal pembeli. Banyak penyelesaian menawarkan cara untuk mengurangkan kerja manual, meningkatkan kualiti dan mengurangkan kos. Apa yang agak pelik ialah sesetengah pengeluar berjanji bahawa penyelesaian AI mereka boleh menyelesaikan masalah ujian perisian dengan sempurna, dan kata-katanya lebih mengejutkan - "Holy Grail" ujian perisian - ideanya adalah untuk meletakkannya seperti ini - ia adalah untuk keluarkan orang daripada kesukaran dan kebimbangan Ia membebaskan anda daripada kitaran pembangunan perisian dan menjadikan kitaran ujian lebih pendek, lebih berkesan dan lebih mudah.

Bolehkah AI benar-benar berubah menjadi "Holy Grail" yang berkuasa? Lebih-lebih lagi, patutkah kita membiarkan AI menggantikan manusia sepenuhnya? Sudah tiba masanya untuk menghentikan gembar-gembur yang hampir tidak masuk akal ini.

1. Kebenaran tentang realiti

Dalam dunia sebenar, mengecualikan manusia daripada proses pembangunan perisian adalah lebih kompleks dan menakutkan. Tidak kira menggunakan air terjun, pembangunan aplikasi pesat, DevOps, tangkas dan metodologi lain, orang ramai kekal di pusat pembangunan perisian kerana mereka menentukan sempadan dan potensi perisian yang mereka cipta. Dalam ujian perisian, kerana keperluan perniagaan selalunya tidak jelas dan sentiasa berubah, "matlamat" sentiasa berubah. Pengguna menuntut perubahan dalam kebolehgunaan, dan juga jangkaan pembangun tentang perkara yang mungkin dengan perubahan perisian.

Standard dan kaedah asal untuk ujian perisian (termasuk istilah jaminan kualiti) datang dari bidang ujian produk pembuatan. Dalam kes ini, produk ditakrifkan dengan baik, ujian lebih mekanikal, tetapi ciri-ciri perisian mudah dibentuk dan kerap berubah. Ujian perisian tidak sesuai dengan pendekatan mesin seragam ini untuk jaminan kualiti.

Dalam pembangunan perisian moden, terdapat banyak perkara yang tidak dapat diramal dan diketahui oleh pembangun. Sebagai contoh, jangkaan pengalaman pengguna (UX) mungkin telah berubah selepas lelaran pertama perisian. Contoh khusus termasuk: Orang ramai mempunyai jangkaan yang lebih tinggi untuk masa pemuatan skrin yang lebih cepat atau keperluan menatal yang lebih pantas Pengguna tidak lagi mahu menatal ke bawah skrin yang panjang kerana ia tidak lagi popular.

Atas pelbagai sebab, kecerdasan buatan tidak boleh meramal atau menguji sendiri apa yang tidak dapat diramalkan oleh penciptanya. Oleh itu, dalam bidang ujian perisian, adalah mustahil untuk memiliki kecerdasan buatan yang benar-benar autonomi. Mencipta "terminator" ujian perisian mungkin menarik minat pemasar dan bakal pembeli, tetapi penempatan sedemikian ditakdirkan untuk menjadi fatamorgana. Sebaliknya, autonomi ujian perisian lebih masuk akal dalam konteks AI dan manusia bekerja bersama.

2

AI perlu melalui tiga peringkat kematangan

Pengujian perisian pembangunan AI pada asasnya dibahagikan kepada tiga. Peringkat matang:

Peringkat operasi (Operasi)

• Peringkat proses (Proses)
• Peringkat sistematik (Sistemik)

Pada masa ini, sebahagian besar ujian perisian berasaskan kecerdasan buatan sedang dalam peringkat operasi. Pada asasnya, ujian operasi melibatkan penciptaan skrip yang meniru rutin yang dilakukan penguji ratusan kali. "AI" dalam contoh ini jauh daripada pintar dan boleh membantu memendekkan penciptaan skrip, pelaksanaan berulang dan penyimpanan hasil.

AI Prosedur ialah versi AI operasi yang lebih matang dan digunakan oleh penguji untuk penjanaan ujian. Kegunaan lain mungkin termasuk analisis dan pengesyoran liputan ujian, analisis punca kecacatan dan anggaran usaha, dan pengoptimuman persekitaran ujian. Proses AI juga boleh memudahkan penciptaan data sintetik berdasarkan corak dan penggunaan.

Faedah AI prosedur adalah jelas, memberikan sepasang "mata" tambahan untuk mengimbangi dan melindung nilai beberapa risiko yang diambil oleh penguji apabila menetapkan strategi pelaksanaan ujian mereka. Dalam aplikasi praktikal, AI prosedur boleh memudahkan untuk menguji kod yang diubah suai.

• Pengujian manual, selalunya melihat penguji menguji semula keseluruhan aplikasi, mencari akibat yang tidak diingini daripada perubahan kod.
• AI Prosedur, sebaliknya, boleh mengesyorkan ujian unit tunggal (atau kawasan kesan terhad) dan bukannya ujian semula besar-besaran bagi keseluruhan aplikasi.

Pada tahap AI ini, kami melihat kelebihan yang jelas dalam masa dan kos pembangunan.

Namun, apabila fokus beralih ke peringkat ketiga - AI sistemik, gambar menjadi kabur, kerana masa depan mungkin menjadi cerun yang licin dan janji yang tidak terbayar.

3. AI sistematik yang tidak boleh dipercayai

Sebab mengapa ujian AI sistematik (atau autonomi sepenuhnya) adalah mustahil (sekurang-kurangnya pada masa ini mustahil), Salah satu sebabnya ialah AI akan memerlukan latihan yang meluas. Penguji boleh yakin bahawa proses AI akan mencadangkan ujian unit yang menjamin kualiti perisian dengan secukupnya. Walau bagaimanapun, dengan sistem AI, penguji tidak dapat mengetahui dengan tahap keyakinan yang tinggi bahawa perisian itu akan memenuhi semua keperluan.

Jika tahap AI ini benar-benar berautonomi, ia perlu menguji setiap keperluan yang boleh dibayangkan - malah yang tidak dapat dibayangkan oleh manusia. Mereka kemudiannya perlu menyemak andaian dan kesimpulan AI autonomi. Mengesahkan bahawa andaian ini betul memerlukan banyak masa dan usaha untuk memberikan bukti yang sangat boleh dipercayai.

Pengujian perisian autonomi tidak dapat direalisasikan sepenuhnya. Kerana orang ramai tidak akan mempercayainya, dan ini sama dengan kehilangan matlamat dan premis untuk mencapai autonomi sepenuhnya.

4 AI memerlukan latihan

Walaupun AI autonomi sepenuhnya ialah mitos, sokongan dan pengembangan Kecerdasan buatan yang sepadan usaha manusia pada kualiti perisian adalah matlamat yang wajar. Dalam kes ini, manusia boleh menyokong AI: penguji masih perlu kekal sabar dalam menyelia, membetulkan dan mengajar AI dan set latihan yang sentiasa berkembang yang bergantung padanya. Cabarannya ialah bagaimana untuk melatih AI sambil memberikan risiko kepada pelbagai pepijat dalam perisian ujian. Latihan ini mestilah berterusan dan tidak terhad kepada kawasan ujian. Pembuat kereta pandu sendiri melatih kecerdasan buatan untuk membezakan sama ada seseorang sedang menyeberang jalan atau menunggang basikal.

Penguji mesti melatih dan menguji perisian AI pada data lepas untuk membina keyakinan mereka terhadap keupayaan AI. Pada masa yang sama, AI yang benar-benar autonomi dalam ujian perlu meramalkan keadaan masa depan—panduan pembangun dan panduan pengguna—sesuatu yang tidak boleh dilakukan berdasarkan data sejarah. Sebaliknya, jurulatih cenderung untuk melatih AI berdasarkan set data berdasarkan berat sebelah mereka sendiri. Kecondongan ini mengehadkan kemungkinan penerokaan kecerdasan buatan, sama seperti orang buta akan menghalang seekor kuda daripada tersasar dari laluan yang ditetapkan demi kepastian. Lebih berat sebelah AI muncul, semakin teruk kredibilitinya. AI terbaik yang boleh dilatih untuk dilakukan ialah mengendalikan kebarangkalian risiko dan memperoleh strategi pengurangan risiko yang akhirnya dinilai oleh manusia.

5. Langkah Pengurangan Risiko

Dalam analisis akhir, ujian perisian adalah mengenai rasa pencapaian dan keyakinan diri penguji. Mereka mengukur dan menilai kemungkinan akibat daripada pelaksanaan awal serta perubahan kod yang mungkin menyebabkan masalah kepada pembangun dan pengguna. Tetapi tidak dapat dinafikan bahawa walaupun ujian perisian telah meneroka sepenuhnya setiap kemungkinan ranap aplikasi, kebolehpercayaan tidak boleh 100%. Terdapat unsur risiko dalam semua ujian perisian, sama ada dilakukan secara manual atau automatik.

Penguji mesti memutuskan liputan ujian berdasarkan kemungkinan kod tersebut akan menyebabkan masalah. Mereka juga mesti menggunakan analisis risiko untuk memutuskan bidang mana yang harus difokuskan di luar liputan. Walaupun AI menentukan dan memaparkan kebarangkalian relatif kegagalan perisian pada sebarang titik dalam rantaian aktiviti pengguna, penguji masih perlu mengesahkan pengiraan secara manual.

Kecerdasan buatan menawarkan kemungkinan kesinambungan perisian yang terjejas oleh penyelewengan sejarah. Walau bagaimanapun, masih belum ada tahap keyakinan yang tinggi dalam penilaian risiko AI dan resipi pengurangan risiko.

Alat ujian perisian yang didayakan AI hendaklah praktikal dan berkesan untuk membantu penguji menghasilkan hasil yang realistik sambil melegakan penguji daripada kerja manual.

Penyerahan AI yang paling menarik (dan berpotensi mengganggu) dalam ujian perisian adalah pada tahap kedua kematangan pembangunan AI: AI prosedural. Seperti yang dinyatakan oleh seorang penyelidik di Katalon, "Penggunaan praktikal AI terbesar yang digunakan untuk ujian perisian adalah pada tahap proses, peringkat pertama penciptaan ujian autonomi Ini adalah apabila saya akan dapat membuat ujian automatik yang boleh Dicipta oleh saya , ia juga boleh melayani saya. ”

Kecerdasan buatan autonomi dan terarah kendiri, menggantikan semua penyertaan manusia dalam proses ujian perisian, dll. semuanya adalah gembar-gembur. Adalah lebih realistik dan wajar untuk mengharapkan AI untuk menambah dan melengkapkan usaha manusia dan memendekkan masa ujian.

Pautan rujukan: https://dzone.com/articles/ai-in-software-testing-the-hype-the-facts-the-pote

Atas ialah kandungan terperinci AI yang sangat digembar-gemburkan sangat mengujakan!. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!