本文讲述AI将如何改变测试行业，以及对测试人员意味着什么

作者 | 瓦莱丽·西尔弗索恩

译者｜谢建芬

编辑 | 文森特

借助机器学习技术，软件测试可以变得更容易、更快、更可靠。本文介绍了人工智能将如何改变测试行业以及它对测试人员的意义。

关注人工智能落地，探索人工智能与企业的边界。AICon全球人工智能技术大会门票火爆，倒计时1周60折抢票，详情点击：

你有没有想过有一天软件测试作为一个整体会发生质的飞跃，变得更好、更快、更便宜，让测试人员专注于他们更擅长的事情？由于人工智能在软件测试行业的应用突然受到关注，这个美好的未来可能即将到来。

企业解决方案提供商 Infostretch 宣布，他们将发布一项名为“Predictive and Preive QA”的新服务，该服务提供软件测试 AI。除了 Infostretch，总部位于旧金山的初创公司 Appdiff 还提供基于机器学习的在线“机器人”来充当测试人员。此外，dinCloud 近期还发布了虚拟 QA 机器人“James”。

随着持续交付、持续集成和 DevOps 成为软件开发的热门话题，测试人员承受着前所未有的压力。Appdiff 首席执行官 Jason Arbon 说：“即使应该做，你的员工也做不了那么多测试工作。” “这就是我们做 Appdiff 的原因之一。……已经。”

试试机器学习？

这个问题的解决方案是将人工智能引入软件测试，更准确地说是人工智能的一个子集：机器学习。Infostretch 的首席客户官 Avery Lyford 说：“如今学习软件测试怎么样，有成千上万的测试数据，一个人很难看到所有的数据。” 问题是什么？” Lyford 认为学习软件测试怎么样，这是软件测试 AI 可以介入以帮助测试人员识别噪声数据的地方。

Infostretch 提供“Predictive and Preive QA”服务。据 Lyford 介绍，这款测试 AI 工具专注于数据分析，以确保正确的信息掌握在测试人员手中，使他们能够做出更好的决策，从而提高测试过程的效率。新服务还可以与另一个 Infostretch 服务 QMetry 结合使用。

AppDiff 的方法略有不同。Arbon 说：“我们从终端用户体验出发，倒推。AI bot 可以完成数千个测试用例，而不仅仅是 20 到 100 个回归测试用例。这有助于加快 DevOps 迭代规划。” 据他介绍，该公司可以使用这个测试 AI 来了解用户界面和交互体验是否存在问题。

但仅凭这一点还不足以称其为机器人。Arbon 在谷歌工作并具有软件测试背景，他发现了一个普遍存在于所有应用程序中的基本事实，而这一事实有助于使机器人成为更好的测试人员。“几乎所有的应用程序都是相似的，”他解释道。“同一个登录界面，同一个搜索框，个人中心，购物车等等，很多相似之处。” Arbon 提出了将每个机器人训练为单个领域（例如搜索框）的专家的想法，使它们比普通测试人员做得更好。“这些小机器人专注于不同的应用领域，虽然它们不如人类聪明，但它们是搜索能力的最佳测试者。” Arbon 和他来自 Google 和 Microsoft 的同事一起训练了这些机器人，让它们像他们一样进行测试。”

令人惊讶的是，对于那些担心自己的工作将被自动化（或人工智能支持）并失去工作的人来说，可能会有一线希望。Arbon 认为：“和我们一起工作的人将来不会被解雇。他们从工作中解放出来，专注于自己擅长的事情。” 而同样，Paul Merrill（软件测试开发专家，Beaufort Fairmont 自动化测试服务创始人）也在奥兰多举行的 Agile2017 大会上指出，人工智能消除了那些繁琐重复的工作，测试人员可以转向更人性化、更有创意的东西. 是他们擅长的。在 Lyford 看来，这意味着将宝贵的时间回馈给测试人员。“我们需要他们能够进行复杂的边缘测试，而不仅仅是常规测试。人工智能将增加测试人员的数量，而不是取代他们。”

原始链接