软件测试在机器学习技术的帮助下能变得愈发简单、快速、和可靠。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。

　　关注人工智能的落地实践，与企业一起探寻 AI 的边界，AICon 全球人工智能技术大会火热售票中，6 折倒计时一周抢票，详情点击：

　　你是否想象过，有那么一天，软件测试整体发生一次质的飞跃，变得更好，更快、更低成本，从而使得测试人员可以专注在他们更擅长的事情上？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将会来临。

　　企业解决方案提供商 Infostretch 宣布，他们将会发布一项全新的名为“Predictive and Preive QA”（可预测与可规范的 QA）的服务，提供软件测试 AI。除了 Infostretch 以外，位于旧金山的创业公司 Appdiff 也提供了基于机器学习的在线“机器人”充当的测试者。另外，dinCloud 最近也发布了虚拟 QA 机器人“James”。

　　在持续交付、持续集成以及 DevOps 成为软件开发领域的热门话题的今天，测试人员面临着前所未有的压力。“你的员工无法完成那么多的测试工作，即使这些工作都是应该要做的”，Appdiff 的 CEO——Jason Arbon 说，“这是我们做 Appdiff 的一个原因。……光靠人手已经无法完成了。”

　　解决这个问题的办法是把人工智能引入到软件测试中，更准确地讲应该是人工智能的一个子集：机器学习。“面对如今成千上万的测试数据，一个人想全部看一遍都很难”，Infostretch 的首席客户官 Avery Lyford 说道，“在无数的报告中，你怎么找到问题出在哪个环节，以及真正的问题到底是什么？” Lyford 认为，这就是软件测试 AI 能够介入的范畴，去帮助测试人员识别噪音数据。

　　Infostretch 正在提供一项“Predictive and Preive QA”的服务。据 Lyford 介绍，这个测试 AI 工具侧重于数据分析，可以确保把正确的信息交到测试人员手中，使他们能够做出更好的决策，从而提高测试过程的效率。这项新服务还能与 Infostretch 的另一个服务 QMetry 结合使用。

　　AppDiff 的方法就则稍微有点不同。Arbon 介绍说：“我们从终端用户体验出发来反向切入。AI 机器人能完成成千上万的测试用例，而不仅仅是 20 到 100 个回归测试用例。这可以帮助加快 DevOps 的迭代计划。”按他的说法，公司可以通过这个测试 AI 知道用户界面与交互体验是否存在问题。

　　但仅仅这样还不能称之为机器人。Arbon 曾就职于 Google，并拥有软件测试工作背景，他发现了一个在所有应用中普遍存在的基本事实，而这个事实有助于让机器人变成更好的测试者。“几乎所有的应用都是相似的”，他解释道，“相同的登录界面，相同的搜索框，还有个人中心、购物车等等，很多相似的地方”。Arbon 产生了一个想法，把每个机器人训练成某个单一领域（比如搜索框）的专家，从而让它们能够比一般的测试者做得更好。“这些小机器人分别专注于应用的各个领域，虽然他们并不如人一样聪明，但他们却是最优秀的搜索功能测试者。”Arbon 与他那些来自 Google 和微软的同事们一起训练这些机器人，让它们像他们自己一样去完成测试工作。“感觉就像我们创造了一个机箱中的‘Google 测试者’，它会像我们一样给你的应用做测试。”

　　而令人惊讶的是，对于那些害怕自己的工作被自动化——或者被 AI 化——从而失业的人们来说，可能还存在一丝希望。Arbon 认为：“那些正在与我们一起工作的人们将来也不会被解雇。他们得以从工作中解放出来并专注在他们擅长的事情上。”而同样地，Paul Merrill（软件测试开发专家、Beaufort Fairmont 自动化测试服务公司的创始人）也曾在于奥兰多举行的 Agile2017 会议上指出，人工智能消灭了那些繁琐的重复劳动工作，测试人员得以转而去做更人性化、更具创造性的事情，而这些正是他们所擅长的。在 Lyford 眼中，这意味着把宝贵的时间还给了测试人员。“我们需要他们能完成复杂的边缘测试，而不仅仅是例行公事。AI 会增加测试者的数量，而不是取代他们。”

　　两年追踪 170 个 AI 团队的原型设计：初创公司该选择做研究还是做外包？返回搜狐，查看更多