如何将人工智能技术应用到自动化测试上？新梦想软件测试

人工智能一直科技最高级的地域，将程序代码、数据分析进行自动可视化，依托软件和硬件一体去模仿人类一些或繁琐或简单的工作。

此文也是关于人工智能技术的探讨，主题为：如何将人工智能技术应用到自动化测试上/p>

在测试中加入AI，自动测试也变为可能。将无聊、重复的工作交给AI，这样测试人员就可以用更多时间做其他测试方面的思考。

布道师、Applitools的高级架构师Gil Tayar为我们介绍了如何将AI技术应用到自动化测试的内容。

InfoQ采访了Tayar，咨询了他有关现如今测试面临的主要挑战，自动化测试分为哪六个层次，软件产业在这六个层次中取得了什么样的进展，如何实现自动可视化测试，我们在测试中如何应用机器学习技术，以及AI给测试人员的工作会带来什么影响。

现如今测试面临的主要挑战是什么/p>

Tayar：很遗憾的是，测试还没有成为主流。我还记得在80年代、90年代的时候，整个行业都没有把QA这个职业和手动测试软件当一回事。不只是说没有自动化测试，而是根本没有测试!好在现在时代已经不一样了，在交付产品之前测试人员都会定期测试软件，而且很多人开始使用自动化测试。

但在如今的“互联 时代”，这还不够。由于使用了敏捷方法，我们需要部署得越来越快，这其实是一件好事。因为越来越多开发人员会自己测试自己的软件，而不是慢悠悠地等待专门的测试人员来测试他们的软件。

但是，开发人员测试自己的软件还没有成为主流。大多数开发人员不会自己写测试来检查代码，他们选择手动测试，或者等待测试人员进行测试，保证他们的软件正常运作。

这正是测试面临的主要挑战，怎么让开发人员编写自己的测试。而不幸的是，AI在这方面起不到什么作用，AI只是测试时使用的工具，但如果你自己不测试，AI就没用了。事实就是这样，AI从现在到未来都只能作为测试的辅助，如果你自己不想测试，AI不可能自动帮你完成测试。

开发人员必须要有测试的想法，这就是我们在测试方面面临的主要挑战。

自动化测试的六个层次。它们分别是什么/p>

完全没有自动，你需要自己写测试!

驾驶辅助：AI可以查看到页面，帮助你写出断言。你还是要自己写“驱动”应用程序的代码，但是AI可以检查页面，并确保页面中的期望值是正确的。

部分自动化：虽然能分辨实际页面和期望值的区别这一点已经很好了，但是第二层次的AI需要有更深层的理解。比如说，如果所有页面都有相同的变更，AI需要认识到这是相同的页面，并向我们展示出这些变更。进一步来说，AI需要查看页面的布局和内容，将每个变更分类为内容变更或是布局变更。如果我们要测试响应式web 站，这会非常有帮助，即使布局有细微变更，内容也应该是相同的。这是Applitools Eyes这样的工具所处的层次。

我一直觉得，测试是为开发过程服务的，它避免了在代码中添加新功能的烦恼，更重要的是，避免了代码重构的烦恼。但为什么这只能运用在业务逻辑上什么我们的可视化代码(在CSS、HTML和JS文件中)不能测试，我们还要再为它们担忧I可以帮助我们实现这一目标。

Appraise是另外一款可以用于视觉化测试的工具。早先，InfoQ采访了Gojko Adzic有关使用Appraise进行自动视觉化测试的内容：

Adzic：Appraise采用实例化需求的方式，但将其运用于视觉化内容。我们采用具体的例子，让其从自动化层面创建可执行的实例化需求，用headless Chrome截屏，与预期的结果进行对比。和普通的实例化需求工具(期望结果和实际结果不同就认为是错误的)不一样，Appraise采用确证测试方法。它将所有的不同展现给人来评估，让人决定差别是否正确，如果是的话就进行确认。

我们在测试中如何运用机器学习/p>

Tayar：我最近看到了一个讲座，讲的是如何使用机器学习测试Candy Crush游戏。由于Candy Crush是高随机的游戏，任何情况都可能发生，标准的测试技术很难实现。King的目标是想要了解是否这局游戏可以成功完成，要完成有多复杂。他们一开始使用蛮力法尝试所有路径，计算其中有多少可以成功。这个方法确实有用，但需要花好几个小时，因为组合可能太多了(使用去除无效路径组合的算法)。要解决这个问题，他们使用了Genetic Algorithms，使用一些最基本的算法(如只使用粉色糖果，一直消除障碍等)，在一局游戏中进行试验。之后他们使用最佳算法(基于如何胜利完成一局游戏的算法)，再结合两者，“创建”一个新的算法。不断重复，最后得到一个最佳算法。

再举一个例子，卷积神经 络帮助我们分析图像，并从中提取语义信息。在生成图像的应用程序中是非常实用的。可视化测试工具使用它来理解页面的不同部分，以及相互之间的联系，正如我上文所述一样提取不同的文字和图像块。

AI会对测试人员的工作产生什么影响/p>

Tayar：请问拖拉机会给农民的工作带来什么影响然是巨大的影响!农民不再需要做枯燥、乏味的体力劳动工作，只要交给机器来做就可以了。我相信AI也会给测试人员带来相同的影响。乏味、重复的工作交给AI，测试人员就可以用更多时间来思考。

大多数测试人员已经习惯思考测试相关的方方面面：思考产品，思考怎么测试，思考边界情况等等，他们也需要工具来完成无聊、重复的工作。一些测试人员需要学会怎么思考更高层次的问题，确实会有一部分测试人员无法适应，但我相信他们只是少数。

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能机器学习工具包Scikit-learn211597 人正在系统学习中