一个关注当前人工智能技术和应用的网站
人工智能应用产品测试-人工智能应用产品测试方案
C0f3d30c8时间2024-06-22 01:00:26分类应用领域浏览62
大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能应用产品测试的问题，于是小编就整理了4个相关介绍人工智能应用产品测试的解答，让我们一起看看吧。
人工智能物体检测什么？
目的检测是指计算机和软件系统在图像/场景中定位并辨认出每个目的的才能，已普遍应用于人脸检测，车辆检测，行人计数，网络图像，平安系统和无人驾驶汽车等范畴。当前有很多目的检测办法可以在理论中应用。像其他任何计算机技术一样，各种发明性和效果惊人的目的检测办法都是来自计算机程序员和软件开发人员的努力。
人工智能软件测试有前途吗？
有前途。
因为软件测试人员对于互联网来说目前还是属于稀缺人才的尤其是高级软件测试工程师，人工智能发展方向又是以后互联网发展的标杆，所以这方面的人才是非常稀缺的，所以学习人工智能软件测试是非常有前途的，而且经验越多越受欢迎。
人工智能替代软件测试大概还有几年？
先上结论：
我研究生从事人工智能算法研究，其中一个导师就是做的智能软件测试相关的工作。首先我从两个方面来回答一下，一是当下的人工智能和你们目前在媒体中看见的不一样，二是人工智能目前在软件测试方面的探索。
一、当下人工智能是什么
人工智能分为强人工智能和弱人工智能，目前的人工智能还停留在弱人工智能阶段。所以能替代的只能是比较机械的活，比如简单的电话销售，简单的语音翻译。
所以对于软件测试上的一些比较复杂的测试是很难能通过简单的人工智能达到的。
二、人工智能在软件测试方面的探索
目前人工智能在软件方面的测试主要有两个维度，一个维度是通过模式识别来做一些bug的定位，比如通过***截图来查看这个***的某些界面是否有bug，相当于是替代了一部分众包工作。另一个维度是在数据生成方面，软件测试里面很重要的一块是fuzz测试和分支覆盖，那么如何提高fuzz的效率，可以结合强化学习来实现，前段时间微软有一个工作则是将强化学习和fuzz测试做了结合。总之，对于软件测试的智能化，目前在学术界已经有了很多比较好的工作，但是距离真正的落地到工业界还有一定距离，要想完全替代人工进行软件测试还有比较长的路。
除了软件测试的智能化以外，还有一个比较有趣的方向就是智能软件的测试，即像深度神经网络、自动驾驶这一类的智能软件该如何进行有效的测试，和传统软件由逻辑和事情驱动所不同，当下的智能软件更多的是数据驱动。比如我有一个师兄他们在做百度的无人驾驶系统阿波罗的测试，发现现在的fuzz只能覆盖很小很小一部分的代码，所以这个方向未来的路也很长
四、总结
谢邀回答。
随着工业化、[_a***_]、智能化的发展，中国逐步进入到智能化时代，但是要想让机器完全代替软件测试这个岗位是完全不可能的，只能说取代一部分工作吧，为什么呢？
笔者10年前面试软件自动化测试岗位的工作，其中面试官就问到过自动化测试与手工测试有什么区别？
首先，自动化测试脚本是人为编写的，执行脚本是机器，发现问题不会识别问题的准确性，这个不可能代替工的。
其次，有部分系统功能可以使用自动化或者人工智取代测试工作，但是得满足以下这两个条件：
如果不能满足以上两个条件而鲁莽使用人工智能来取代点点点测试工作，这显然不可能。
大家都知道，软件测试主要是保障产品的质量的，要想保障好产品的质量，仅仅从快速验证上来提升产品质量，远远是不能满足测试岗位的要求。
AI正在慢慢渗透到我们生活的方方面面，但软件测试不能说是被首先取代。
软件测试作为一个被普遍认为技术含量低，在一段时间内别说被AI取代了，一直有人认为开发就会取代测试，测试这个岗位不应该存在，牛逼的开发不允许测试的存在。某厂取消了测试职位，但仅仅是取消了测试职位，测试工作仍然存在，只是以另外一种职称存在。
AI很强大，带给我们很多惊喜，但依然如上面的朋友说的，它可以去智能的执行各种测试，但它比较难做到一些主观的工作，可以想下我们各个公司的软件产品五花八门，即使它做到了一些公共模块的测试，但产品个性化特殊性的功能仍需要特别制定相关的测试策略，如果这块AI也能搞定，根据不同产品定制不同测试策略，那我们从成本考虑，又有多少公司会在这部分付出成本。
另外，我们***定AI已全面替代测试这个职位，可以有较大的测试覆盖率，有很强的测试分析，并且AI测试的错报率也降低到很合理的位置，但是要知道我们的软件产品是给人用的，不是用机器做出来给机器用的，软件在交付上线前真的不让人来体验，来试试？谁来试？机器测试的错报谁来二次检验？所以那时候的测试可能只是不叫测试了，而是ai测试开发工程师。
综上，不光是测试，各行各业的职位是在好多年的历史进化中形成的，有它存在的意义，它可能会消失，但消失的同时必然会引起这个职位的升级或者相关新职业出现，那么我们要担心的不是这个职位的消失，而是保持新技术的敏感性，在新技术出现的同时去考察它能为我们的工作带来哪些便利，做第一批进化的职业人，如果这样做了，谁还可以淘汰我们？
50年。
不靠修仙悟道，没有奇能异功。
官科退休著，写实千年未来。
颠覆读者三观，看了超凡脱俗。
启迪脑洞大开，科技改变人生。
科幻《奇遇未来》，一看终生受益！
推荐给有创新思维的朋友共同鉴赏！关注我，在我置顶文章中找链接，点击链接，打开免费阅读。
;aid=13&***_name=news_article&book_***_name=news_article&share_token=1db61efa-80b8-466f-ade8-38f0f5132f75
人工智能替代软件测试的可能性，这个问题要区别对待。
软件测试是一个大的范畴，作为软件工程以及信息系统项目管理中质量管理下的一个小部分，或是说，作为软件开发周期的一个环节，软件测试工作有其相对的完整性、复杂性、特殊性和流程性。
如果说，AI能不能代替软件测试中的某一方法、某一个例，或者某个小部分，那么完全可以认为，现有的人工智能技术已经达到了这样的水平，而且也有不少的开发团队、研发组织已在软件测试工作中运用了AI。
如果说，AI能不能代替软件测试的全过程（在整个项目周期中），答案是目前做不到的，而且今后十年内都难以企及。
人工智能是继移动互联之后与云计算、边缘计算、虚拟/增强现实并列的下一个技术革新风口。前些年的概念热炒把人工智能的历史进程人为拔高了过多，以至于现实中冒出许多不切实际的观点，这些观点肯定人工智能对人类劳作的强替代性，认为许多工作与技能岗位将被AI所占有。这种观点盲目地排斥了现代职业体系中人的作用，缺乏系统性的辩证思维。
事实上，从人工智能的历史发展进程来看，其本身的演进方向一直是强化对人智的辅助作用，而非完全取代人智，这在学术界早已是共识。
近些年来，人工神经网络领域的深度学习发展迅猛，加之业界巨头、机构、市场的助推，AI训练市场飞速崛起。也就是说，目前人工智能最前沿以及落地前线的几乎所有成果，多与此有关。在软件测试中运用的AI也不例外。
软件测试是促进软件开发正确、完整、安全和质量的过程，已保证结果的可靠性、稳定性、轻便性、易于维护、以及实用性。按照进程测试有Alpha测试、Beta测试、缺陷测试等；按照方法则可分为黑盒测试、白盒测试、压力测试与性能测试等；按照阶段可分为单元测试、集成测试、系统测试和回归测试。
当前的人工智能能够企及的地方，包括黑盒测试、单元测试、回归测试等等，但其结果只能作为测试员判断的依据或是参考，起到一个***的作用。也就是说，AI还做不到“无人化”的参与效果。虽然并行计算与分布式计算给我们带来了可靠的算力支撑，但目前的瓶颈是缺乏有效的建模。
为什么说十年之内AI都难以企及软件测试领域的全部？这与人工智能发展的大方向有关。人工神经网络、深度学习这条进程线之前的阶段是什么，专家系统。这是一脉相承的，AI技术进程的方向正朝着人智的高***发展，而不是强替代，十年之内很难预见偏离人工神经网络的方向。
在可预见的未来，人工智能可以通过图灵测试吗？
不用在预见的未来，早在2014年就有一个机器通过了图灵测试。
对于这次通过图灵测试的***，后来出现了很多质疑。其中包括对那台超级计算机本身的质疑，比如运行的程序根本就不智能，更像是一个精心设计的聊天机器人。
还有对图灵测试的质疑，认为图灵测试并不能非常好的证明一个机器是否智能。随之而来的还有对智能的探讨，到底什么是智能。
图灵测试的内容和哲学相关，其本身就有争议存在。从目前的情况来看，传统的图灵测试的确有被质疑的地方。
几十年前，对于人的思维的认识会受到二元论的影响，比如认为人的思想和物理的身体相互独立，人的思想控制着身体。目前来看，二元论存在局限性，比如我们的很多活动并不是完全受自己意识的控制，同时思维本身也是一种物质的存在。所以，图灵测试存在局限性。
关于人工智能，目前的看法已经和之前已经大不相同。机器学习技术被用在图像识别、自动驾驶，决策分析，相关表现的确智能，不过和我们人类还是存在差别，比如机器并没有情绪，同时也并不灵活。
如果把人工智能理解成和人一样，目前的机器还远远不够智能。如果把人工智能的理解角度稍作变化，机器的确在变得智能，甚至超过人类，比如运算速度，专一性等。
到此，以上就是小编对于人工智能应用产品测试的问题就介绍到这了，希望介绍关于人工智能应用产品测试的4点解答对大家有用。
[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/31540.html
