原创人工智能代替软件测试工作？还差得远！

2019-01-18 11:36来源:水哥//

原标题：人工智能代替软件测试工作？还差得远！

文/水哥

ai已成为人类生活生产中随处可见的事物，如今各行各业的ai都在蓬勃发展。也有各种消息不断刷新着ai的“智能”高度，比如ai能写小说啦，ai已经可以编程啦等等。不久前有人在网上提问ai替代软件测试工作还有几年？想必这是个测试员小哥吧。我们试着从ai当下的“智能水平”现状来分析回答这个问题。

人工智能替代软件测试工作的可能性，这个问题要区别对待。

软件测试是一个并不小的范畴，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），我们认为是目前做不到的，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，起到一个辅助的作用。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辅助发展，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。

以上是网络信息转载，信息真实性自行斟酌。