0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

简述人工智能和机器学习实现完全自动化的5种方法

新机器视觉 ? 来源:Mohit Shah ? 作者:Mohit Shah ? 2021-06-15 17:00 ? 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

人工智能机器学习领域,测试自动化已经取得了长足的进步。通过引入智能测试自动化工具,可以解决传统测试自动化的难点,从而获得最佳结果。下面分享 5 种通过人工智能和机器学习实现完全自动化的方法,这些方法能够帮助项目团队减少测试工作量,提高测试覆盖率。

1. 测试自动化的自修复

测试自动化中的自修复技术解决了测试脚本维护的主要问题,即自动测试脚本在对象属性(包括名称、ID、CSS 等)的每个变更阶段都会中断。测试自动化中的自修复技术在实现过程中使用了动态定位策略,程序可以自动检测到这些变更,并动态地修正它们,无需人工干预。团队可以利用敏捷测试方法中的左移方法,使得过程更加高效,提高工作效率,加速交付。

举个例子,当开发者对 HTML 页面中的对象标识符进行任何更改时,测试用例中的 UI 标识符将自动更改。虽然属性改变了,但人工智能引擎仍然定位这些元素,并根据在源代码中的更改来修改它们。这一自修复技术使开发者不必花费大量时间来识别变更,同时更新 UI。

2. 测试脚本的自动生成

自动化测试脚本的开发是一项复杂的工作,需要用到 JavaPython、Ruby 等高技能的编程语言。同时还需要做大量的初始工作,并投入一定的时间和资源。使用自动化脚本进行开发可将测试脚本的生成时间减少 50%。另外,在测试脚本设计过程中加入人工智能和机器学习技术,也能大大简化其设计流程。

目前市面上有各种各样的测试工具,比如通过手动测试用例构建的 selenium 自动化测试脚本,它可以读取测试脚本,并自动生成自动化脚本。该人工智能算法使用自然语言处理,能够理解用户的意图,并在 Web 应用中模拟这些行为。它的优点是可以减少 80% 的测试脚本设计和经历。

3. 大量测试数据的有效使用很多使用敏捷和 DevOps 方法执行持续测试的组织都选择了一种严格的测试方法,并在整个软件开发生命周期中每天进行数次使用,其中包括单元、API、功能、可访问性、集成和其他类型的测试。在执行这些测试用例时,系统将创建大量的测试数据。库存的数据越多,管理人员就越难做出更准确的决定。

通过可视化最不稳定的测试用例和其他需要重点关注的部分,机器学习可以帮助开发者更容易地识别关键的问题区域。此外,通过人工智能和机器学习系统的参与,还可以轻松地对测试数据进行切片、分块和分析,并能够读取模式、量化业务风险和加快手头项目的总体决策过程。

具体来说,在人工智能和机器学习的帮助下,分析人员可以获得以下更好的特性:

测试影响分析

安全漏洞

平台特有缺陷

测试环境不稳定

测试失败的重复模式

应用元素定位器的脆性

4. 利用自动视觉验证工具对图像进行测试当前,在基于图像的测试领域中,自动视觉验证工具得到了越来越多的应用。

软件开发中的视觉测试(也叫 UI 测试)可以确保开发者构建的 Web 或移动应用的 UI 呈现给最终用户,这些工具旨在通过更新 UI 来帮助开发者实现应用的功能。不过当前,大多数正在进行的测试通常难以实现自动化,而是采用人工测试的方式。

人工测试很容易导致一些元素被忽略,要想准确识别这些元素,测试人员可以利用基于机器学习的视觉验证工具。这是一种基于图像的测试注入,它动态地改变了公司在任何系统中提供自动测试服务的方式。测试分析人员可以创建自动检测软件中所有视觉错误的机器学习测试,这样做有助于验证应用的视觉正确性,而无需测试专家将输入隐性地插入到系统中。

5. 人工智能搜索当前,开发者使用的基于人工智能的最新自动化技术是使用 spidering 方法为应用自动编写测试。

开发者需要为自己的 Web 应用提供一些新的人工智能 / 机器学习工具,以便启动抓取。在抓取的过程中,该工具通过截图收集数据,为每个页面下载 HTML 代码,测量复杂,并不断重复运行这些步骤。最后,这一工具会创建一个数据集,并训练机器学习模型,从而理解应用程序的预期模式和行为。

此外,该工具还将其当前阶段与之前观察到的所有模式进行比较。如果有偏差,工具将把这部分标记为测试期间可能出现的 Bug。下一步,开发者需要确认被标记的问题是否确实是 Bug。也就是说,机器学习工具负责 Bug 的检测过程,但是开发者在接受调用之前必须进行最后的确认。

结 论要想在测试中充分利用人工智能和机器学习技术,需要开发者具备一定的机器学习测试算法基础,并且要有战略上的测试方法。同时,还需要拥有一支测试团队,团队需要知道如何将复杂的数据结构分解成能够帮助开发者加强决策过程,并提高总体项目效率和收益的简化表示。

作者介绍:

Mohit Shah,供职于 ImpactQA,高级技术内容营销人员。

原文链接:

https://dzone.com/articles/5-great-ways-to-achieve-complete-automation-with-a

编辑:jq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • Web
    Web
    +关注

    关注

    2

    文章

    1290

    浏览量

    71874
  • 人工智能
    +关注

    关注

    1810

    文章

    49221

    浏览量

    251538
  • HTML
    +关注

    关注

    0

    文章

    280

    浏览量

    43362
  • 机器学习
    +关注

    关注

    66

    文章

    8513

    浏览量

    135104

原文标题:通过人工智能和机器学习实现完全自动化的5种方法

文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    挖到宝了!人工智能综合实验箱,高校新工科的宝藏神器

    ,技术自主可控 在如今这个科技竞争激烈的时代,国产硬件的重要性不言而喻。比邻星人工智能综合实验箱就做到了这一点,采用国产硬件,积极推进全行业产业链上下游环节的国产进程,把国产自主
    发表于 08-07 14:30

    挖到宝了!比邻星人工智能综合实验箱,高校新工科的宝藏神器!

    ,技术自主可控 在如今这个科技竞争激烈的时代,国产硬件的重要性不言而喻。比邻星人工智能综合实验箱就做到了这一点,采用国产硬件,积极推进全行业产业链上下游环节的国产进程,把国产自主
    发表于 08-07 14:23

    超小型Neuton机器学习模型, 在任何系统级芯片(SoC)上解锁边缘人工智能应用.

    Neuton 是一家边缘AI 公司,致力于让机器 学习模型更易于使用。它创建的模型比竞争对手的框架小10 倍,速度也快10 倍,甚至可以在最先进的边缘设备上进行人工智能处理。在这篇博文中,我们将介绍
    发表于 07-31 11:38

    工业机器人工作站的建设意义

    提高产品质量和生产效率。由于机器人能够按照预设的程序进行自动化操作,不会因疲劳而影响工作效率,因此可以实现连续作业,减少人为因素对产品质量的影响,提高生产的稳定性和一致性。此外,机器人工
    发表于 03-17 14:49

    人工智能机器学习以及Edge AI的概念与应用

    人工智能相关各种技术的概念介绍,以及先进的Edge AI(边缘人工智能)的最新发展与相关应用。 人工智能机器学习是现代科技的核心技术
    的头像 发表于 01-25 17:37 ?1048次阅读
    <b class='flag-5'>人工智能</b>和<b class='flag-5'>机器</b><b class='flag-5'>学习</b>以及Edge AI的概念与应用

    【「具身智能机器人系统」阅读体验】2.具身智能机器人大模型

    近年来,人工智能领域的大模型技术在多个方向上取得了突破性的进展,特别是在机器人控制领域展现出了巨大的潜力。在“具身智能机器人大模型”部分,作者研究并探讨了大模型如何提升
    发表于 12-29 23:04

    【「具身智能机器人系统」阅读体验】+数据在具身人工智能中的价值

    嵌入式人工智能(EAI)将人工智能集成到机器人等物理实体中,使它们能够感知、学习环境并与之动态交互。这种能力使此类机器人能够在人类社会中有效
    发表于 12-24 00:33

    如何在低功耗MCU上实现人工智能机器学习

    人工智能 (AI) 和机器学习 (ML) 的技术不仅正在快速发展,还逐渐被创新性地应用于低功耗的微控制器 (MCU) 中,从而实现边缘AI/ML的解决方案。
    的头像 发表于 12-17 16:06 ?975次阅读

    嵌入式和人工智能究竟是什么关系?

    嵌入式和人工智能究竟是什么关系? 嵌入式系统是一特殊的系统,它通常被嵌入到其他设备或机器中,以实现特定功能。嵌入式系统具有非常强的适应性和灵活性,能够根据用户需求进行定制
    发表于 11-14 16:39

    人工智能机器学习和深度学习存在什么区别

    人工智能指的是在某种程度上显示出类似人类智能的设备。AI有很多技术,但其中一个很大的子集是机器学习——让算法从数据中学习
    发表于 10-24 17:22 ?3080次阅读
    <b class='flag-5'>人工智能</b>、<b class='flag-5'>机器</b><b class='flag-5'>学习</b>和深度<b class='flag-5'>学习</b>存在什么区别

    关于全自动装车机器人的详细介绍

    ?全自动装车机器人是一人工智能自动化技术,能够自动识别和定位货物,并
    的头像 发表于 10-22 16:43 ?1075次阅读

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    、优化等方面的应用有了更清晰的认识。特别是书中提到的基于大数据和机器学习的能源管理系统,通过实时监测和分析能源数据,实现了能源的高效利用和智能化管理。 其次,第6章通过多个案例展示了
    发表于 10-14 09:27

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    人工智能:科学研究的加速器 第一章清晰地阐述了人工智能作为科学研究工具的强大功能。通过机器学习、深度学习等先进技术,AI能够处理和分析海量
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    人工智能推荐系统中强大的图形处理器(GPU)一争高下。其独特的设计使得该处理器在功耗受限的条件下仍能实现高性能的图像处理任务。 Ceremorphic公司 :该公司开发的分层学习处理器结合了
    发表于 09-28 11:00

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    芯片设计的自动化水平、优化半导体制造和封测的工艺和水平、寻找新一代半导体材料等方面提供帮助。 第6章介绍了人工智能在化石能源科学研究、可再生能源科学研究、能源转型三个方面的落地应用。 第7章从环境监测
    发表于 09-09 13:54