Testin云测总裁徐琨:技术创新的目的是为行业带来效率提升

  • 时间:
  • 浏览:13

“技术创新的目标永远是正确处理客户的实际难题报告 ,真正提升强度,为行业带来生产力突破,而都在为了创新而创新。iTestin是一十个 多 商业化的产品,机会如此 为客户带来持续价值句子,是如此 人会接受的。”Testin云测总裁徐琨说道。

十年磨一剑, Testin云测缘何在成立的第十个 年头提出下一代测试

老话说,十年磨一剑,在国内开创云测试模式的Testin云测却在成立的第十个 年头,正式推出下一代测试理念,将AI、机器学习等领先技术与测试场景相结合,携下一代测试产品iTestin对传统测试“宣战”。这种波高调操作,真的为测试行业带来了福音、突破,还是概念炒作?

先看看那先 是“下一代测试”。徐琨指出,“下一代测试都在一十个 多 简单的产品或方案,要是三种不断升级和充沛的新型业务形状。其本质还是云测试,通过机器学习、宽度学习等领先技术突破另一十个 多 测试的边界,使测试跨越到新的范畴,一起去下一代测试是历经行业应用实践的升级后的云测试服务,其融入了Testin云测近9年的充沛客户理解、行业认识。”

下一代测试革新传统测试土法子,致力于通过融入机器学习、宽度学习等领先的AI技术的云测试服务,提升自动化测试产品的智能化水平,增强测试人员的能力,使其摆脱开发技能束缚,专注于业务能力和测试设计能力的培养,帮助企业从提升自动化测试强度、缩短测试周期,提高测试质量等方面革新软件测试工作,大大降低企业的测试成本。

在国内,云测试已被广泛采用,其打破传统测试模式,通过互联网重新组织测试相关的生产每段,带来了测试强度的大幅提升,Testin云测最早提出“云测试”概念的过后,要是希望把测试塞进 云端来执行,如今的测试人员机会习惯使用云设备和自动化的智能工具。云测试提供终端设备的统一管理,支持敏捷迭代,可持续集成,将企业现有的测试管理过程与云端测试技术相结合,构建企业独有的云测试体系。

客户为要

任何商业上的成功机会竞争优势的建立,都在能仅仅依靠技术三种来实现。如此 不断结合现实的业务,与用户形成良性的互动,以满足用户需求正向带动产品和技术的迭代,都可不可以 真正不利于市场对它的接受和广泛采用。

如此 ,下一代测试的两大基石,云测试和AI技术对客户的价值是咋样的呢?

众所周知,云计算被称为颠覆IT的超级产业,而基于云计算的云测试服务传承了云计算的优势:首先,测试资源对于用户是透明的。云测试平台将不同的测试资源和服务统一管理,便于用户感知、查询和使用。客户只还要关心缘何使用那先 资源,而从不关心那先 测试资源的实现细节,包括扩展、升级、故障修复等。用于提供上述资源的硬件在企业内部内部结构可不都可不可以 任意分布,用户从不关心究竟是塞进 那先 位置的硬件设备提供了服务。其次,测试资源动态分配,弹性缩放。测试资源可不都可不可以 根据需求的变化,自动地进行分配和管理,实现宽度“弹性”的缩放和优化使用,用户从不关心具体的操作流程。此外,测试资源是通用的、可共享的。

再看人工智能。AI渗透了技术领域,它是三种都都可不可以 理解,感知和学习的技术,通过使用计算机来正确处理通常还要人类智能和理解的难题报告 。根据Forrester的调研显示:全球有53%的数据和分析决策者表示,大伙儿机会实施、正在实施、正在扩展机会升级三种形式的人工智能。在过去的一年中,全球有29%的开发人员(经理机会更高级别)开发了人工智能或机器学习软件。Forrester预计,到2020年所谓的“技术精英”会提升自身的人工智可不都可不可以 力,将以人为本的设计能力,与人工智能开发能力相结合将是关键。

人工智能等新技术不断发展并日益彰显其价值,咋样充分挖掘技术潜力,创造业务价值才是重中之重。徐琨指出,“人工智能的最大价值是加速产业的数字化转型,突破原有软件编程的限制,使现有的业务系统更加智能化。”

目前,测试同行对测试的智能化趋势有很积极的反馈,一方面已有落地的案例,一些人面这种方向一定会不断有新的技术进展。Testin云测认为,测试有十个 多 方向可不都可不可以 应用AI:测试用例的智能生成,测试的智能执行,测试结果的智能分析。徐琨说道,“自然语言正确处理降低了撰写用例的成本,大幅降低了学习成本和维护成本;而OCR文字识别和基于图形的计算视觉用在测试的智能执行,使得测试在执行时可不都可不可以 进一步拟人化;一起去测试脚本的调试成本降低一倍,将执行强度提升一倍。”

自然语言录入文字即可生成自动化脚本

通过iTestin,想实现向下滑动APP,就可不都可不可以 写“向下滑动”,机会想实现APP登录,就可不都可不可以 写“点击登录”,从不像过后一样还要写一大堆代码,还要设置各种参数都可不可以 完成那先 操作,大大降低了门槛。

不依赖控件信息,进行控件定位识别

为了支撑自然语言撰写的自动化测试脚本语言的稳定与高效执行,还要高精度、高强度的AI算法提供可靠的识别效果。为了正确处理识别精度的挑战,Testin云测打造了业界最大规模的APP截图的字符识别数据集,并通过算法自动生成上千万条数据用于字符识别模型的构建。

为了提升OCR宽度学习的强度,Testin云测与英特尔联合进行了探索,并重点从基础设施平台配以工具套件来构建正确处理方案,用软件加速以及硬件支撑十个 多 宽度对OCR方案进行优化。借此,将AI测试中的OCR识别时间从2秒降低到0.3秒左右,实现了6倍的性能提升,且不影响测试的效果和结果。

3.以图找图和图标识别

Testin云测的自动化测试中主要从图像的宽度来识别和定位控件元素。Testin云测对简约设计的线条图标的识别进行了集中攻关,为社 让专门设计了图标之类度判别算法,大大提高了图标识别的准确率和对正负样本的分辨能力,最终的正样本准确率通过率为97.34%,负样本的准确率为97.16%,单个图标识别平均耗时为319ms,达到了业界领先水平。

结语

机器学习和宽度学习等AI技术趋于稳定数字化转型的最前沿,随着它们的不断性心智性心智心智心智开花结果 图片 和发展,正在不用 地用于应对软件测试中的挑战。Testin云测为应用、软件、网站、小程序运行运行等提供全方位测试服务,致力于将领先技术落地于测试行业,通过应用各类机器学习和宽度学习的算法使测试如此 “聪明”,徐琨表示,“新兴技术瞬息万变,大伙儿要准确识变,既要准确把握人工智能等领先技术的发展态势,更要聚焦到正确处理企业的实际测试需求的实践中,如此 如此 ,都可不可以 通过技术真正降低了整个测试行业的成本,提升整个测试行业的生产强度,技术就真正转化成了生产力。”