Testin云测总裁徐琨：技术创新的目的是为行业带来效率提升

（原标题：Testin云测总裁徐琨：技术创新的目的是为行业带来效率提升）

“技术创新的目标永远是解决客户的实际问题,真正提升效率,为行业带来生产力突破,而不是为了创新而创新。iTestin是一个商业化的产品,如果不能为客户带来持续价值的话,是没有人会接受的。”Testin云测总裁徐琨说道。

十年磨一剑, Testin云测为何在成立的第八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云测却在成立的第八个年头,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”。这一波高调操作,真的为测试行业带来了福音、突破,还是概念炒作?

先看看什么是“下一代测试”。徐琨指出,“下一代测试不是一个简单的产品或方案,而是一种不断升级和丰富的新型业务形态。其本质还是云测试,通过机器学习、深度学习等领先技术突破原来测试的边界,使测试跨越到新的范畴,同时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年的丰富客户理解、行业认识。”

下一代测试革新传统测试方法,致力于通过融入机器学习、深度学习等领先的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效率、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要素,带来了测试效率的大幅提升,Testin云测最早提出“云测试”概念的时候,就是希望把测试放到云端来执行,如今的测试人员已经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

任何商业上的成功或者竞争优势的建立,都不能仅仅依靠技术本身来实现。只有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,才能真正促进市场对它的接受和广泛采用。

那么,下一代测试的两大基石,云测试和AI技术对客户的价值是怎样的呢?

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。客户只需要关心怎么使用这些资源,而不必关心这些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可以任意分布,用户不必关心究竟是放在什么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。测试资源可以根据需求的变化,自动地进行分配和管理,实现高度“弹性”的缩放和优化使用,用户不必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,它是一种能够理解,感知和学习的技术,通过使用计算机来解决通常需要人类智能和理解的问题。根据Forrester的调研显示:全球有53%的数据和分析决策者表示,他们已经实施、正在实施、正在扩展或者升级某种形式的人工智能。在过去的一年中,全球有29%的开发人员(经理或者更高级别)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能能力,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,如何充分挖掘技术潜力,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,另一方面这个方向还会不断有新的技术进展。Testin云测认为,测试有三个方向可以应用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以进一步拟人化;同时测试脚本的调试成本降低一倍,将执行效率提升一倍。”

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,就可以写“向下滑动”,如果想实现APP登录,就可以写“点击登录”,不必像以前一样需要写一大堆代码,还要设置各种参数才能完成这些操作,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,需要高精度、高效率的AI算法提供可靠的识别效果。为了解决识别精度的挑战,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深度学习的效率,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解决方案,用软件加速以及硬件支撑两个角度对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角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,并且专门设计了图标相似度判别算法,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

机器学习和深度学习等AI技术处于数字化转型的最前沿,随着它们的不断成熟和发展,正在越来越多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深度学习的算法使测试越来越“聪明”,徐琨表示,“新兴技术瞬息万变,我们要准确识变,既要准确把握人工智能等领先技术的发展态势,更要聚焦到解决企业的实际测试需求的实践中,只有如此,才能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效率,技术就真正转化成了生产力。”