測試AI時需要考慮的10件事
發表於:2019-04-01 來源: ruink 作者: ruink 點選數: 標籤:AI
AI是一個已經進入人類日常生活的新技術時代,例如Siri,Alexa語音介面等。通過大資料和資料科學實現資料儲存的進步,使使用者能夠進行快速分析和資料檢索。機器學習是一個新領域,機
AI是一個已經進入人類日常生活的新技術時代,例如Siri,Alexa語音介面等。通過大資料和資料科學實現資料儲存的進步,使使用者能夠進行快速分析和資料檢索。機器學習是一個新領域,機器使軟體能夠學習新事物,因為它不斷將資料捕獲到系統中。它是一個連續的資料饋送系統,可以幫助機器根據資料模式和啟發式進行學習和行為。當涉及到AI系統的 測試 時, 測試 團隊需要考慮以下10件事情。
1)作為
測試人員
,人工智慧測試與傳統
軟體測試
有何不同?
毫無疑問,具有AI的系統就是一個軟體,但這種軟體具有相應學習和改變其行為的能力。傳統的軟體
功能測試
涉及對給定輸入集的預期輸出與實際輸出的測試。在人工智慧的情況下,預期輸出可能隨著機器學習在一段時間內的進展而變化。因此,人工智慧
系統測試
不同於傳統的軟體測試,測試人員應該準備好接受這種AI測試程式。
2)AI系統的測試輸出是什麼?
如前所述,對於同一組輸入,人工智慧中的輸出並不總是相同。因此,理解系統的底層——機器學習模型,並相應地更新
測試
用例
非常重要。測試人員應該瞭解當資料輸入系統時機器將如何學習和表現。測試人員應該能夠在正面和負面情景中測試AI系統的行為。
3)考慮測試AI系統的法律和道德要求
AI系統可能導致
開發
出可能對人類造成危險的致命機器人系統。在設計測試用例和場景之前,應該完全審查法律、道德和社會要求。測試人員有責任通過進行可能導致法律、道德和社會問題的負面測試來測試AI系統的這些方面。因此,AI系統測試非常關鍵,應該非常仔細地進行,以確保我們正在構建對人類有用的機器。
4)AI演算法測試
在AI中,機器分析資料模式並使用這些模式來構建規則,也稱為啟發式規則。這是人類大腦所做的類似操作,有助於人類做出決定。機器在載入資料並分析模式後,它會了解模式,並在收到模式時自行更新模式。因此,機器的行為及其AI演算法不會總是表現得相同,因此我們不能指望輸出始終是100%完美的。它取決於機器基於資料模式在一段時間內發展起來的啟發式方法。
5)測試資料以測試AI演算法
機器學習是人工智慧的一部分,機器根據資料的型別和輸入的模式來構建自己的知識。測試人員應仔細選擇他們的測試資料來測試機器學習,以便他們輸送到機器的資料模式應該與AI系統的預期輸出相匹配。
6)AI架構和設計
AI系統測試人員應該對AI架構以及系統設計有充分的瞭解。這是因為在知道輸出隨著輸入資料模式到AI系統的變化而變化的事實之後,它將幫助測試人員設計其測試用例。因此,將AI系統作為黑盒測試應該涉及架構和系統設計方面的知識。
7)需要嚴格的測試 AI 系統
AI系統的行為與傳統軟體不同,因為它們具有學習能力,因為它們可以提供資料。因此,為了對AI系統進行深入分析,在以不同模式批量提供資料之後執行嚴格測試非常重要。更有意義的資料被饋送到機器,它將開發啟發式,機器可以執行決策,這是測試人員可以準確測試機器行為的地方。
8)輸入相同但輸出與以前不同
這是 AI 系統的理解行為,測試用例不能被宣告為失敗,因為實際的功能測試應該基於模式、規則和啟發式而不是針對同一組輸入的行為。在人工智慧機器中相應地學習和改變其行為。
9)輸出管理至關重要
在AI中,可以通過向其提供資料模式來動態地改進AI演算法。測試機制可以作為訓練AI系統並立即研究其影響的機會。訓練有素的機器即改進的演算法可以直接用於生產。但是,我們需要確保機器具有所需的知識。
10)
迴歸
測試
該資料集可用於之前測試過機器模式的迴歸測試。但重複測試用例可能不會一遍又一遍地獲得相同的結果。因此,除非它是為一個全新的人工智慧機器做的,否則迴歸測試可能不那麼有效。迴歸測試應該基於AI演算法行為,對被饋送到系統的資料集的測試。
結論
AI測試不同於傳統的軟體測試,測試人員在測試任何AI系統之前應考慮上述要點。
由 ruink 譯自 《 10 Things To Consider When Testing Artificial Intelligence 》 一文。
原文轉自:www.51ste.com/share/det-642.html