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