尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
文/水哥
AI已成為人類生活生產中隨處可見的事物，如今各行各業的AI都在蓬勃發展。也有各種消息不斷刷新著AI的「智能」高度，比如AI能寫小說啦，AI已經可以編程啦等等。不久前有人在網上提問AI替代軟件測試工作還有幾年？想必這是個測試員小哥吧。我們試著從AI當下的「智能水平」現狀來分析回答這個問題。
人工智能替代軟件測試工作的可能性，這個問題要區別對待。
軟件測試是一個並不小的范疇，作為軟件工程以及信息系統項目管理中質量管理下的一個部分，或是說，作為軟件開發周期的一個環節，軟件測試工作有其相對的完整性、複雜性、特殊性和流程性。
如果說，AI能不能代替軟件測試中的某一方法、某一個例，或者某個小部分，那麼完全可以認為，現有的人工智能技術已經達到了這樣的水平，而且也有不少的開發團隊、研發組織已在軟件測試工作中運用了AI。
如果說，AI能不能代替軟件測試的全過程（在整個項目周期中），我們認為是目前做不到的，而且今後十年內都難以企及。
人工智能是繼移動互聯之後與雲計算、邊緣計算、虛擬/增強現實並列的下一個技術革新風口。前些年的概念熱炒把人工智能的歷史進程人為拔高了過多，以至於現實中冒出許多不切實際的觀點，這些觀點肯定人工智能對人類勞作的強替代性，認為許多工作與技能崗位將被AI所占有。這種觀點盲目地排斥了現代職業體系中人的作用，缺乏系統性的辯證思維。
事實上，從人工智能的歷史發展進程來看，其本身的演進方向一直是強化對人智的輔助作用，而非完全取代人智，這在學術界早已是共識。
近些年來，人工神經網路領域的深度學習發展迅猛，加之業界巨頭、機構、市場的助推，AI訓練市場飛速崛起。也就是說，目前人工智能最前沿以及落地前線的幾乎所有成果，多與此有關。在軟件測試中運用的AI也不例外。
軟件測試是促進軟件開發正確、完整、安全和質量的過程，已保證結果的可靠性、穩定性、輕便性、易於維護、以及實用性。按照進程測試有Alpha測試、Beta測試、缺陷測試等；按照方法則可分為黑盒測試、白盒測試、壓力測試與性能測試等；按照階段可分為單元測試、集成測試、系統測試和回歸測試。
當前的人工智能能夠企及的地方，包括黑盒測試、單元測試、回歸測試等等，但其結果只能作為測試員判斷的依據或是參考，起到一個輔助的作用。也就是說，AI還做不到「無人化」的參與效果。雖然並行計算與分布式計算給我們帶來了可靠的算力支撐，但目前的瓶頸是缺乏有效的建模。
為什麼說十年之內AI都難以企及軟件測試領域的全部？這與人工智能發展的大方向有關。人工神經網路、深度學習這條進程線之前的階段是什麼，專家系統。這是一脈相承的，AI技術進程的方向正朝著人智的高輔助發展，而不是強替代，十年之內很難預見偏離人工神經網路的方向。
文/水哥 IT評論，業界分析，不一而足。
“