智能化技術引領下一代測試行業發展新方向
原創【51CTO.com原創稿件】
測試從業者新趨勢
“以前，測試人員不夠就加測試人員，一直加到飽和為止。我們一定要從架構級去改變，到一定量以后，要換一個角度看問題，不是從0到1，而是要從0到1找到一個架構過程。”云測學院首席講師，TestOps架構師陳霽在第二屆NCTS中國云測試峰會上說道。
1、在未來的5～10年內測試行業發展會很快，這會導致人才缺口變大，測試人員會成為一個軟件企業生存的命脈，測試這關過不了，產品做出來也是死掉。
2、造成人才缺口大的一個原因就是很多測試人員的技術水平因為知識不成體系或者學的不夠扎實的原因，只能做一下簡單的工作，其實企業更多的需要一些技術層級稍微高一點的人才。
怎么去解決這兩個問題呢？還需從技術人員本身去入手；軟件測試工程師們要規劃好自己的職業發展規劃；這需要從以下幾點做起:
1、轉化和構建架構思想，看問題要從局部到整體。
2、從量化到進化，你的工作量和工作能力是有限的，你可以提高你自己的能力做更多的事情，但是你不可能做所有的事情。
3、從賦能自己轉變到賦能他人。
測試行業技術發展千息瞬變，尤其是在最近測試行業往自動化、智能化方向發展的情況之下；技術從業者要順應變化，掌握新技術，這樣才能立于不敗之地。
測試行業技術實踐一覽
從信息化、數字化到智能化，互聯網作為IT能力的載體，很大程度上正在改變IT技術的研發趨勢和應用模式，重構整個人類社會的商業體系。新技術和新商業模式的涌現顛覆傳統商業生態，也改變人們的社會習慣。企業正在經歷一場深重的大變革，而隨著互聯網及傳統行業的公司逐漸轉向數據驅動的運營方式，測試也被賦予更多的含義。測試正變得越來越智能，機器學習正在帶來革命性的變化。
圖片領域的測試實踐
阿里巴巴測試開發專家巴圖在第二屆NCTS中國云測試峰會上做《基于圖片對比的頁面自動化測試實踐》分享時，對比傳統軟件公司和互聯網公司在軟件發布流程中的不同，并指出如下三點：
1、頁面用例的自動生成，是阿里測試智能化探索的一部分；
2、測試平臺需要更好的穩定性以及自動化運維；
3、測試平臺需要建立Bug閉環，統計出一段時間內攔截的Bug數量，這才能體現平臺的真正價值。
此外，阿里巴巴技術專家羽瑤做《基于圖像智能算法的端上h5頁面測試提效輕量化解決方案》分享時也指出，“自動化能力多多少少都有穩定性的問題，我們非常注重算法能力，正在探索基于圖像算法能不能真實檢測頁面的問題。”
目前市面上常用的平臺測試是存在一定的問題：一類是基于Appium/Uiautomator；二是應用侵入型；最后是以伽利略為代表的天畫產品。這些平臺雖然好用，但是共同的問題就是需要人工寫腳本。
吸取上述平臺經驗，阿里巴巴自己推出的方案是會場級的和H5為主，結合圖像算法，實現便捷、輕量化，進而貼合不同業務方不同業務場景。當有業務方發布時，通過在阿里的應用上測試確認沒有問題才會發布。
測試如何幫助研發團隊提升效能
汽車之家聞小龍、海風教育呂理偉、中國卓越測試中心陳曉鵬講師在做技術分享時也帶來關于測試如何幫助研發團隊提升效能的一些啟發：
1、自動化測試要在設計做到完善；因為自動化測試本質上是根據測試的設計去執行的，只是執行手段不一樣，當設計出現問題，自動化測試不管再怎么執行還是會遺漏那個問題，所以，自動化測試沒有解決所有的問題，這就要從一開始的設計去入手。
2、做自動化測試時候要集成CICD和DevOps，因為只有把從Idea到實施上線到最終交付市場的整條鏈條打通，實現業務端的敏捷，自動化測試才能發揮最大的價值。
3、測試要以人為本；研發效能提升體系，基于組織架構轉型助力，工具系統賦能，人才文化為本。一個公司里最重要的是人，任何公司不可能完全依賴系統生存，公司的文化建設很重要，要提升人的主觀能動性、團隊合作意識、工作能力和意愿以及公司的文化氛圍。
京東物流大數據算法
京東物流資深測試開發工程師樊宇做《如何讓配送地址更準確——帶你走近京東物流大數據算法測試探索之路》主題演講時指出，“做算法測試，首先要建立算法測試模型，然后獲得真實有效的歷史數據，再完成算法相關接口的調用，最后，改進我們的測試過程。”
京東物流在微信小程序上線后，智能提取地址方面需要技術做支撐，主要集中在自動提取關鍵字和圖片識別地址，最后通過建立算法模型去實現的。期間需要對算法進行測試，京東物流測試團隊首先建立一個算法測試模型；第二通過獲得歷史數據做回歸測試；第三部分是調試算法相關接口；最后不斷改進測試，通過這樣一系列方法建立一整個相對完善的測試流程。
下一代測試產品iTestin技術解密
測試智能化是未來幾年測試行業最大的技術趨勢之一，隨著越來越多的智能化技術在測試領域的應用，測試的效率和質量都會得到進一步的提升。Testin云測致力于將領先技術落地于測試行業，通過融合自然語言處理、文本識別、圖標識別等技術的下一代AI測試產品iTestin，提升測試的易用性和工作效率，大大降低腳本調試和腳本維護成本。
為了支撐自然語言撰寫的自動化測試腳本語言的穩定與高效執行，需要高精度、高效率的AI算法提供可靠的識別效果。Testin云測在業務理解、數據理解、數據準備、算法建模、性能評估、模型部署全流程上實現全面提升，形成了AI技術在測試領域落地的最佳實踐。
自然語言處理：降低操作門檻
使用iTestin實現播放周杰倫的說好不哭
iTestin將AI智能化作為測試技術升級的重要推力，通過基于自然語言的腳本錄制功能，支持用自然語言的交互方式，完成測試自動化操作。
傳統的測試腳本需要大量的人工介入，通過手工框選目標控件來實現腳本錄制和維護，iTestin這種全新的自然語言腳本大幅降低了腳本錄制的難度，也極大提升了產品易用性和腳本維護效率。
OCR文字識別：實現跨平臺腳本能力，降低腳本維護成本
目前大部分應用為了Android端和iOS端的體驗一致，會傾向在兩個端上采用相同的UI設計，即相同的UI界面和操作體驗。企業希望減少對腳本維護的人力投入，同時在后續新增腳本時，逐步將Android端和iOS端的腳本統一為一套腳本，這樣進一步減少腳本維護的投入。Testin云測通過只依賴UI界面截圖的OCR和圖標識別技術，使得Android端和iOS端使用同一套UI自動化測試腳本成為可能，實現跨平臺腳本能力，大大降低腳本維護成本。
在對OCR的檢測和識別模型進行訓練時，數據是最關鍵的輸入，而且數據的精準度和多樣性，對模型的精準度和泛能力起到決定性作用。Testin云測擁有自身多年積累的應用測試數據，并且具有專業的AI數據采集與標注團隊對數據進行處理。
圖標識別技術：進一步提升用戶體驗和自動化測試穩定性
圖標識別技術是除OCR以外，另外一項支撐Testin云測自動化測試的關鍵技術。目前大部分應用采用簡約設計的線條形圖標，導致原本可靠的模板匹配和特征點匹配技術失效。在實際測試中，現有最好的圖標識別技術，正樣本的準確率只有66.87%，負樣本準確率為91.16%，單個圖標識別耗時為1532ms。Testin云測對簡約設計的線條圖標的識別，專門設計了圖標相似度判別算法，大大提高了圖標識別的準確率和對正負樣本的分辨能力，最終的正負樣本準確率在測試數據集上都超過了97%，單個圖標識別平均耗時為319ms，實現了業界領先的識別精度和性能。此外，Testin云測利用自身的數據積累的優勢，對應用上的常用圖標利用深度學習目標檢測技術實現自動識別和定位，進一步提升了用戶體驗和自動化測試的穩定性。
測試行業未來是智能化
目前中國企業正在經歷一場深重的數字化大變革，而隨著互聯網及傳統行業的公司逐漸轉向數據驅動的運營方式，測試也被賦予更多的含義。iTestin的也是在這一背景下應運而生，自動化和智能化的使用體驗，也在為測試的向前進步默默貢獻著自己的一份力量。
而今天AI技術的加持，使測試已經變得越來越智能的同時，也在給測試行業帶來革命性的變化，讓我們期待更多的變化。
【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】
【NCTS峰會回顧】阿里巴圖：基于圖片對比的頁面自動化測試實踐
【NCTS峰會回顧】阿里羽瑤：基于圖像智能算法的端上h5頁面測試提效輕量化解決方案
【NCTS峰會回顧】中國卓越測試中心陳曉鵬：基于BDD的敏捷測試案例分享
【NCTS峰會回顧】汽車之家聞小龍：QA團隊精準測試實踐之路
【NCTS峰會回顧】京東物流樊宇：如何讓配送地址更準確——帶你走近京東物流大數據算法測試探索之路
【NCTS峰會回顧】前海風教育呂理偉：全方位的研發效能管理及提升體系建設
