近日,工业和信息化部印发了《“十四五”软件和信息技术服务业发展规划》。规划提出,“十四五”时期我国软件和信息技术服务业要实现“产业基础实现新提升,产业链达到新水平,生态培育获得新发展,产业发展取得新成效”的“四新”发展目标。
近年来,以人工智能、大数据、物联网、工业互联网及区块链等新一代信息技术构建的智能化应用和产品出现爆发式增长,突破了对于软件形态的传统认知,正以各种展现方式诠释着对新型智能软件的定义。这也使得对软件的质量要求也在从传统功能、性能、安全这些基础层面向着用户体验、数据监测、缺陷预测等全生命周期的高端层面延伸。
在人工智能、大数据等先进技术的赋能下,万物互联的数字经济时代到来,各行各业都在对已有业务场景进行数字化改造和智能化升级,利用各种数字化技术对新业务场景进行创新,人类已经开始逐步迈进大数据时代。
在大数据时代蓬勃发展的现在,人们对软件产品的需求会越来越大,为了达到用户的要求,实现软件的各种功能,多样化的开发模式如雨后春笋般涌现出来。企业原有的软件测试模式越来越不适应现在多样化的开发节奏,而软件测试在软件开发环节中又占有相当重要的地位,因此软件开发者通常要在整个软件的开发流程中花费大量的精力、时间和资源去完成软件测试,从而有效保障系统的正确性、性能容量及可靠性。
随着敏捷测试开发的提出,以及测试驱动开发、自动化的持续集成和测试等技术的应用,软件测试开始发生翻天覆地的变化,软件测试从调试为主逐渐转为预防为主,而预防也渐渐成为当下软件测试的主流思想之一,人们已经不满足于编码后对程序的验证和确认,而是事先就通过测试来保证软件开发的正确性和实用性。
重复可能是每一个人在工作中都期望避免的状态,测试工作特别是回归测试中,需要大量的重复校验。随着软件复杂度的上升,对于交付周期的压缩,已经无法简单通过增加测试人数的手段来解决,在此背景下,自动化测试和智能测试随着AI技术的成熟逐渐成为了主流。
目前 AI 在测试上的主要应用具体体现在机器人、语音识别、图像识别、自然语言处理等方 面,而未来,为了进一步提升测试的有效性,需要解决对象识别及测试用例自动生成的问题。通过大数据、人工智能甚至机器学习,让机器学会如何测试、进一步帮助我们测试,也并不是天方夜谭。
