2023年6月28日发(作者：)

android⼈⼯智能测试,⼈⼯智能（AI）测试⽅法⼀、了解⼈⼯智能1.1、对⼈⼯智能的理解：⼈⼯智能(AI)是研究、开发⽤于模拟、延伸和扩展⼈的智能的理论、⽅法、技术及应⽤系统的⼀门新的技术科学(定义)。**⼈⼯智能利⽤机器学习技术**，通过对现有的经过处理(筛选、消噪、过滤等)的数据，不断进⾏矫正(设置阀值等⽅法)机器模型的输出，此过程称为训练，期望通过训练可以得到在未来新数据上有良好表现的模型，从⽽投⼊⽣产。1.2、⼈⼯智能⽬前应⽤的⼀些领域：语⾳识别：⼈⼯智能在语⾳识别⽅⾯的应⽤相对较好，如siri、多邻国读⾳识别等图像识别：如⾼速车牌识别、⼈脸识别等个性化推荐：如亚马逊、今⽇头条根据⽤户阅读历史做的推荐系统，利⽤⼈⼯智能进⾏调参数等⼆、AI相关测试2.1、测试分析1) ⼈⼯智能归根结底也是利⽤对历史数据的处理训练出可以在将来数据上有良好输出的模型。2) 对于测试⽽⾔，应该关⼼数据模型在对待正常数据、边界数据、异常数据作为输⼊时，模型的输出是否能够符合期望。2.2、测试⽅法1) 改变测试集：如输⼊与训练时⼀样的数据、与训练时完全不同的数据、训练时的边界值等，看是否达到期望输出2) 如在安卓平台运⾏的代码：通过不断点击运⾏、以及快速退出和快速进⼊、处理⼤量数据、空数据、等观察性能指标的上升等3) 模型是否有良好的⽤户交互4) ⼈⼯智能发展⽬前有⼀定的技术限制，但是⽆论如何都不能造成应⽤crash、卡死、内存溢出等现象5) 具体使⽤时，应有良好的告知⽤户的提⽰，不能⼀直loading等6) 模型是否能够根据处理数据的量从少到多⽽⾃动不断优化、调整输出7) 观察模型输出是否是⼀直不变化的8) 经过多次改变输⼊(百次计算)，再进⾏回归测试，观察输出是否有⼀定程度调优(或者更差了)9) 模型在处理数据时的效率(学习过程，cpu占⽤率、内存消耗等)10) 模型有没有⼈性化的参数调整⼊⼝，供运营⼈员以及测试⼈员对上线后、上线前进⾏调整11) 模型上线后应具有⼀定的参数调整能⼒(例如某些权重的调整等。业界今⽇头条的某些推荐⽅案⼀旦效果好，据说会⽴刻将所有的模型进⾏模拟升级(切换到相同的模式))。12) 风险控制，当发现严重问题时如何良好的控制线上的模型，对其进⾏开关以及升级操作，如上线后若发现难以控制的风险，如需要紧急下线(政策等影响)等问题时，需要有⽴刻关闭的功能以及关闭前对⽤户的良好的提⽰功能。13) 若此模型并不是单独使⽤，有没有良好的兼容性(兼容其他模型)，遇到错误的使⽤时如何变现(以及提⽰⽅式)14) 如模型需要与其他模型进⾏合作才能⼯作，那应当分开单独进⾏测试，此模型应该具有良好的接⼝，和期望输出。测试⽅法参照上⾯。然后再测试与其他模型共同⼯作时的效果三、AI测试举例：3.1、语⾳识别部分1) 输⼊正常的语⾳2) 输⼊有杂⾳的语⾳3) 输⼊空⽩语⾳4) 输⼊不同语⾔的语⾳5) 输⼊长时间语⾳6) 输⼊重复语⾳结论：训练好的模型应在使⽤上满⾜⼀定程度的场景，不能答⾮所问的太离谱3.2、⾃优化测试：1) 将测试集分成2部分(或多部分)，第⼀次输⼊第⼀部分然后观察结果，然后再输⼊第⼆部分，然后再次输⼊第⼀部分，观察输出是否有优化的体现3.3、性能部分：1) [在进⾏语⾳识别时，观察cpu、内存等占⽤情况2) 在语⾳识别结束观察cup、内存有没有释放等情况3) 观察识别的时间长短3.4、友好度测试：1) 观察在使⽤时弱⽹络情况下的提⽰2) 观察识别出错时的提⽰3) 观察正常时的提⽰3.5、风险测试：1) 功能⼊⼝测试(展⽰和关闭)，是否能通过远程直接关闭或开启语⾳识别功能，升级等