Testin云测总裁徐琨：技术创新的目的是为行业带来效率提升

“技术创新的目标永远是解决客户的实际问题，真正提升效率，为行业带来生产力突破，而不是为了创新而创新。iTestin是一个商业化的产品，如果不能为客户带来持续价值的话，是没有人会接受的。”Testin云测总裁徐琨说道。

十年磨一剑， Testin云测为何在成立的第八个年头提出下一代测试

老话说，十年磨一剑，在国内开创云测试模式的Testin云测却在成立的第八个年头，正式推出下一代测试理念，将AI、机器学习等领先技术与测试场景相结合，携下一代测试产品iTestin对传统测试“宣战”。 这一波高调操作，真的为测试行业带来了福音、突破，还是概念炒作？

先看看什么是“下一代测试”。 徐琨指出，“下一代测试不是一个简单的产品或方案，而是一种不断升级和丰富的新型业务形态。 其本质还是云测试，通过机器学习、深度学习等领先技术突破原来测试的边界，使测试跨越到新的范畴，同时下一代测试是历经行业应用实践的升级后的云测试服务，其融入了Testin云测近9年的丰富客户理解、行业认识。 ”

下一代测试革新传统测试方法，致力于通过融入机器学习、深度学习等领先的AI技术的云测试服务，提升自动化测试产品的智能化水平，增强测试人员的能力，使其摆脱开发技能束缚，专注于业务能力和测试设计能力的培养，帮助企业从提升自动化测试效率、缩短测试周期，提高测试质量等方面革新软件测试工作，大大降低企业的测试成本。

在国内，云测试已被广泛采用，其打破传统测试模式，通过互联网重新组织测试相关的生产要素，带来了测试效率的大幅提升，Testin云测最早提出“云测试”概念的时候，就是希望把测试放到云端来执行，如今的测试人员已经习惯使用云设备和自动化的智能工具。 云测试提供终端设备的统一管理，支持敏捷迭代，可持续集成，将企业现有的测试管理过程与云端测试技术相结合，构建企业独有的云测试体系。

客户为要

任何商业上的成功或者竞争优势的建立，都不能仅仅依靠技术本身来实现。 只有不断结合现实的业务，与用户形成良性的互动，以满足用户需求正向带动产品和技术的迭代，才能真正促进市场对它的接受和广泛采用。

那么，下一代测试的两大基石，云测试和AI技术对客户的价值是怎样的呢？

众所周知，云计算被称为颠覆IT的超级产业，而基于云计算的云测试服务传承了云计算的优势： 首先，测试资源对于用户是透明的。 云测试平台将不同的测试资源和服务统一管理，便于用户感知、查询和使用。 客户只需要关心怎么使用这些资源，而不必关心这些测试资源的实现细节，包括扩展、升级、故障修复等。 用于提供上述资源的硬件在企业内部可以任意分布，用户不必关心究竟是放在什么位置的硬件设备提供了服务。 其次，测试资源动态分配，弹性缩放。 测试资源可以根据需求的变化，自动地进行分配和管理，实现高度“弹性”的缩放和优化使用，用户不必关心具体的操作流程。 此外，测试资源是通用的、可共享的。

再看人工智能。 AI渗透了技术领域，它是一种能够理解，感知和学习的技术，通过使用计算机来解决通常需要人类智能和理解的问题。 根据Forrester的调研显示： 全球有53％的数据和分析决策者表示，他们已经实施、正在实施、正在扩展或者升级某种形式的人工智能。 在过去的一年中，全球有29％的开发人员（经理或者更高级别）开发了人工智能或机器学习软件。 Forrester预计，到2020年所谓的“技术精英”会提升自身的人工智能能力，将以人为本的设计能力，与人工智能开发能力相结合将是关键。

人工智能等新技术不断发展并日益彰显其价值，如何充分挖掘技术潜力，创造业务价值才是重中之重。 徐琨指出，“人工智能的最大价值是加速产业的数字化转型，突破原有软件编程的限制，使现有的业务系统更加智能化。 ”

目前，测试同行对测试的智能化趋势有很积极的反馈，一方面已有落地的案例，另一方面这个方向还会不断有新的技术进展。 Testin云测认为，测试有三个方向可以应用AI： 测试用例的智能生成，测试的智能执行，测试结果的智能分析。 徐琨说道，“自然语言处理降低了撰写用例的成本，大幅降低了学习成本和维护成本； 而OCR文字识别和基于图形的计算视觉用在测试的智能执行，使得测试在执行时可以进一步拟人化； 同时测试脚本的调试成本降低一倍，将执行效率提升一倍。 ”

1.自然语言录入文字即可生成自动化脚本

通过iTestin，想实现向下滑动APP，就可以写“向下滑动”，如果想实现APP登录，就可以写“点击登录”，不必像以前一样需要写一大堆代码，还要设置各种参数才能完成这些操作，大大降低了门槛。

2.不依赖控件信息，进行控件定位识别

为了支撑自然语言撰写的自动化测试脚本语言的稳定与高效执行，需要高精度、高效率的AI算法提供可靠的识别效果。 为了解决识别精度的挑战，Testin云测打造了业界最大规模的APP截图的字符识别数据集，并通过算法自动生成上千万条数据用于字符识别模型的构建。

为了提升OCR深度学习的效率，Testin云测与英特尔联合进行了探索，并重点从基础设施平台配以工具套件来构建解决方案，用软件加速以及硬件支撑两个角度对OCR方案进行优化。 借此，将AI测试中的OCR识别时间从2秒降低到0.3秒左右，实现了6倍的性能提升，且不影响测试的效果和结果。

3.以图找图和图标识别

Testin云测的自动化测试中主要从图像的角度来识别和定位控件元素。 Testin云测对简约设计的线条图标的识别进行了集中攻关，并且专门设计了图标相似度判别算法，大大提高了图标识别的准确率和对正负样本的分辨能力，最终的正样本准确率通过率为97.34%，负样本的准确率为97.16%，单个图标识别平均耗时为319ms，达到了业界领先水平。

结语

机器学习和深度学习等AI技术处于数字化转型的最前沿，随着它们的不断成熟和发展，正在越来越多地用于应对软件测试中的挑战。 Testin云测为应用、软件、网站、小程序等提供全方位测试服务，致力于将领先技术落地于测试行业，通过应用各类机器学习和深度学习的算法使测试越来越“聪明”，徐琨表示，“新兴技术瞬息万变，我们要准确识变，既要准确把握人工智能等领先技术的发展态势，更要聚焦到解决企业的实际测试需求的实践中，只有如此，才能通过技术真正降低了整个测试行业的成本，提升整个测试行业的生产效率，技术就真正转化成了生产力。 ”