從很多方面來(lái)看，2022 年都是軟件的分水嶺；隨著疫情最嚴(yán)重肆虐破壞的過(guò)去，我們可以看到暫時(shí)的變化，以及哪些變化已經(jīng)成為結(jié)構(gòu)性的了。因此，那些利用軟件建立可持續(xù)長(zhǎng)期業(yè)務(wù)的公司得以蓬勃發(fā)展，打破了疫情前的現(xiàn)狀。然而，與此同時(shí)，那些僅僅是技術(shù)潮流的產(chǎn)品將被扔進(jìn)歷史的垃圾桶。
隨著工作實(shí)踐以及軟件和 IT 對(duì)世界生存的重要程度的變化，軟件測(cè)試行業(yè)也發(fā)生了類(lèi)似的轉(zhuǎn)變，轉(zhuǎn)向質(zhì)量工程實(shí)踐和自動(dòng)化程度的提高。與此同時(shí)，我們看到機(jī)器學(xué)習(xí)、人工智能以及使之成為可能的大型神經(jīng)網(wǎng)絡(luò)取得了重大的進(jìn)展。這些新技術(shù)將以前所未有的方式改變軟件的開(kāi)發(fā)和測(cè)試方式。在本文中，我將討論未來(lái)幾年我們可能會(huì)看到的趨勢(shì)。
軟件測(cè)試趨勢(shì)
即使是在疫情之前，軟件測(cè)試就已經(jīng)通過(guò)提高測(cè)試過(guò)程中各個(gè)級(jí)別的自動(dòng)化程度而發(fā)生了轉(zhuǎn)變。然而，由于需要在疫情期期間快速重塑商業(yè)模式或添加新的功能來(lái)處理遠(yuǎn)程工作/生活，開(kāi)發(fā)人員的需求旺盛，供不應(yīng)求。這導(dǎo)致了對(duì)更多編程專(zhuān)業(yè)知識(shí)進(jìn)行測(cè)試的矛盾需求，以及對(duì)這些編程技能的更多競(jìng)爭(zhēng)。
結(jié)果之一是轉(zhuǎn)向了用“低代碼”或“無(wú)代碼”工具、平臺(tái)和框架來(lái)構(gòu)建和測(cè)試應(yīng)用程序。在測(cè)試方面，這意味著 Selenium 或 Cypress 等代碼繁重的測(cè)試框架面臨著來(lái)自業(yè)務(wù)用戶(hù)可以使用的低代碼替代方案的競(jìng)爭(zhēng)。此外，對(duì)于某些 ERP 和 CRM 平臺(tái)，例如 Salesforce、Dynamics、Oracle 和 SAP 等，這意味著測(cè)試工具本身需要對(duì)被測(cè)試的應(yīng)用程序有更多的智能和理解。
機(jī)器學(xué)習(xí)改變軟件測(cè)試
我們看到機(jī)器學(xué)習(xí)（ML）用于測(cè)試的第一種方式是使當(dāng)前的自動(dòng)化測(cè)試更具彈性，更不那么脆弱。軟件測(cè)試的一個(gè)致命弱點(diǎn)是維護(hù)，主要體現(xiàn)在測(cè)試整個(gè)應(yīng)用程序和用戶(hù)界面而不是獨(dú)立模塊（稱(chēng)為單元測(cè)試）時(shí)。軟件應(yīng)用程序會(huì)不斷變化，因?yàn)橛脩?hù)希望不斷更新其他功能或業(yè)務(wù)流程；然而，這些更改將會(huì)導(dǎo)致自動(dòng)測(cè)試不再能正常工作。
例如，如果登錄按鈕更改了它的坐標(biāo)、形狀或位置，則可能會(huì)中斷先前記錄的測(cè)試。即使是像頁(yè)面加載速度這樣的簡(jiǎn)單更改也可能導(dǎo)致自動(dòng)測(cè)試的失敗。具有諷刺意味的是，人類(lèi)比計(jì)算機(jī)更直觀(guān)，也更擅長(zhǎng)測(cè)試，因?yàn)槲覀兛梢圆榭磻?yīng)用程序，并立即看到哪個(gè)按鈕放在了錯(cuò)誤的位置、哪些內(nèi)容沒(méi)有被正確顯示。當(dāng)然，這是因?yàn)榇蠖鄶?shù)應(yīng)用程序都是為人類(lèi)使用而構(gòu)建的。那些為其他計(jì)算機(jī)使用而構(gòu)建的軟件系統(tǒng)（稱(chēng)為 API）使用自動(dòng)化測(cè)試要容易得多！
為了克服這些限制，較新的低代碼軟件測(cè)試工具正在使用機(jī)器學(xué)習(xí)讓這些工具以多種方式并多次迭代掃描正在測(cè)試的應(yīng)用程序，以便它們能夠了解哪些結(jié)果是“正確”的，哪些結(jié)果是“不正確”的。這意味著當(dāng)系統(tǒng)的更改與最初記錄的內(nèi)容略有偏差時(shí)，它將能夠自動(dòng)確定該偏差是預(yù)期內(nèi)的（測(cè)試通過(guò)）還是預(yù)期外的（測(cè)試失?。．?dāng)然，我們?nèi)匀惶幱谶@些工具的早期階段，而且它們的炒作多于實(shí)質(zhì)。盡管如此，隨著我們步入 2023 年，我們將會(huì)看到機(jī)器學(xué)習(xí)在軟件測(cè)試中的實(shí)際用例，特別是針對(duì)復(fù)雜的業(yè)務(wù)應(yīng)用程序和快速變化的云原生應(yīng)用程序的。
機(jī)器學(xué)習(xí)技術(shù)的另一個(gè)廣泛應(yīng)用將是在質(zhì)量工程的分析和報(bào)告方面。例如，軟件測(cè)試中的一個(gè)長(zhǎng)期存在的挑戰(zhàn)是要知道將測(cè)試資源和工作集中在哪里。“基于風(fēng)險(xiǎn)的測(cè)試”這一新興學(xué)科旨在將軟件測(cè)試活動(dòng)集中在包含最大風(fēng)險(xiǎn)的系統(tǒng)區(qū)域上。如果你可以使用測(cè)試來(lái)減少總體風(fēng)險(xiǎn)敞口，那么你就有了一種分配資源的量化方式。衡量風(fēng)險(xiǎn)的方法之一是查看特定事件的概率和影響，然后使用先前的數(shù)據(jù)來(lái)了解這些值對(duì)于系統(tǒng)每個(gè)部分的重要性。然后，你可以針對(duì)這些區(qū)域進(jìn)行測(cè)試。對(duì)于機(jī)器學(xué)習(xí)來(lái)說(shuō)，這是一個(gè)近乎完美的用例。這些模型可以分析之前的開(kāi)發(fā)、測(cè)試和發(fā)布活動(dòng)，以了解發(fā)現(xiàn)缺陷、更改代碼的位置以及歷史上發(fā)生過(guò)的問(wèn)題。
人工智能如何改變安全測(cè)試
如果說(shuō)機(jī)器學(xué)習(xí)正在改變軟件測(cè)試行業(yè)，那么人工智能（AI）將以多種方式改變網(wǎng)絡(luò)安全行業(yè)。例如，已經(jīng)有傳言稱(chēng)，許多防病毒和入侵的檢測(cè)系統(tǒng)正在使用人工智能來(lái)尋找可能表明網(wǎng)絡(luò)攻擊的異常模式和行為。然而，我們現(xiàn)在才看到人工智能首次被用于定位和探測(cè)系統(tǒng)，以主動(dòng)發(fā)現(xiàn)薄弱點(diǎn)和漏洞。
例如，流行的 OpenAI ChatGPT 聊天機(jī)器人被要求創(chuàng)建用于訪(fǎng)問(wèn)系統(tǒng)的軟件代碼，并生成假冒但真實(shí)的釣魚(yú)文本，以發(fā)送給使用該系統(tǒng)的用戶(hù)。魚(yú)叉式網(wǎng)絡(luò)釣魚(yú)最常見(jiàn)的方法之一是使用某種社會(huì)工程和模擬，這是網(wǎng)絡(luò)安全的新前沿。聊天機(jī)器人能夠根據(jù)從受害者那里實(shí)時(shí)收到的響應(yīng)，同時(shí)創(chuàng)建工作代碼和逼真的自然語(yǔ)言，以使人工智能能夠創(chuàng)建動(dòng)態(tài)的實(shí)時(shí)攻擊能力。
如果你不相信自己會(huì)上當(dāng)受騙，這里有一個(gè)測(cè)試——本文中有一個(gè)段落是由 ChatGPT 編寫(xiě)的，并且我們將它原封不動(dòng)地粘貼到了本文中。你能猜出是哪一段嗎？
我們?nèi)绾螠y(cè)試或檢查人工智能或機(jī)器學(xué)習(xí)系統(tǒng)？
當(dāng)我們部署基于人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的系統(tǒng)和應(yīng)用程序時(shí)，面臨的另一個(gè)挑戰(zhàn)是：我們?nèi)绾螠y(cè)試它們？對(duì)于傳統(tǒng)的軟件系統(tǒng)，人類(lèi)編寫(xiě)需求，開(kāi)發(fā)系統(tǒng)，然后讓其他人（在計(jì)算機(jī)的輔助下）對(duì)其進(jìn)行測(cè)試，以確保結(jié)果匹配。對(duì)于 AI/ML 開(kāi)發(fā)的系統(tǒng)，通常沒(méi)有離散的需求，取而代之的是大數(shù)據(jù)集、模型和反饋機(jī)制。
在許多情況下，我們不知道系統(tǒng)是如何得出具體答案的，只知道答案是與所提供的數(shù)據(jù)集中的證據(jù)相符。這使得 AI/ML 系統(tǒng)能夠創(chuàng)建人類(lèi)以前不知道的新方法，并找到獨(dú)特的關(guān)聯(lián)和突破。然而，這些新的見(jiàn)解是未經(jīng)證實(shí)的，可能只與它們所基于的有限數(shù)據(jù)集一樣好。風(fēng)險(xiǎn)在于，你開(kāi)始將這些模型用于生產(chǎn)系統(tǒng)時(shí)，它們會(huì)以意想不到且不可預(yù)測(cè)的方式運(yùn)行。
因此，測(cè)試人員和系統(tǒng)所有者必須確保他們清楚地掌握了業(yè)務(wù)需求、用例和邊界條件（或約束）。例如，定義所用數(shù)據(jù)集的限制和訓(xùn)練模型的特定用例將能確保模型僅用于支持其原始數(shù)據(jù)集所代表的活動(dòng)。此外，讓人類(lèi)獨(dú)自檢查模型預(yù)測(cè)的結(jié)果也是至關(guān)重要的。
人工智能如何改變計(jì)算機(jī)硬件？
人工智能開(kāi)發(fā)人員面臨的物理挑戰(zhàn)之一是當(dāng)代硬件的局限性。一些正在使用的數(shù)據(jù)集的規(guī)模達(dá)到了 PB 級(jí)，這對(duì)于根本沒(méi)有足夠 RAM 容量來(lái)運(yùn)行這些模型的數(shù)據(jù)中心來(lái)說(shuō)是一個(gè)挑戰(zhàn)。取而代之的是，它們必須使用 500 多個(gè)通用處理單元（GPU）來(lái)處理整個(gè)數(shù)據(jù)集，每個(gè) GPU 都有數(shù)百 GB 的 RAM。在處理方面，問(wèn)題也類(lèi)似，當(dāng)前的電子 CPU 和 GPU 會(huì)產(chǎn)生大量的熱量，消耗大量的電力，并行處理的速度會(huì)受到電阻的限制。解決這些限制的一個(gè)可能方案是使用光計(jì)算（Optical Computing）。
光計(jì)算是一種利用激光和光電探測(cè)器等基于光的技術(shù)來(lái)執(zhí)行計(jì)算并處理信息的計(jì)算類(lèi)型。雖然已經(jīng)有了將光計(jì)算用于人工智能（AI）應(yīng)用的研究，但它尚未被廣泛用于這一目的。將光計(jì)算用于人工智能存在一些挑戰(zhàn)，其中包括許多人工智能算法需要高精度的數(shù)值計(jì)算，而使用光技術(shù)很難執(zhí)行這些計(jì)算。
話(huà)雖如此，但將光計(jì)算用于人工智能仍有一些潛在的優(yōu)勢(shì)。例如，光計(jì)算系統(tǒng)可能會(huì)以非常高的速度運(yùn)行，這對(duì)于某些需要實(shí)時(shí)處理大量數(shù)據(jù)的人工智能應(yīng)用來(lái)說(shuō)非常有用。一些研究人員也在探索使用光子學(xué)（光學(xué)的一個(gè)子領(lǐng)域）來(lái)實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)，這是許多人工智能系統(tǒng)的關(guān)鍵組成部分。
我們將會(huì)有哪些新的角色和職業(yè)？
隨著人工智能變得越來(lái)越主流，可能會(huì)出現(xiàn)一些還沒(méi)有被我們發(fā)明出來(lái)的全新職業(yè)領(lǐng)域。例如，如果你曾經(jīng)嘗試過(guò)使用 ChatGBT 這樣的聊天機(jī)器人，你會(huì)發(fā)現(xiàn)它可以寫(xiě)出大量看似合理但卻完全不準(zhǔn)確的信息。除了簡(jiǎn)單地雇傭人類(lèi)事實(shí)核查人員和人工軟件測(cè)試人員團(tuán)隊(duì)之外，道德規(guī)范在軟件測(cè)試中可能會(huì)扮演一個(gè)新的角色。
一些眾所周知的技術(shù)已經(jīng)從輸入的數(shù)據(jù)中學(xué)習(xí)到了偏見(jiàn)或開(kāi)發(fā)了歧視算法。例如，Compass 法庭判決系統(tǒng)將對(duì)有色人種或面部識(shí)別技術(shù)在某些種族上比其他種族更有效的人判處更長(zhǎng)的刑期。軟件測(cè)試人員的角色包括理解這些模型中的偏差，并能夠在系統(tǒng)投入生產(chǎn)之前對(duì)其進(jìn)行評(píng)估。
另一個(gè)吸引人的職業(yè)領(lǐng)域與此相反，即試圖影響人工智能的學(xué)習(xí)。例如，在數(shù)字營(yíng)銷(xiāo)領(lǐng)域，聊天機(jī)器人可能會(huì)部分取代搜索引擎的使用。當(dāng)聊天機(jī)器人可以在一段話(huà)中為你提供（潛在的）正確答案或?qū)⒋鸢缸x給你聽(tīng)時(shí)，你為什么還要點(diǎn)擊鏈接頁(yè)面來(lái)查找答案呢？在這種情況下，搜索引擎優(yōu)化（SEO）領(lǐng)域可能會(huì)被新的聊天機(jī)器人優(yōu)化（CBO）領(lǐng)域所取代。網(wǎng)站和其他信息資源的所有者會(huì)希望讓他們的內(nèi)容更容易被聊天機(jī)器人消化，就像今天網(wǎng)站開(kāi)發(fā)人員試圖讓網(wǎng)站更容易被搜索引擎索引一樣。
ChatGBT 寫(xiě)的是哪一段？
你猜到了嗎？那就是“人工智能如何改變計(jì)算機(jī)硬件？”這一節(jié)的最后一段。
總結(jié)
總之，2023 年和未來(lái)幾年將會(huì)發(fā)生重大的變化，這些變化將在大大小小的方面影響軟件測(cè)試行業(yè)。因此，你應(yīng)該開(kāi)始研究如何使用人工智能（AI）和機(jī)器學(xué)習(xí)（ML）來(lái)改進(jìn)你的測(cè)試流程，利用基于人工智能的安全工具，并實(shí)施基于風(fēng)險(xiǎn)的測(cè)試，例如可以利用大數(shù)據(jù)洞察力的基于風(fēng)險(xiǎn)的測(cè)試。
