有个朋友做平台测试的，同时做测试工具的开发，跟上我说要去 ali 做人工智能产品的测开，
不太了解人工智能的测试和现有互联网领域的测试方法有啥区别和高大上的，大家发表发表看法
这个 有请孙高飞同学发言
—— 来自 TesterHome 官方 安卓客户端
这个吧， 其实不用把 AI 的测试看的太神秘。 听你的描述的你朋友要去的地方已经将 AI 产品化了。 那既然是一个产品，那么一个产品该有的东西它也有，比如 UI，接口，服务。 所以该有的测试类型也有，UI 自动化，接口自动化，如果是 TO B 业务的话也会有兼容性 (后端兼容性非客户端)，部署测试等等。从这一点来看 AI 产品和互联网产品的测试在很多地方个是相似的。 但毕竟由于业务相差的天差地比别，所以还是有不同的地方。
但要说具体的测试类型，主要分为两个大方向。 一个是模型测试，不涉及机器学习的具体业务，只针对机器学习产生的模型进行测试。具体的测试可以参考我这篇文章：https://testerhome.com/topics/11785 。 这类测试不需要多懂机器学习，知道怎么评估模型，统计模型评估指标就行了，主要就玩数据。 接触的都是大数据相关的技术。
第二个方向就是测试机器学习本身。 这个就是真的需要去学习机器学习这个东西了。 因为日常操作的都是一些机器学习算法和大数据处理算法。 业务流程也是怎么把原始数据进行建模，上线，自学习等。 有些机器学习平台是支持兼容 spark 脚本和 tensorflow 的。 所以有些时候要像开发一样，写一些脚本去建模。 我一直在写的深度学习文章也是在说这些。
其实 AI 产品的测试并没有很多人想的那么美好，不是所有人都在做很高大上的东西。 任何一个产品化的东西都会有边边角角的东西， 会有跟 AI 没什么太大关系的模块测试，有时候也会跟其他人一样点点点。 当然也有很多跟算法相关的，跟开发相关的，跟运维相关的工作。 看个人境遇了