本文作者

Dilys迪丽斯Harmo哈莫

概述

所谓的 AI 测试,或者说 人工智能测试,其实其本质还是没有脱离测试的本质:对软件对象定义一些质量描述指标,并用特殊的手段将其量化出来

在本系列的文章正式开始之前,先要了解一下,人工智能的一些重要概念,以及它主要解决的问题。

人工智能介绍

当下,人工智能空前火爆。自 “阿尔法狗”(AlphaGo)完胜人类围棋顶尖高手后,有关人工智能的讨论就从未停歇。一时间,贴着人工智能标签的项目如雨后春笋般涌现,与人工智能业务相关的公司股价更是一路看涨。AI 如此热门,软件测试领域对 AI 测试给予了极大的关注。本文主要介绍 AI 测试中的性能度量指标。

相关术语

人工智能,机器学习与深度学习关系:

下图是人工智能,机器学习,深度学习三者关系图,其实这个图已经非常常见了,但是还是有必要弄出来:

(图片来源:https://testerhome.com/topics/11785

主要应用场景

目前,人工智能已经在很多领域取得了重大成果。下图概括了国内人工智能某些领域的应用成果。

主要技术领域

目前,人工只能的主要技术领域包括数据挖掘,计算机视觉,语音识别和自然语言处理,其中计算机视觉包括图像识别和视频识别。

后文提要

后续的文章会由浅到深的讲 AI 中不同的任务的一些重要评价指标及算法。

其实上图描述还不太准确,但是由于目前还没有想好具体的分类方法,暂可以先凑合使用一下。

所有的 AI 测试里面,最简单,也最容易理解的问题就是:二分类的测试问题。

基本上只需要 小学的数学运算水平大学的一些数学记号 ,就能胜任的工作。

敬请期待。。。


↙↙↙阅读原文可查看相关链接,并与作者交流