AI最近在軟件測試領域獲得了很多關注——從智能測試執行和自修複測試到增強測試彈性的神經網絡功能。根據IDC的FutureScape，超過54%的高管表示，在他們的業務中實施的人工智能解決方案已經提高了生產力。此外，高達83%的組織表示，人工智能是目前他們業務的戰略優先事項。人工智能讓不可能變成可能。盡管關於哪種AI實現最終會帶來最大的商業價值仍然存在一些問題，但有一件事是肯定的——AI已經在改變我們所知道的測試自動化。
如果你錯過了新聞，Tricentis推出了視覺人工智能， Tosca 14中的一個引擎，使用先進的啟發式和卷積神經網絡技術，為遺留和現代應用程序交付測試自動化，以及從簡單的UI模型構建測試用例——而不考慮底層技術。
盡管大肆宣傳，但對於這一切意味著什麼以及它是如何組合在一起的，仍有一些困惑。Vision AI引擎在Tosca中究竟是如何工作的?它如何與基於模型的測試自動化和其他特定於技術的引擎在Tosca?Vision AI的獨特之處是什麼? Tricentis的所有人工智能解決方案是如何整合在一起的?
繼續讀下去，我們將回答你想知道的關於Tricentis Tosca人工智能平台的一切問題。
Tricentis Tosca，由Vision AI提供動力
讓我們明確一點:視覺AI不是一個獨立的產品。這是Tricentis Tosca版本14中的人工智能引擎。新的Vision AI引擎不會取代Tosca中的現有引擎——相反，它與現有的Tosca功能協同工作，在新的用例、技術和平台上擴展端到端測試自動化。這將允許您更多地自動化，在每個sprint中更早地開始測試，減少跨應用程序更改測試的痛苦，並將測試自動化擴展到複雜的現代和遺留技術。
但是Vision AI與Tosca基於模型的測試自動化方法到底有什麼關係呢?如您所知，基於模型的測試自動化是Tosca的頂峰。它包括掃描被測試的應用程序，提取其技術層，並通過無代碼方法創建業務可讀的自動化模型。這使得測試用例的創建和維護更快，更不容易出錯，從而導致更高效、更健壯和可重用的測試。
視覺AI使用相同的原則來設計測試。唯一不同的是，Vision AI引擎通過其神經網絡技術識別用戶界麵上的元素，我們將在下麵解釋。您可以使用其他Tosca引擎同時構建Vision AI測試。隻需將Vision AI模塊拖放到使用來自其他引擎(如HTML引擎)的模塊的相同測試用例中。
您還可以通過混合Vision AI測試用例和額外的Tosca功能來增強端到端測試自動化，例如:
- 基於風險的測試
今天我們在測試中聽到的主要挑戰之一是，我們正在運行數百個(如果不是數千個的話)測試腳本，這些腳本實際上隻覆蓋了大約20-40%的業務風險。我們如何最小化我們的測試工作並最大化我們的風險覆蓋?Tosca的智能測試用例設計為您提供了一個集中的區域來設計和維護數據驅動的測試場景。通過內置算法，Tosca根據您根據業務邏輯設計的不同場景自動生成測試。使用這種方法，您可以通過首先測試最關鍵的需求來提高您的測試彈性和業務風險覆蓋率。
- 測試數據管理
如今的現實是，敏捷團隊在跨分布式環境的多角色團隊中工作。這使得在跨業務應用程序和架構進行端到端測試時維護數據具有挑戰性。此外，手動創建測試數據是一個資源密集且費力的過程，它會減緩測試並最終減緩發布的交付。使用Tricentis測試數據管理，您可以輕鬆地提供、存儲、管理和跟蹤每次在端到端測試中更改或使用的測試數據。
- 服務虛擬化
缺乏測試環境可用性是實現高水平測試自動化的第二大瓶頸(2019年《世界質量報告》)．使用Tricentis編排服務虛擬化，您可以在測試環境不可用或難以訪問時模擬測試環境。這對於確保您的集成測試在每次係統宕機時持續可靠地執行是至關重要的。
這些隻是Tosca綜合測試自動化平台的一些功能，Vision AI測試可以很容易地集成到這些現有的工作流程和場景中。最重要的是，無論您在Tosca中使用哪個引擎或功能，Vision AI引擎都可以通過AI驅動的功能增強現有測試的健壯性。
視覺AI不需要技術標識符
測試自動化框架的一個隱藏成本是由於脆弱的對象標識而導致測試中斷。應用程序中的每一個更改都會影響底層對象屬性。結果，對象的標識符將不再能夠定位和引導該對象。團隊最終花費大量時間手工重構數以千計的測試腳本，導致高昂的維護成本。
視覺AI為測試自動化開辟了一個全新的維度。簡單地說，Vision AI並不關心應用程序的技術層。相反，它就像一雙人類的眼睛，通過“看到”和識別頁麵上的元素。
你可能會想:“這就像人工智能支持的視覺測試。”不完全是。與可視化測試不同，Vision AI不查看對象定位器，如ID、標記名或XPath。此外，當測試運行時，Vision AI不會比較先前捕獲的基線圖像和現有圖像之間的視覺差異。相反，視覺AI通過深度學習技術使用視覺線索來識別物體和控製並引導它們，而不考慮底層技術層。
盡管它們有不同的用例，但是AI支持的可視化測試和視覺AI都可以增強測試用例的彈性，從而減少測試維護工作和成本。
什麼時候用什麼?Tosca引擎和視覺AI -它需要兩個更多的探戈
一般的經驗法則是，Vision AI可以補充Tosca中的引擎，而自動化可能很難或不可能實現。我們將其分解為三個主要區域，盡管用例可以是多個。
測試在Citrix或VMware上運行的遠程或虛擬應用程序
COVID-19大流行已將世界大部分地區轉移到遠程工作環境，導致對思傑(Citrix)和VMware等虛擬和遠程桌麵接口的需求更大。為遠程托管的應用程序創建測試自動化是不可能的，因為您無法到達應用程序的底層技術屬性以識別和引導元素。這正是視覺AI可以提供幫助的地方。基於其卷積神經網絡技術，該測試僅通過查看視覺線索來引導頁麵上的元素，而不考慮底層技術層。使用Tosca中的Vision AI引擎，您可以跨任何虛擬化的應用程序環境構建和運行測試，即使是在最難到達的接口上。
從一個簡單的模型構建一個測試
在典型的敏捷衝刺中，測試人員通常必須等待UI完全開發完成，然後才能開始UI測試自動化。在測試自動化腳本中采用敏捷和DevOps實踐(如行為驅動開發(BDD))的公司仍然必須等到UI準備就緒才能開始測試自動化。這延緩了軟件的發布。有了Tricentis Vision AI，你終於可以“向左移動”，甚至在UI存在之前就開始UI測試。Vision AI可以從簡單的模型構建測試，並在完全開發的用戶界麵或應用程序上運行相同的測試。
測試現代和遺留應用程序
越來越多的企業正在進行應用程序現代化，這是其數字化轉型之旅的一部分。不幸的是，用於遺留技術和現代技術的測試自動化解決方案進展緩慢或不可用，有時需要大量定製。測試人員將花費大量時間手動重構複雜或難以識別的控件的測試。有了視覺AI，自動化是基於視覺線索，使其能夠跨多種技術運行，消除了創建昂貴的定製的痛苦，這隻會減緩現代化的努力。
視覺AI將人類測試人員置於中心位置
在Tosca中使用Vision AI使自動化變得容易和易於使用。從技術用戶到業務用戶，任何人都可以將Vision AI嵌入到他們的測試自動化工作流程中。這將允許您設計更智能的測試，並放大不需要持續人工幹預的測試彈性。
我們剛剛概述了Vision AI的一些候選人。話雖如此，視覺AI在不同場景中自動化的程度仍然存在上限。例如，Vision AI不能用於非ui測試(如API測試)，因為它不與底層技術層交互。此外，Tosca中特定於技術的引擎對於某些測試自動化場景可能更加穩定，因為它們具有健壯的技術識別技術。
訓練視覺AI不斷改進
在您離開我們之前，請記住:隨著新數據的到來，Vision AI將提高其處理更複雜的測試自動化場景的能力。你可以通過訓練視覺AI變得更聰明，適應你在特定行業中使用的大量不同的應用程序、平台和技術，從而成為這個過程的一部分。
你有興趣親自體驗視覺AI嗎?請在這裏聯係我們．這些博客背後的人會非常樂意提供幫助。