原标题：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。”

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。