未来已来，人工智能测试势不可挡：介绍9款AI测试工具
Applitool采用一种自适应的算法来进行可视化测试（或者说视觉验证），而且不需要事先进行各种设置，不需要明确地调用所有元素，但能够发现应用程序中的潜在错误。
利用基于机器学习（ML）/AI进行自动维护（能够将来自不同页面/浏览器/设备的类似变化组合在一起）；修改比较算法，以便能够辨别哪些更改是有意义的、显著的；能够自动理解哪些更改更可能是一种缺陷还是一种期望，就这种差异进行排序；很多这些事情在行动中看起来还为时过早，但看着路线图会让你了解现在有多少AI被纳入测试工具公司的路线图。记得两年前，我还给某企业做自动化时，介绍过这个工具，那时AI还没有那么突出，只是作为视觉验证技术来介绍的，有图为证。
2.AppvanceIQ
根据应用程序的映射和实际用户活动分析，使用机器学习和认知自动生成自动化测试脚本。脚本生成分为两步走：
AI驱动的脚本生产是软件测试的一项重大突破。它将极大降低脚本开发的巨大工作量——接近为零的工作量。AI创建的脚本组合既是用户驱动的，又比手动创建的脚本更全面。
3.EggplantAI自动化
EggplantDigitalAutomationIntelligence整套工具使用AI和深度学习来从界面上寻找缺陷，能够自动生成测试用例，大幅度提高测试效率和覆盖率。
4.MABL
Mabl由一群前Google雇员研发的AI测试平台，侧重对应用或网站进行功能测试。在Mabl平台上，我们通过与应用程序进行交互来“训练”测试。录制完成后，经训练而生成测试将在预定时间进自动执行。
5.ReTest
ReTest是一家德国公司的产品，源于人工智能研究项目，使用人工智能猴子来自动测试应用程序（Intelligentmonkeytesting）。与其他测试自动化工具不同，在创建脚本时不需要选择被测对象的ID、会自动处理等待时间，脚本执行非常稳定。如果属性或元素是不稳定的，那么可以在执行测试后简单地标记它们。本工具号称是专门为测试人员设计的，能有效地消除了用户拥有任何编程技能的需求，测试人员只需要领域知识、待测试软件的工作原理以及认定缺陷的能力。
6.SauceLabs
SauceLabs，测试人员比较熟悉，移动app自动化测试框架Appium出自他们手里。SauceLabs是最早开始基于云的自动化测试的公司，每天运行超过一百五十次的测试，通过多年测试数据的积累而拥有一个虚拟宝库，能够利用机器学习来针对这些数据进行分析，更好地理解测试行为，主动帮助客户改进测试自动化。他们相信，在测试中使用已知的模式匹配和不同的AI技术是非常有用的。
7.Sealights
Sealights类似SauceLabs，也是一个基于云的测试平台，能够利用机器学习技术分析SUT的代码以及与之对应的测试，不局限于单元测试，还包括系统级的业务测试和性能测试。它还有一个显著特点，基于机器学习以呈现完整的质量Dashboard，帮助我们进行“质量风险”的评估，能够关注用户所关心的东西，包括哪些代码未经某种类型或特定的测试，这样很容易地确保未经测试的代码不会上线，至少要得到尽可能的必要的验证。
Sealights可以轻松创建每个人都能看到的高质量仪表盘。因此，对于每个构建，您都可以了解测试的内容、状态和覆盖范围，以及是否正在改进，减少或存在质量问题。
8.Test.AI
Test.AI(前身为Appdiff)被视为一种将AI大脑添加到Selenium和Appium的工具，以一种类似于Cucumber的BDD语法的简单格式定义测试。Test.AI在任何应用程序中动态识别屏幕和元素，并自动驱动应用程序执行测试用例。它由JustinLiu和JasonArbon创建。
9.Testim
Testim专注于减少不稳定的测试（flakytests）和测试维护，试图利用机器学习来加快开发、执行和维护自动化测试，让我们开始信任自己的测试。
除了上述工具/平台之外，像Functionize、PanayaTestCenter2.0、Kobiton、KatalonStudio和TricentisTosca等工具也具有智能特性。
作者：朱少民
定价：44.50元
ISBN：9787302370314返回搜狐，查看更多
人工智能（智能科学与技术专业术语）
当谈生成式AI技术与应用时，亚马逊云科技谈些什么？
科幻作家、被相当多的读者称为“赛博朋克之父”的威廉·吉布森，写到过这样的句子：“未来已来，只是尚未平均分布。”目前，以生成式AI为代表的新一轮AI爆发式创新，正是如此。但在丁科技网看来，“尚未平均分布”，暗含着“分布是必然”的意味。就像，AI创新重塑各行各业的可能性，在被更多人深信。