软件参加几乎我们所做的一切,是的,我们相信,它的工作原理。是的,有时候失败,它驱使我们坚果,但在大多数情况下,我们期望它做什么。我们学会了信任,软件是如何工作的?通过积极的体验与软件,符合我们的预期。和经过良好测试的软件避免破坏用户体验,因为客户没有看到虫子——他们要在开发过程中识别和固定得更早。

同样,我们也学着相信人工智能,这是越来越多地到软件和应用程序中,我们每天使用(虽然没有在传统软件的规模)。但也有很多不好的例子体验与AI妥协的道德,责任,包容,从而侵蚀信任。例如,当我们描述没有测试意味着没有信任在人工智能:第1部分节奏是一个机器学习(ML)和AI-infused应用程序(AIIA),法官在12个美国使用帮助决定是否允许被告保释之前试验和帮助决定刑期的长度。研究人员发现,节奏经常预测黑人被告在比他们的实际年龄累犯的风险更高,虽然经常低估了风险,白被告会重犯。

失去信任AIIAs创新是基于ai的高风险。AI-infused应用程序的额外的期望我们人类是,除了工作,我们预计智能行为:AIIAs必须说话,听,看,和理解。Forrester的数据和分析调查,2022年,显示,73%的企业正在实施或实现了AI / ML /深度学习在2022年,从2021年的67%,测试这些AI-infused应用程序因此变得更加重要。

测试AI风险图不够测试AIIAs织机的后果更大的地区,影响生活和安全应用程序(认为无人驾驶汽车和自动化工厂),网络安全,或战略决策支持。随着人工智能的提高,我们逐渐减少人工干预,测试AIIAs变得更加重要。

大部分来自我们自己的研究和其他数据源的迹象表明,越来越多的IT领导考虑使用人工智能在测试或测试他们的人工智能。我们期待爆炸性增长AIIA测试。下面是一些最常见的问题,我们从客户得到的主题AI测试:

1)我怎么平衡的风险没有足够的测试或测试AIIAs太多吗?

2)我怎么知道我测试AI足够吗?

3)测试AIIAs村。应该涉及什么角色?

4),现有的测试实践和技能,我可以使用,我需要新的?

5)所有类型的人工智能涉及测试相等吗?

6)自动化测试AIIAs呢?

7)如何自动化集成到MLOps (DevOps AI) ?

如果你是73%采用人工智能使您的企业更聪明,更快和更有创意,看这个视频你的最常见问题的答案。