該報告驗證了Visual AI對測試自動化的影響

來自101個/地區(qū)的288位質(zhì)量工程師的經(jīng)驗數(shù)據(jù)提供了報告背后的洞察力和可信度，該報告證明了Visual AI在測試自動化領域中的優(yōu)勢。該報告來自Applitools，該公司銷售使用視覺AI的功能和視覺測試工具。

視覺AI是計算機視覺的一種形式，它以與人眼和大腦相同的方式查看應用程序，其優(yōu)點是不會疲勞。人工智能工具為不斷增加的自動化輔助服務增加了另一個方面，使測試工程師能夠跟上當今現(xiàn)代應用程序?qū)I / CD的快速發(fā)展和需求。

該報告聲稱，通過使用Visual AI，質(zhì)量工程師能夠以5.8倍的速度創(chuàng)建測試用例，從而擴大了測試覆蓋范圍，將測試代碼的穩(wěn)定性提高了3.8倍，并增加了預生產(chǎn)中捕獲的錯誤數(shù)量。使測試人員能夠提供更大覆蓋范圍，效率提高45%的因素。

與領先的開源測試框架(Cypress，Selenium和WebdriverIO)相比，該報告中的統(tǒng)計數(shù)據(jù)提供了一系列令人印象深刻的性能優(yōu)勢。盡管基于代碼的框架本質(zhì)上是開放的，可配置的，但精簡程度較低，但它們的確為大多數(shù)質(zhì)量工程師和測試人員所熟悉的比較提供了基準。該報告詳細介紹了本研究中使用Applitools平臺以提高這些效率并驗證統(tǒng)計數(shù)據(jù)的過程和技術。在考慮針對DevOps環(huán)境的系統(tǒng)方法時，在測試自動化工具上的投資并不是一個可以跳過的領域，因此，如果超出用戶對AI自動化的熱情，管理人員可以評估一個嚴肅的業(yè)務案例。

測試自動化框架和工具市場上已有穩(wěn)定的參與者，每個參與者對測試，組織，協(xié)作和報告的處理方式都不同。人工智能驅(qū)動的認知視覺呈現(xiàn)了一些相當新穎的屬性，這些屬性僅報告了用戶可以感知的差異，而忽略了看不見的渲染，大小和位置差異。隨著公司在UI / UX Web和移動域中的工作越來越多，在表示層之間保持一致性將帶來巨大的好處，從而使質(zhì)量團隊的工作更加有效。該報告驗證了視覺AI是一種嚴肅的“自動化測試效率多人游戲”，為測試人員提供了“超級能力”，可以在幾分鐘內(nèi)訪問每個屏幕和頁面，而不會感到疲倦或犯錯誤。

Applitools使用黑客馬拉松方法為報告提供了真實數(shù)據(jù)，它提供了288個獨立測試工程師的數(shù)據(jù)集，這些工程師共花費了80個工作周以上的時間來記錄其進度。有了如此大量的數(shù)據(jù)點，它開始類似于現(xiàn)實世界中的場景，在該場景中，不同的行業(yè)，開發(fā)團隊和文化已經(jīng)動手使用該工具，并研究了可視化AI作為測試自動化特定分支的優(yōu)勢。該報告的主要結果是，使用AI工具監(jiān)視整個設備和瀏覽器范圍內(nèi)的UI / UX元素的呈現(xiàn)可以改善測試團隊的整體性能。節(jié)省時間和提高質(zhì)量，或者在這種情況下，準確性可以節(jié)省時間，這對于測試團隊而言具有明顯的好處;