人工智能對(duì)軟件工程和科技公司的影響不可否認(rèn)，而且還在不斷增加。 有許多組織正在利用這項(xiàng)革命性的技術(shù)來創(chuàng)建開箱即用的功能強(qiáng)大的Web和移動(dòng)應(yīng)用程序。 無論大小，企業(yè)都可以利用AI來提高投資回報(bào)率，提高效率并最大程度地降低運(yùn)營風(fēng)險(xiǎn)。
看看一些統(tǒng)計(jì)信息：
· 大型企業(yè)（擁有至少100,000名員工的企業(yè)）最有可能從人工智能戰(zhàn)略中受益，但只有一半的企業(yè)（來源）。
· 大約47％的數(shù)字化成熟企業(yè)表示他們有明確的人工智能策略（來源）。
· 全世界大約63％的企業(yè)表示，降低成本的壓力將要求他們使用人工智能（來源）。
· 大約54％的高管表示，在其業(yè)務(wù)運(yùn)營中實(shí)施的人工智能解決方案已經(jīng)提高了生產(chǎn)力（來源）。
· 大約61％擁有有效策略的高級(jí)企業(yè)高管表示，他們正在使用人工智能來識(shí)別數(shù)據(jù)中否則會(huì)被錯(cuò)過的機(jī)會(huì)（來源）。
人工智能是尖端技術(shù)，是自動(dòng)化革命的基石。
所有人都必須聽說過ALEXA，google助手，Siri，Cogito，它們使用AI并正在滲入我們的生活。
AI是機(jī)器對(duì)人類智能過程的模擬，有時(shí)也稱為機(jī)器智能（MI）。 如今，幾乎所有企業(yè)都使用某種類型的AI，其中一些比其他類型的更為復(fù)雜。 AI可以分為弱AI和強(qiáng)AI。 弱AI是為諸如語音激活助手之類的特定任務(wù)而設(shè)計(jì)和培訓(xùn)的系統(tǒng)，但是弱AI的唯一缺點(diǎn)是，如果沒有人工干預(yù)，它就無法工作。
另一方面，強(qiáng)大的AI是具有廣義人類認(rèn)知能力的AI系統(tǒng)。 這意味著它可以解決任務(wù)并找到解決方案，而無需任何人工干預(yù)。
例如，無人駕駛汽車就是強(qiáng)大的AI的示例，它結(jié)合了計(jì)算機(jī)視覺，圖像識(shí)別和深度學(xué)習(xí)功能，可以在給定的車道上駕駛汽車并避免行人等意外障礙。
許多技術(shù)都融合了AI，包括自動(dòng)化，機(jī)器學(xué)習(xí)，機(jī)器視覺，自然語言處理和機(jī)器人技術(shù)。 但是在不久的將來，人工智能取代人類的機(jī)會(huì)將會(huì)增加。 對(duì)此的最大答復(fù)是RPA的縮寫，即Robotic Process Automation。
在此博客文章中，我們將討論各種可幫助AI應(yīng)用程序開發(fā)公司創(chuàng)建功能豐富的基于AI的解決方案的工具。
讓我們開始：
Google ML kit 工具包
Google ML Kit（面向移動(dòng)應(yīng)用程序開發(fā)人員的Google SDK Beta機(jī)器學(xué)習(xí)）經(jīng)過創(chuàng)新設(shè)計(jì)，可讓應(yīng)用程序開發(fā)人員在IOS和Android手機(jī)上創(chuàng)建自定義和高級(jí)功能。 除此之外，它還允許移動(dòng)應(yīng)用程序開發(fā)人員將機(jī)器學(xué)習(xí)技術(shù)與基于設(shè)備或云中運(yùn)行的移動(dòng)應(yīng)用程序的各種API集成在一起。
這些功能包括一些高級(jí)功能，例如文本和面部識(shí)別，圖像標(biāo)記，條形碼掃描等等。 在集成API可能與用例不兼容的情況下，移動(dòng)應(yīng)用開發(fā)公司還可以創(chuàng)建自己的TensorFlow Lite模型。
Tensorflow
如果您從事人工智能領(lǐng)域的工作，則可能已經(jīng)嘗試，發(fā)現(xiàn)或?qū)嵤┝四撤N深度學(xué)習(xí)計(jì)算。 Tensorflow上最令人驚奇的事情之一是，當(dāng)使用Python編程語言創(chuàng)建程序時(shí)，您可以輕松地繼續(xù)運(yùn)行并組織CPU或GPU。 因此，無需創(chuàng)建CUDA或C ++級(jí)別即可繼續(xù)在GPU上工作。
此外，它使用多層中心布局，可讓您快速訓(xùn)練，創(chuàng)建和發(fā)送帶有大數(shù)據(jù)集的偽造系統(tǒng)。 這使Google能夠識(shí)別照片或語音識(shí)別應(yīng)用程序中口頭表達(dá)的單詞中的問題。
mxnet
這使您可以通過"忘記背景"來交換內(nèi)存計(jì)算的時(shí)間，這對(duì)于以很長(zhǎng)的順序重復(fù)大量網(wǎng)絡(luò)非常有用。 考慮到可擴(kuò)展性構(gòu)建（對(duì)多臺(tái)機(jī)器和多個(gè)GPU進(jìn)行培訓(xùn)非常容易使用的支持）。
有許多有趣的功能，例如輕松地用高級(jí)編程語言編寫自定義層。 與所有其他關(guān)鍵框架不同，它們并不直接隸屬于任何關(guān)鍵公司，這是任何社區(qū)創(chuàng)建的開源框架的健康狀態(tài)。
TVM兼容性，這將增強(qiáng)與移動(dòng)應(yīng)用程序的兼容性，并使其可以在大量新設(shè)備上使用。
Infosys Nia
這是一個(gè)基于知識(shí)的人工智能平臺(tái)，由Infosys于2017年創(chuàng)建，目的是在自學(xué)知識(shí)庫中收集來自個(gè)人，流程和遺留系統(tǒng)的組織數(shù)據(jù)。
它是由開發(fā)人員設(shè)計(jì)的，用于解決業(yè)務(wù)挑戰(zhàn)性任務(wù)，例如預(yù)測(cè)需要?jiǎng)?chuàng)建和理解客戶行為的產(chǎn)品和收入等等。 該工具還使全球各地的公司都可以使用安全的現(xiàn)金訂單流程輕松地管理客戶查詢，了解實(shí)時(shí)呈現(xiàn)的風(fēng)險(xiǎn)。
Accord.NET 框架
這是一個(gè)集成了圖像處理庫和C＃語言的機(jī)器學(xué)習(xí)框架。 它是為移動(dòng)應(yīng)用程序開發(fā)人員精心設(shè)計(jì)的，用于創(chuàng)建應(yīng)用程序，例如計(jì)算機(jī)視覺，模式識(shí)別，收聽計(jì)算機(jī)（或收聽機(jī)器）以及各種商業(yè)用途的信號(hào)處理。
它分為多個(gè)庫，供最終用戶選擇。 它包括信號(hào)處理，科學(xué)計(jì)算，圖像和支持庫，并具有大量功能，例如實(shí)時(shí)人臉檢測(cè)，自然學(xué)習(xí)算法等。
H2O
H2O是領(lǐng)先的開源軟件工具之一，為開發(fā)人員和公司提供了與人工智能平臺(tái)集成的工具。 該平臺(tái)由H2O.ai設(shè)計(jì)并用Python，JAVA和R等各種編程語言編寫，該平臺(tái)采用開發(fā)人員熟悉的語言進(jìn)行設(shè)計(jì)，以促進(jìn)預(yù)測(cè)分析和機(jī)器學(xué)習(xí)的移動(dòng)應(yīng)用。
除此之外，H2O還可以用于分析各種云文件系統(tǒng)和Apache Hadoop中的數(shù)據(jù)集。 它也可以在macOS，linux和Microsoft windows操作系統(tǒng)上使用。
軟件測(cè)試中的AI工具
持續(xù)交付和DevOps的出現(xiàn)促使企業(yè)在軟件交付周期的多個(gè)階段中探索實(shí)時(shí)評(píng)估。 我們已經(jīng)到了一個(gè)階段，CIO積極尋找AI可以幫助他們實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型目標(biāo)的方法。
AI和ML的綜合能力已達(dá)到頂峰，因此組織也有充分的理由將它們總結(jié)為理想的工具。 應(yīng)用人工智能技術(shù)已成為現(xiàn)實(shí)，它不再是一個(gè)新概念。
一直以來，將AI與ML相結(jié)合已成為日常工程流程的一部分。 說到哪個(gè)，這僅僅是機(jī)器將取代人類的時(shí)代的開始嗎？ AI將如何轉(zhuǎn)變功能測(cè)試自動(dòng)化？ 讓我們開始一個(gè)個(gè)地處理這些查詢：
質(zhì)量保證工程師日新月異地克服了許多困難，浪費(fèi)了大量時(shí)間來尋找合適的解決方案。 同樣，在進(jìn)行任何新添加時(shí)，即使經(jīng)過測(cè)試，現(xiàn)有代碼也可能會(huì)停止工作。
擴(kuò)展現(xiàn)有代碼時(shí)，開發(fā)團(tuán)隊(duì)將進(jìn)行新的測(cè)試。 由于回歸測(cè)試周期很長(zhǎng)，因此手動(dòng)進(jìn)行分析會(huì)淹沒質(zhì)量保證。
可以解釋為："如果在代碼中添加了新功能，則先前創(chuàng)建的自動(dòng)測(cè)試將成功完成。 即使新添加的功能沒有響應(yīng)，該自動(dòng)測(cè)試也不會(huì)引起任何問題。" 在這種情況下，只有手動(dòng)研究才能發(fā)現(xiàn)這些變化。
盡管SDLC每天變得越來越復(fù)雜，交付周期正在縮短，但測(cè)試人員需要立即將評(píng)估和反饋傳達(dá)給開發(fā)團(tuán)隊(duì)。 鑒于產(chǎn)品發(fā)布和新軟件的發(fā)展速度更快，唯一可用的選擇是進(jìn)行更智能的測(cè)試。
現(xiàn)在過去每個(gè)月發(fā)布一次，現(xiàn)在每周發(fā)布一次，幾乎每天都會(huì)列出更新。 因此，很明顯，簡(jiǎn)化軟件測(cè)試并使之更高效/更智能的關(guān)鍵是AI。
測(cè)試人員團(tuán)隊(duì)可以通過包含可以準(zhǔn)確模仿人類行為的機(jī)器來更改傳統(tǒng)的手動(dòng)測(cè)試模型方法。 然后，他們可以穩(wěn)步推進(jìn)基于精度和自動(dòng)化的連續(xù)測(cè)試過程。
由AI驅(qū)動(dòng)的連續(xù)測(cè)試平臺(tái)可以比人工更有效地識(shí)別更改的控件，并不斷更新其算法。 他們有能力觀察甚至很小的變化。
在談?wù)撟詣?dòng)化測(cè)試時(shí)，人工智能已廣泛用于各種用戶界面的對(duì)象應(yīng)用程序分類中。 在此，當(dāng)測(cè)試人員可以在創(chuàng)建通常在開箱即用的設(shè)置中看到的工具之后可以對(duì)控件進(jìn)行預(yù)培訓(xùn)時(shí)，將對(duì)所有公認(rèn)的控件進(jìn)行分類。 在觀察控件的層次結(jié)構(gòu)之后，這些測(cè)試人員以AI看到GUI（圖形用戶界面）獲取各種命令標(biāo)簽的方式創(chuàng)建了技術(shù)準(zhǔn)則。
一個(gè)人需要訪問多余的測(cè)試數(shù)據(jù)，因?yàn)闇y(cè)試全部與結(jié)果認(rèn)證有關(guān)。 有趣的是，由Google DeepMind推出的AI程序利用真誠的學(xué)習(xí)支持自行玩電子游戲。 因此，帶來了大量的測(cè)試數(shù)據(jù)。
在這條線下，AI觀察到用戶在測(cè)試站點(diǎn)內(nèi)實(shí)施探索性測(cè)試。 該測(cè)試?yán)萌四X來識(shí)別和評(píng)估正在測(cè)試的應(yīng)用程序。 反過來，這將導(dǎo)致顧客使測(cè)試用例自動(dòng)化并使業(yè)務(wù)用戶充分地進(jìn)行測(cè)試。
在評(píng)估用戶的行為時(shí)，將對(duì)風(fēng)險(xiǎn)偏好進(jìn)行監(jiān)視，分配和分類。 這些數(shù)據(jù)有助于消除不同的異常情況并評(píng)估自動(dòng)化測(cè)試。 特定的分析工具（例如熱圖）將有助于確定過程中的障礙，并幫助您確定可以進(jìn)行的測(cè)試。 通過自動(dòng)執(zhí)行冗余的手動(dòng)測(cè)試和測(cè)試用例，測(cè)試人員可以更加專注于制定數(shù)據(jù)驅(qū)動(dòng)的決策和連接。
總結(jié)一下：
當(dāng)您雇用開發(fā)人員時(shí)，您可以確保他/她知道其中一些工具，以便您可以使用最好的基于AI的軟件解決方案。 有許多頂級(jí)軟件開發(fā)公司都使用這種工具來制作功能豐富的高級(jí)軟件解決方案。
那你還在等什么？ 使用基于AI的工具來擁有自己的軟件應(yīng)用程序。
(本文翻譯自Sophia Martin的文章《Top AI Software Development Tools in 2020》，參考：https://levelup.gitconnected.com/top-ai-software-development-tools-in-2020-85618d01b1c4)
