逐浪AI大潮，以澎拜之力革新產(chǎn)品測試

作者：是德科技產(chǎn)品營(yíng)銷(xiāo)經(jīng)理 Bernard Ang

產(chǎn)品測試一直都是開(kāi)發(fā)過(guò)程中確保產(chǎn)品在功能和性能方面符合市場(chǎng)預期的關(guān)鍵一環(huán)。然而，傳統的產(chǎn)品測試流程需要投入大量的時(shí)間和資源。另一方面，現代的新產(chǎn)品設計也變得越來(lái)越復雜，對運行條件的要求也愈發(fā)嚴苛，如要求低功耗、融合更多的傳感器以及添加更多的輸入/輸出接口等。

令人欣慰的是，人工智能（AI）技術(shù)正逐漸被運用于現代化的產(chǎn)品測試流程，有望在產(chǎn)品的整個(gè)生命周期內提高測試的效率、準確性和可擴展性。

此篇是德科技署名文章旨在探討AI技術(shù)革新產(chǎn)品測試的潛能，并詳細解讀產(chǎn)品生命周期的各個(gè)階段，將AI技術(shù)集成到產(chǎn)品測試中所能帶來(lái)的積極意義，以及適用于產(chǎn)品測試的各種AI技術(shù)，例如采用機器學(xué)習（ML）算法進(jìn)行預測性維護或者缺陷檢測等，同時(shí)探索現實(shí)世界的各種應用場(chǎng)景、挑戰和未來(lái)發(fā)展趨勢。

產(chǎn)品測試的生命周期

眾所周知，產(chǎn)品開(kāi)發(fā)生命周期有幾個(gè)關(guān)鍵階段。工程師會(huì )在各個(gè)階段執行產(chǎn)品測試工作，以確保整個(gè)產(chǎn)品開(kāi)發(fā)過(guò)程符合公司制定的業(yè)務(wù)計劃和目標。隨著(zhù)時(shí)間的推移，大多數的產(chǎn)品開(kāi)發(fā)流程會(huì )因為新市場(chǎng)需求的出現以及激烈的競爭等因素而變得越來(lái)越復雜。圖 1 顯示了產(chǎn)品開(kāi)發(fā)生命周期的各個(gè)階段。

圖1：產(chǎn)品生命周期的各個(gè)階段

創(chuàng )意和規劃階段

創(chuàng )意階段的導入意味著(zhù)開(kāi)啟一個(gè)新產(chǎn)品開(kāi)發(fā)項目。該階段的主要任務(wù)是從客戶(hù)、科研機構和外場(chǎng)等各種渠道收集與新產(chǎn)品創(chuàng )意有關(guān)的數據。在進(jìn)行規劃時(shí)，需要做相關(guān)調研，尋找產(chǎn)品的潛在市場(chǎng)，并且盡可能從客戶(hù)那里挖掘更多的用例信息。

要對所有內部和外部的需求進(jìn)行鑒別，并按照優(yōu)先級進(jìn)行排序?？蛻?hù)需求是應當優(yōu)先考慮的事項，此外針對技術(shù)可行性的調研也很重要。這一階段為后續的測試工作奠定了基礎，因而非常關(guān)鍵。在該階段，AI可以通過(guò)分析歷史數據和市場(chǎng)走向來(lái)預見(jiàn)潛在的問(wèn)題并對測試計劃進(jìn)行優(yōu)化，從而為工程師提供幫助。

設計和開(kāi)發(fā)階段

在設計和開(kāi)發(fā)階段，分步驟制作硬件電路原型并執行測試驗證對于確保產(chǎn)品的有效構建而言至關(guān)重要。在該階段，設計人員將設計、編碼和開(kāi)發(fā)固件或者嵌入式軟硬件。

最初的測試驗證還將追蹤各個(gè)功能的表現情況，以確保其符合客戶(hù)的要求。AI技術(shù)可以根據設計規范和用例自動(dòng)生成各種測試用例和場(chǎng)景，確保測試用例的全面覆蓋并降低人為錯誤導致的風(fēng)險。

測試驗證階段

所謂測試驗證也就是在硬件開(kāi)發(fā)的最后階段進(jìn)行詳細的性能測試。不過(guò)，大多數的最終驗證測試通常發(fā)生在最終的產(chǎn)品認證階段，以確保硬件和嵌入式軟件符合客戶(hù)、公司內部、法律法規以及監管部門(mén)的要求，并獲得相應的認證。

這一階段的測試必須要全面。由AI驅動(dòng)的測試工具可以自動(dòng)執行重復性的工作、分析海量的測試數據，并鎖定可能識別出潛在缺陷的模式，從而顯著(zhù)增強這一階段工作的有效性。完成測試驗證和產(chǎn)品認證之后，需要對數據進(jìn)行分析，以確保新品能夠充分滿(mǎn)足產(chǎn)品發(fā)布所需的各種規格要求。

開(kāi)發(fā)和維護階段

產(chǎn)品發(fā)布之后，將會(huì )進(jìn)入生產(chǎn)組裝和測試流程，進(jìn)而完成產(chǎn)品訂單。部署之后的測試和持續監測對于始終確保產(chǎn)品的質(zhì)量水平而言至關(guān)重要。AI技術(shù)能夠實(shí)時(shí)監測產(chǎn)品的性能表現，檢測異常情況并預測維護需求。這種持續的反饋閉環(huán)有助于實(shí)現產(chǎn)品的迭代更新。

將AI技術(shù)集成到產(chǎn)品測試中，裨益良多

全球許多公司都在諸多應用領(lǐng)域中使用AI技術(shù)，其中包括產(chǎn)品測試?？焖傧蚴袌?chǎng)推出高質(zhì)量的產(chǎn)品意味著(zhù)在競爭中脫穎而出，贏(yíng)得更多市場(chǎng)份額。在整個(gè)產(chǎn)品生命周期中，采用AI技術(shù)來(lái)執行產(chǎn)品測試大有裨益。

更高的效率

產(chǎn)品測試可能會(huì )非常繁瑣，特別是對汽車(chē)甚至現代洗衣機等復雜的產(chǎn)品執行測試，情況更是如此。這些產(chǎn)品中通常配備了諸多傳感器、運動(dòng)部件、輸入和輸出接口以及圖形顯示用戶(hù)界面等。而這也是AI的用武之地，AI技術(shù)可以搜集數據并通過(guò)特定的算法來(lái)運行這些數據，從而開(kāi)發(fā)出一整套經(jīng)過(guò)優(yōu)化的、適用于任何環(huán)境的測試用例。因此，采用AI技術(shù)可以提高測試流程的效率，顯著(zhù)縮短測試用時(shí)。

更高的精準度

產(chǎn)品測試可以用來(lái)測量數字或模擬電信號的性能、聲音、振動(dòng)、力學(xué)或者視覺(jué)信息。如果機器學(xué)習算法能夠解讀這些數據，學(xué)習并理解預期的結果，然后采取行動(dòng)對數據進(jìn)行完善從而提高檢測的準確性，則意味著(zhù)AI能夠處理這些數據。與較為傳統的、由人工操作的視覺(jué)檢測測試流程相比，AI技術(shù)能夠顯著(zhù)增強缺陷檢測能力，減少人為錯誤，優(yōu)勢非常明顯。

降低成本

由AI驅動(dòng)的測試工具能夠智能化管理重復且耗時(shí)的工作任務(wù)，從而為人類(lèi)提供幫助。它們可以替工程師執行許多離線(xiàn)任務(wù)，如測試調度、批量測試、最大化測試設備利用率、自動(dòng)進(jìn)行測試配置和執行、數據處理等。通過(guò)自動(dòng)執行各類(lèi)任務(wù)，AI能夠大量減少原本需要人工執行的測試工作，從而降低成本。

增強可擴展性

進(jìn)行產(chǎn)品測試通常需要收集大量的測試數據，而這些數據如果使用不當，往往會(huì )造成信息浪費。AI的強大優(yōu)勢之一在于，它能夠根據產(chǎn)品的復雜性和終端用戶(hù)的應用場(chǎng)景進(jìn)行相應的擴展。也就是說(shuō)，AI可以進(jìn)行功能擴展，以便管理大量的測試數據，并動(dòng)態(tài)適應復雜的測試場(chǎng)景。由此帶來(lái)的成效之一是，通過(guò)提供高質(zhì)量的產(chǎn)品為終端用戶(hù)創(chuàng )造價(jià)值。

將AI技術(shù)用于產(chǎn)品測試

測試工程師可以在產(chǎn)品測試過(guò)程中，根據其具體用例和現有測試數據的架構而量身打造的各種AI技術(shù)和算法。如果是新項目，測試工程師也可以靈活地從零開(kāi)始創(chuàng )建模型和數據架構。這些AI算法通?？梢员粍澐譃槿箢?lèi)：監督學(xué)習算法、無(wú)監督學(xué)習算法和強化學(xué)習算法。

監督學(xué)習算法

顧名思義，該算法是一種有監督的機器學(xué)習和訓練方法，它能夠接收帶標記的數據并對其進(jìn)行訓練，從而預測由其他數據可以推導出的結果。在該過(guò)程中，需要熟諳原始數據、通曉良好結果的專(zhuān)家幫助AI算法捕捉一些錯誤信息。

這些著(zhù)名的監督學(xué)習算法包括決策樹(shù)算法、樸素貝葉斯算法和支持向量機算法。用戶(hù)可以利用這些算法得出分類(lèi)結果。分類(lèi)意味著(zhù)結果為是或者否 ，一或者二，通過(guò)或者失敗。這些算法還可以將數據點(diǎn)位分為多個(gè)類(lèi)別。

與線(xiàn)性回歸算法一樣，監督學(xué)習算法也是通過(guò)在圖表上設置X軸和Y軸得出數據序列，從而構建一個(gè)線(xiàn)性回歸方程，以最好地解釋自變量與因變量之間的關(guān)系。X 軸是自變量，Y 軸是因變量。算法生成的線(xiàn)性回歸方程可以幫助人們推導和預測未來(lái)可能出現的數據。

無(wú)監督學(xué)習算法

有些算法，如 K-Means 聚類(lèi)和高斯混合模型，不需要監督學(xué)習。它們不需要帶標記的數據，而是根據接近程度將數據分類(lèi)放入預先設定好的聚類(lèi)中，從而創(chuàng )建模型、分析數據之間的關(guān)系，并從中得出有實(shí)際價(jià)值的洞察和見(jiàn)解。

強化學(xué)習算法

強化學(xué)習算法是第三種機器學(xué)習算法，它將接收到的獎勵信號作為反饋，用于評估自身在環(huán)境中執行動(dòng)作后所帶來(lái)的影響。這類(lèi)機器學(xué)習算法是一個(gè)循環(huán)往復的學(xué)習過(guò)程，需要執行動(dòng)作的智能體（agent）以及外圍的執行環(huán)境。

當環(huán)境向智能體發(fā)送一個(gè)狀態(tài)信號，提示它執行特定的動(dòng)作之后，循環(huán)的學(xué)習過(guò)程就開(kāi)始了。智能體執行動(dòng)作之后，外圍環(huán)境會(huì )發(fā)送一個(gè)獎勵信號，告訴智能體結果如何，使其能夠更新和評估之前的動(dòng)作。有了這些新信息，智能體就可以重新采取新的行動(dòng)。如此循環(huán)往復，直到環(huán)境發(fā)出停止信號。

強化學(xué)習算法適用于自然語(yǔ)言處理，如網(wǎng)絡(luò )互動(dòng)聊天、聊天機器人、文本或語(yǔ)音翻譯、語(yǔ)言建模等。它們還適用于周?chē)h(huán)境不斷動(dòng)態(tài)變化的自動(dòng)駕駛汽車(chē)相關(guān)應用、能夠改善疾病診斷和治療的醫療保健行業(yè)以及工業(yè)自動(dòng)化等應用。

AI在實(shí)際產(chǎn)品測試中的應用

世界各個(gè)地區的不同行業(yè)和公司正在利用AI技術(shù)革新復雜的軟硬件測試方法，利用AI技術(shù)提高測試的效率、準確性、成本效益和可擴展性，從而獲得諸多裨益。以下是三種典型的AI用例：

第一：AI在軟件測試中的應用

銀行、金融服務(wù)和保險 (BFSI) 業(yè)的一家軟件公司必須確保其所有銀行軟件應用程序，如手機銀行、信用卡、電子錢(qián)包、交易和投資以及保險應用程序，都能滿(mǎn)足其所有的性能、功能和系統集成要求。此外，這些軟件應用程序還必須符合所有的兼容性要求、滿(mǎn)足業(yè)務(wù)流程需要并達到安全監管標準。

該公司利用AI技術(shù)助力實(shí)現測試自動(dòng)化，將測試覆蓋率提高了 90%，從而提高了產(chǎn)品質(zhì)量，并將新產(chǎn)品的上市時(shí)間縮短了 40%，同時(shí)在保證產(chǎn)品質(zhì)量的前提下將效率提高了 40%以上，并通過(guò)在產(chǎn)品開(kāi)發(fā)的早期階段消除風(fēng)險最大限度地降低了總成本。

第二：AI在機器視覺(jué)測試中的應用

一家PCB組裝（PCBA）公司需要簡(jiǎn)化其制造流程，以便為全球客戶(hù)提供具有競爭力的 PCBA 制造服務(wù)。該公司向著(zhù)這個(gè)目標邁出了大膽的一步，將AI運用到了其制造流程的各個(gè)階段，包括PCB 設計階段，在該階段，AI的性能仿真有助于更精確地設計集成電路；也包括焊接機，利用AI技術(shù)能夠控制細間距的元器件焊接；還包括基于A(yíng)I技術(shù)的機器視覺(jué)檢測，能夠有效捕捉到產(chǎn)品缺陷。

因此，該公司利用更好的設計和更有效的、自動(dòng)化的機器視覺(jué)檢測方法，提高了 PCBA 產(chǎn)品的質(zhì)量，并降低了制造成本。

第三：AI在產(chǎn)品的聲學(xué)和振動(dòng)測試領(lǐng)域中的應用

一家擁有重型工業(yè)機械的公司需要確保在其運營(yíng)過(guò)程中出現意外宕機的幾率極低，才能避免損失。近年來(lái)，通過(guò)將人工智能和機器學(xué)習（AI/ML）用于工業(yè)機械的故障預測，使得聲學(xué)和振動(dòng)分析在早期故障檢測和診斷方面的應用取得了長(cháng)足的進(jìn)步。

AI/ML 方法（如無(wú)監督的、用于圖像分割的卷積神經(jīng)網(wǎng)絡(luò ) ）可利用機械運行過(guò)程中產(chǎn)生的涵蓋整個(gè)歷史生命周期的聲學(xué)和振動(dòng)數據對算法進(jìn)行訓練。完成訓練之后，測試系統能夠在沒(méi)有人工監督的情況下在線(xiàn)進(jìn)行實(shí)時(shí)監測，預測早期故障，并提供診斷以查明可能引發(fā)故障的根源?？傊?，這款集成了AI技術(shù)的早期故障檢測和診斷系統為公司節省了數百萬(wàn)美元的成本，并避免了昂貴設備的意外宕機和損壞。

AI驅動(dòng)下，產(chǎn)品測試的未來(lái)發(fā)展趨勢

AI時(shí)代已經(jīng)來(lái)臨，各行各業(yè)對它的應用也將持續加深。采用AI技術(shù)的解決方案創(chuàng )新，也必然會(huì )讓產(chǎn)品的測試和開(kāi)發(fā)流程變得更加容易，從而為大眾市場(chǎng)創(chuàng )造福音。測試和測量公司也將針對特定的行業(yè)應用推出更多易于使用的、基于A(yíng)I技術(shù)的測試軟件。將AI用于產(chǎn)品測試能夠帶來(lái)諸多裨益，包括提高測試效率、增強準確性、提高成本效益和可擴展性。企業(yè)可以利用監督學(xué)習算法、無(wú)監督學(xué)習算法和強化學(xué)習算法等AI技術(shù)革新其測試流程，并確保更高的產(chǎn)品質(zhì)量。

AI技術(shù)將繼續向前演進(jìn)，基于A(yíng)I技術(shù)的、全新的產(chǎn)品測試解決方案也將更加易于部署。許多公司抓住這一點(diǎn)在產(chǎn)品的全生命周期管理方面獲得了超越競爭對手的領(lǐng)先優(yōu)勢。

關(guān)于是德科技

是德科技（NYSE：KEYS）啟迪并賦能創(chuàng )新者，助力他們將改變世界的技術(shù)帶入生活。作為一家標準普爾 500 指數公司，我們提供先進(jìn)的設計、仿真和測試解決方案，旨在幫助工程師在整個(gè)產(chǎn)品生命周期中更快地完成開(kāi)發(fā)和部署，同時(shí)控制好風(fēng)險。我們的客戶(hù)遍及全球通信、工業(yè)自動(dòng)化、航空航天與國防、汽車(chē)、半導體和通用電子等市場(chǎng)。我們與客戶(hù)攜手，加速創(chuàng )新，創(chuàng )造一個(gè)安全互聯(lián)的世界。了解更多信息，請訪(fǎng)問(wèn)是德科技官網(wǎng) www.keysight.com