Reading Time: 5 mins

Détection des défauts à l’aide de l’intelligence artificielle dans les tests de logiciels – Apprendre des autres industries

Détection des défauts à l’aide de l’intelligence artificielle dans les tests de logiciels – Apprendre des autres industries

L’intelligence artificielle ” était l’un des termes les plus recherchés dans la base de données scientifique Scopus en 2018, rejoignant le cancer, les crises cardiaques et les mégadonnées dans le top dix.

L’amélioration continue de la qualité, un processus cyclique d’évaluation des performances, de mise en œuvre de plans d’amélioration et de réévaluation des résultats est l’objectif de chaque organisation dans tous les secteurs et les logiciels ne font pas exception.

Des tests efficaces aident à améliorer la qualité en identifiant et en supprimant les défauts au début du cycle et les technologies émergentes telles que l’intelligence artificielle et les domaines connexes de l’intelligence artificielle tels que les sciences des données, l’apprentissage automatique, devraient avoir un impact significatif sur la réalisation de meilleurs tests au fil des ans. venir.

Les tests de logiciels et la qualité en tant que discipline ont beaucoup emprunté à l’industrie manufacturière et à d’autres industries. Kaizen, Kanban, Lean manufacturing, Just-in-time manufacturing et d’autres approches ont été utilisées dans les logiciels pour améliorer la qualité au fil des ans. De même, l’utilisation de techniques d’intelligence artificielle pour identifier et éliminer les défauts dans d’autres industries peut être considérée comme un apprentissage et appliquée dans le monde des tests et de la qualité des logiciels. Regardons quelques exemples.

Motorola prend l’aide de ” Instrumental Inc “, une entreprise qui aide à la détection en temps réel des défauts des problèmes connus et imprévus sur les lignes de fabrication à l’aide d’algorithmes d’apprentissage automatique. Instrumental regroupe toutes les données d’image dans une base de données cloud, où elles peuvent être analysées par des dizaines, voire des centaines d’algorithmes d’apprentissage automatique pour identifier les défauts ou les changements qui intéressent les ingénieurs.

L’Université polytechnique de Hong Kong (PolyU) a récemment développé un système intelligent de détection des défauts de tissu, appelé “WiseEye”, qui s’appuie sur des technologies avancées telles que l’intelligence artificielle (IA) et l’apprentissage en profondeur pour l’amélioration de la qualité dans l’industrie textile.

Les fabricants de textiles comptent actuellement sur les efforts humains pour inspecter au hasard le tissu à l’œil nu. En raison de facteurs humains tels que la négligence ou la fatigue physique, la détection des défauts par le travail humain est généralement incohérente et peu fiable. L’équipe de recherche de ” WiseEye ” a relevé le défi en appliquant les technologies Big Data et Deep Learning. En saisissant des milliers de mètres de données de tissu dans le système, l’équipe a formé “WiseEye” pour détecter environ 40 défauts de tissu courants.

Les « données » sont au cœur de l’intelligence artificielle et, comme nous pouvons le voir dans les exemples ci-dessus, la voie vers une meilleure qualité provient des données passées, qui sont utilisées pour former des systèmes d’intelligence artificielle. Il s’agit d’un vaste domaine d’apprentissage qui peut être appliqué par d’autres industries aux tests et à la qualité des logiciels.

Collecter les défauts passés, les catégoriser en conséquence et les utiliser pour former des systèmes d’intelligence artificielle peut aider les tests logiciels à détecter les défauts, contribuant ainsi à élever la barre de qualité dans les environnements de production.

Peu importe que vous soyez ingénieur, CTO, QA, etc. Lorsque des problèmes surviennent en production, il est de la responsabilité collective de chacun de détecter les défauts, de les corriger et de travailler sur des versions de qualité.

En savoir plus sur l’intelligence artificielle, l’intelligence artificielle, l’intelligence augmentée et l’influence de ces technologies et leur impact sur les tests de logiciels.

[Webinar] Comment l’IA change la détection des défauts ? le 19 septembre 2019 à 11 h 00 HNC. Réservez votre place ici

Lire aussi, Comment l’intelligence artificielle peut augmenter l’assurance qualité

Vasudevan Swaminathan

Bibliophile, Movie buff & a Passionate Storyteller. President @ Zuci systems