人工智能系统测试生命周期详解之测试环境准备

前面的文章里我们已经整体介绍过了人工智能测试的生命周期，它需要经历测试需求的分析、测试环境的准备、数据的准备与验证、测试的执行预分析以及上线后的监控这样一个过程。上篇文章已经为大家介绍了人工智能系统测试生命周期的第一个环节“需求分析”，本文我们将继续介绍第二个阶段“测试环境准备”。

测试环境准备通常有三大因素，第一个我们需要考虑数据量、计算量、测试时间等因素。对于人工智能的一个系统来说，往往我们需要输入一些特定的测试数据，这个在接下来的一步我们会具体谈到。这个时候我们就需要考虑我们的测试环境能不能顺利地运行这些测试数据的推断和功能。

第二个是需要测试团队具备环境快速部署的能力，因为人工智能系统的部署开发往往是一个循环迭代的一个过程，这时候需要我们在构建测试环境的时候，需要能够快速地更新和部署。

由此，我们结合以前研究的一些经验，我们发觉DevOps的一些相关技术，尤其是容器技术（Docker+Kubernetes）越来越多地应用于人工智能公司当中，被用于人工智能系统测试的快速测试与部署。因为用容器的方式以及Kubernetes的方式能够快速地去部署我们AI测试所需要的环境。

以上的内容就是在测试环境准备环节我们需要了解的一些方面，接下来的文章我们将针对人工智能系统测试生命周期的第三个阶段“数据准备阶段”进行介绍。

（本系列文章根据《优品软件培育计划》公益直播内容整理，观看直播回放可以私信我，获取免费观看链接。）