AI测试中的数据收集

人工智能，通俗来说就是让机器最大程度的接近于人，如人与人之间沟通，识别图像，奔跑，越障等，例如之前被刷屏的波士顿动力机器人，猎豹移动在世界机器人大会展出的研磨咖啡机器人。

图像识别是目前人工智能应用的一大类型，不断地收集，调整，完善测试数据来支撑AI测试，达到降低错误率，提高准确性和精确率的目的。

从哪入手收集数据？如何入手？两个词：泛化，量化。数据模型的初期建立，并不能给测试人员一个收集测试数据的准确方向，此时需要我们将测试数据泛型化，通过各种途径收集不同类型的测试视频或者图像。收集途径可以通过下载，二次拍摄，实际取景等方式。取景的目标也不局限于某一场景或行为，例如雨景，郊外，宠物，斗殴，人群，拥堵等等。

同时，测试数据要达到量化，并不是说同类视频只需要一个即可，同类视频从不同时间，地点，灯光等角度收集，在测试过程中观察这些数据呈现出的特性。例如雨景可以从白天，夜晚不同时间段，距离远近，迎光逆光等角度收集测试数据。

测试数据的调整是依据正式环境的数据，尽量覆盖，并不能做到完全一致。初期调研或线上某段时间内收集到的实际数据，要与测试数据成一定的比例。当数据量较少时，可以采取3:1真实数据和测试数据。尤其，当正式环境的某部分特征数据逐渐上涨，数据模型的准确率程逐渐下降趋势，这时就需要重新调整测试数据，训练新模型，重新部署上线。

AI上线只是完成了一部分测试，不同于当前的APP和web端的上线，它需要持续跟进，不断调整。