软件工程英语翻译-Unit 1-Setion B

B部 分 ：AI 将要转变的5个软件工程领域

软件开发的5个主要领域——软件设计，软件测试， GUI测试，战略决策生成和自动代 码生成一一都是AI 能提供帮助的领域。将AI 应用与软件开发的兴趣主要体现在自动化测试和bug 检测工具上。接下来是软件设计规程、决策策略，最后是自动化软件部署流水线。

根据 Forrester研究报告，让我们深入探讨一下受AI 影响的软件工程的中高兴趣领域

1. 软件设计

在软件工程中，计划一个项目并从头做起需要设计者在确认一个解决方案前，运用他们的专业知识和经验提出备选的解决方案。设计师从解决方案的远景开始，然后撤回并向前调查计划更改，直到他们达到所需的解决方案。为每个阶段确定正确的计划选择对于设计师来说是一项冗长且容易出错的工作。沿着这条路线， 一些AI 的发展已经证明了利用智能专家增强传统方法的优势。这里要 注意的是，操作员的行为就像客户的个人伙伴。该员工应有能力用最熟练的方法为设计项目方法提供适当的指导。

以 AIDA 为例，它是由书签(一个网站建设平台)部署的人工智能设计助手。AIDA 通过AI了解用户的需求和原望，并利用这些知识为用户创建一个合适的网站。它可以从数百万种组 合中进行选择，以创建网站样式，焦点，图像以及更多针对用户定制的内容。在大约2分钟的时间内，AIDA 设计了网站的第一个版本，从那时起它就变成了拖放操作。

2. 软件测试

应用程序之间通过无数的应用程序接口进行交互。他们利用遗留系统并且每天都在变得 更加复杂。复杂性的增加也会带来一些挑战，这些挑战可以被基于机器的智能所克服。AI工具可以用来创建测试信息，探索信息的真实性，范围的推进和检查，也用于测试管理。

如果人工智能的训练是准确的，可以保证执行的测试是无错误的。测试人员从重复的手 工测试中解脱出来，因此有更多的时间创建具有复杂特性的自动化软件测试。此外，如果每 次修改源代码时都要重复软件测试，那么重复这些测试不仅很耗时，而且成本极高。AI 通过自动化测试再次为您提供了帮助!

使用AI 自动化测试，可以增加测试的总体范围，从而提高软件质量。

以功能化工具为例，通过人工智能云测试，用户可以更快地测试和发布软件。用户只需 用英语输入一个测试计划，功能化工具就会自动转换为一个功能测试用例。该工具允许云中 的每个浏览器和设备弹性地扩展功能、加载和进行性能测试。它还包括自我修复测试，可实时自动更新。

SapFix是 Facebook 部署的另一个人工智能混合工具，它可以自动修复由“Sapienz”

识别的特定错误。然后将这些修复方案提交给工程师进行批准并部署到生产中。

3. 图形用户界面测试

图形用户界面(GUI)在与当今软件的交互中变得非常重要。它们越来越多地用于关键系 统，测试图形用户界面对于避免故障是必要的。由于在测试过程中可用的工具和技术很少，所以测试图形用户界面非常困难。

目前使用的GUI 测试方法是特别的。它们需要测试设计人员执行大量的任务，比如手动 开发测试用例，识别测试执行期间要检查的条件，决定什么时候检查这些条件，最后评估

GUI软件是否被充分测试。呦!这有很多工作要做。

另外不要忘记，如果GUI 在测试后被修改，测试设计人员必须更改测试套件并执行重新测试。因此，现在的GUI测试是资源密集型的，而且很难确定测试是否足够。

Applitools   是一个依靠AI 的 GUI测试工具。Applitools     Eyes  软件开发测试包会自动 测试可视代码是否正常运行。Applitools 使用户能够像测试功能UI 代码一样彻底地测试他 们的可视化代码，以确保应用程序的可视化外观与您预期的一样。用户可以测试他们的应用程序在多个屏幕布局中的外观。它允许用户跟踪网页的行为，以及网页的外观。用户可以测试他们开发的所有东西，从应用程序的功能行为到视觉外观。

4. 在战略决策中使用人工智能

通常，开发人员必须经过漫长的过程才能确定产品中应包含哪些功能。但是，经过商业 因素和过往开发项目训练的机器学习AI 解决方案可以分析现有应用程序的性能，并帮助工 程师团队和项目经理等业务利益相关者找到最佳解决方案，以最大程度地发挥产品影响力并 降低风险。  通常，将业务需求转换为技术规范需要长时间计划。机器学习可以帮助软件开发公司加快流程，以更短的时间交付产品，并在短时间内增加收入。

AI画布是著名的战略决策工具。AI画布可以帮助识别在企业中构建和部署机器学习模型相关的关键问题和可行性挑战。

AI Canvas 是一个简单的工具，它帮助企业将他们需要知道的东西分成7个类别，即预 测、判断、行动、结果、输入、培训和反馈。明确这七个因素在整个组织的每个关键决策将有助于确定AI 降低成本或提高绩效的机会。

5. 自动代码生成/智能编程助手

从头开始编写一个庞大的项目通常会耗费大量人力和时间。智能AI 编程助手将在很程度上减少工作量。

为了解决时间和金钱限制的问题，研究人员以前曾尝试过构建可以编写代码的系统，但 问题是这些方法不够明确。  因此，需要写下有关目标程序旨在做什么的许多细节，而写下这些细节与编写代码一样多。借助AI, 故事可以翻转了。

“Bayou”—— 一种基于人工智能的应用程序，是一种智能编程助手。它最初是一项旨 在从GitHub 等在线源代码库中提取知识的计划。Bayou 遵循一种称为神经素描学习的方法。 它训练了一个人工神经网络，以识别成千上万个Java 程序中的高级模式。为此，它为读取  的每个程序创建一个“草图”,然后将此草图与该程序后面的“意图”相关联。 这项美国国防部高级研究计划署的计划旨在使编程更容易且更不易出错。

6. 总结

在过去的几年中，软件工程经历了巨大的变革。人工智能和软件智能工具旨在使软件开 发更容易、更可靠。根据Forrester 研究公司一份关于人工智能对软件开发影响的报告，自动化测试和 bug 检测工具在改进软件开发方面使用人工智能最多。

看到人工智能在软件工程领域的未来发展将会很有趣。随着工程师和其他开发人员专注 于提高他们的技能，以便在软件开发过程中更好地使用人工智能，预计软件开发周期将更快、更高效、更有效、成本更低。