Connect with us

Статьи

Секрет сильного искусственного интеллекта следует искать в мозге человека

Чем дальше развиваются сети глубокого обучения, тем более понятными становятся ограничения в их развитии. Со-основатель исследовательской компании Numenta Джефф Хокинс рассказал о последних открытиях команды, которые не только перевернули представления ученых о мозге, но и являются ключевыми для создания искусственного интеллекта общего назначения.

Анна Гуляева

Опубликовано

/

     
     

Алгоритмы искусственного интеллекта, такие как глубокое обучение и сверточные нейронные сети, значительно помогли в распознавании изображений, создании беспилотных автомобилей и решении других сложных задач. Многочисленные AI-компании пытаются оседлать эту волну инвестиций и приобретения стартапов.

Будущее карт: автомобили, AR и угроза приватности

Но ведущие исследователи понимают, что все не так гладко. Несмотря на впечатляющий прогресс, существующие методы искусственного интеллекта ограничены. Например, сети глубокого обучения обычно требуют миллионов обучающих примеров для корректной работы, в то время как человек может изучить что-то новое гораздо проще. Это ограничивает применение сетей глубокого обучения. Хотя их средняя точность высока, они могут допускать ужасные ошибки. Например, небольшое изменение изображения может привести к тому, что ИИ-система примет зубную щетку за бейсбольную биту. В некоторых случаях это может привести к катастрофе, травмам и смертям.

Из-за этих и других ограничений лидеры области считают, что нужен другой подход. Джофф Хинтон, один из самых выдающихся AI-специалистов, недавно сказал, что нам нужно начать все заново, так как он “очень подозрительно” относится к существующим методам: “Я считаю, что нам нужно всё выбросить и начать с начала”. Франсуа Шолле, ведущий практик сетей глубокого обучения, сказал: “Вы не можете достичь сильного интеллекта при помощи масштабирования существующих техник”.

Шолле предполагает, что глубокое обучение по своей сути является ограниченным, в отличие от человеческого мышления. В самом деле, человеческий мозг удивительно гибок. Люди не только водят автомобили, мы строим небоскребы, управляем фермами и программируем компьютеры. Даже наша способность поднимать простые объекты, например, кружки с кофе, и манипулировать ими сильно превосходит способности любого искусственного интеллекта.

Каждый из нас имеет сотни сложных навыков, которые мы смешиваем и используем. Системы глубокого обучения хорошо работают только на небольшом наборе задач, и они могут делать одну вещь за раз. Их нужно переобучать для каждого нового задания. Люди — это обучающиеся организмы общего применения, а ИИ-системы — нет. Превзойти существующие ограничения ИИ можно, приспособив системы под более общие цели.

Естественная глупость опаснее искусственного интеллекта

Недавно ученые, работающие с искусственным интеллектом, обратились за вдохновением к мозгу. Демис Хассибис, сооснователь DeepMind, сказал: “Человеческий мозг — это единственное существующее доказательство того, что общий тип интеллекта, который мы пытаемся создать, возможен, поэтому мы считаем, что стоит попытаться понять, как достичь этих возможностей”.

Я согласен. Я изучаю мозг более тридцати лет. В 2004 я написал книгу On Intelligence, которая предполагала, что изучение мозга пригодится для создания ИИ. И в 2005 я стал сооснователем Numenta, компании по реверсинжинирингу коры головного мозга, самой большой его части, которая чаще всего ассоциируется с интеллектом. Мы хотим понять, как клетки в голове работают вместе, создавая восприятие и поведение.

Существуют некоторые сходства между работой мозга и текущих методик искусственного интеллекта, значит, ИИ сейчас находится на верном пути. Но существуют и значительные различия. Мозг не только имеет больше способностей, но и его физическая структура более сложна, чем искусственные нейронные сети.

Исследования Numenta раскрыли несколько важных принципов, которые использует мозг и которые придется освоить искусственному интеллекту. Например, у каждого нейрона в мозге есть тысячи синапсов (связей между нейронами). Предназначение многих из синапсов остается загадкой. Мы открыли, что нейроны используют большую часть синапсов, чтобы делать прогнозы. Эти предсказания появляются в клетках и играют решающую роль в наших ожиданиях от будущего. Искусственные нейроны не имеют этой функции и не могут делать такие прогнозы. Мы также обнаружили, почему обучение мозга достигается по большей части при помощи формирования новых синапсов. Это более мощная форма обучения, чем изменение существующих связей, которое происходит в глубоком обучении. Это объясняет, почему мы узнаем новые вещи быстрее.

Хотя у нас есть и другие открытия, я хочу поделиться последним и самым важным из них. Мы изучали, как мы распознаем объекты при прикосновении. Мы обнаружили новое качество коры мозга, которое связано не только с осязанием, но и со зрением и всеми остальными функциями коры. Иногда я называю это свойство “пропавшим ингредиентом” или “секретом сильного ИИ”. Мы недавно опубликовали статью об этом открытии, здесь я приведу его вкратце.

Посмотрите на эту картинку. Очевидно, это кружка. Но, конечно, на самом деле это не кружка, а набор линий на плоской поверхности. Нам сложно увидеть эти линии в плоскости, а не как трехмерный объект. Распространенное убеждение среди нейробиологов гласит, что кора воспринимает изображение от глаз и шаг за шагом она выделяет всё больше свойств, пока не сможет распознать предмет.

Так работают сети глубокого обучения. Этот процесс называется распознаванием паттернов, и нейронные сети хороши в этом. После обучения на многих изображениях они могут взять новую картинку и сказать, что на ней показано. Но они не могут понять, какой объект скрывается за ярлыком. Напротив, когда вы видите изображение, вы сразу воспринимаете его трехмерную форму. Вы можете представить, как предмет выглядит с разных углов и каков он на ощупь, и понять, что он может содержать жидкость. Сеть глубокого обучения хорошо определяет изображение, не понимая, что на нем находится, а кора головного мозга понимает структуру объекта и его поведение.

До недавнего времени никто не понимал, как кора головного мозга трансформирует плоское изображение в ментальную репрезентацию настоящего объекта. Мы поняли, как это происходит. Мы обнаружили, что все входные данные для коры связываются с сигналом, представляющим “локацию”. Когда вы смотрите на изображение кружки, для каждой части картинки и каждого отрезка линии назначается локация, связанная с реальной трехмерной кружкой. Похожим образом компьютеры создают CAD-модели объектов.

Скоро мы перестанем программировать компьютеры. Мы будем обучать их как собак.

Наша теория объясняет, почему вы воспринимаете кружку в трех измерениях и почему вы можете представить, как бы она выглядела с разных сторон. Это также объясняет, почему ваше восприятие кружки является стабильным, хотя ваш взгляд перемещается и останавливается на разных частях изображения. Если для входных данных назначены правильные локации кружки, то неважно, как вы смотрите на изображение.

Мы изучаем применение этого открытия и считаем, что оно может раскрыть многие загадки работы мозга. Хотя мы вывели это свойство, изучая осязание и зрение, нейронные структуры, которые определяют локации для сигналов существуют в каждой части коры. Можно предположить, что обработка любых данных в коре головного мозга связана с локациями, хотя эти локации не всегда соотносятся с физическими объектами в мире. Это значит, что мы управляем абстрактными концепциями с помощью тех же механизмов, что используем для физических объектов. Конечно, управление концепциями является ключевой функцией интеллекта общей направленности.

Уже десятилетиями ведутся споры о том, насколько ИИ должен имитировать мозг. Недавний успех глубокого обучения, которое почти не связано с мозгом, укрепил аргумент о том, что ИИ может развиваться без нейробиологии. Но этот успех показал пределы глубокого обучения и сделал очевидной потребность в новых подходах. Мозг — это очевидное место для поиска новых идей. Как недавно сказал Джефф Безос: “Люди фундаментально отличаются от того, что мы сегодня делаем с машинным обучением и машинным интеллектом”.

Когда мы работаем над созданием искусственного интеллекта общего назначения, мы не должны имитировать всё, что делает мозг. Но некоторые принципы нельзя игнорировать, они лежат в основе любой системы, которая служит для интеллекта общего назначения. Мы уже открыли несколько принципов в ходе своих исследований, и я считаю, что наше последнее открытие окажется самым важным. Оно полностью меняет наше представление об обработке сенсорных сигналов в мозге и о том, как мозг представляет знание о мире.

Я надеюсь, что когда больше людей, работающих с ИИ, осознает пределы существующих методов, они поймут, что создание сильного искусственного интеллекта будет идти от нейробиологии. Интеграция этих открытий в ИИ может занять несколько лет, но мне сейчас абсолютно понятно, как это сделать.

 

Комментарии
Если вы нашли опечатку - выделите ее и нажмите Ctrl + Enter! Для связи с нами вы можете использовать info@apptractor.ru.
Advertisement
Click to comment

You must be logged in to post a comment Login

Leave a Reply

Статьи

Дайджест интернета вещей: октябрь 2018

Роботы собирают других роботов, микродроны открывают двери, а Rolls-Royce вместе с Intel запускает беспилотные корабли. Самые футуристичные новости интернета вещей за прошлый месяц — в одной подборке от MobileUp.

MobileUp

Опубликовано

/

Автор:

Стартап DocDoc и «Кнопка жизни» создали смарт-часы для консультаций с врачом

Принадлежащий Сбербанку стартап DocDoc вместе с сервисом «Кнопка жизни» выпустил «умные» часы, с помощью которых владелец может звонить врачу и консультироваться с ним. Они оснащены кнопкой вызова экстренной помощи и функцией телефона. В будущем часы смогут напомнить владельцу вовремя принимать лекарства и соблюдать режим двигательной активности, а также снимать различные показатели здоровья и передавать их врачу.

«Билайн» заменил 101 бухгалтера роботом RobBee

Оператор «Билайн» принял в штат робота RobBee для проверки кассовых документов и операций. Он заменит 101 бухгалтера, которые ранее работали в компании. RobBee проверяет поступления платежей в банк, ищет недостачи и ошибки и контролирует их исправление. В компании рассказали, что робот помог отказаться от визуальной проверки 90% кассовых документов, снизил трудоемкость процесса в четыре раза и повысил скорость выполнения на 30%.

Rolls-Royce вместе с Intel запускает новые беспилотные корабли

Искусственный интеллект кораблей будет работать на процессорах Intel Xeon Scalable для принятия решений на основе информации, собранной датчиками. И поскольку эти датчики могут собирать до 1 Тбайт данных в день, то Rolls-Royce предполагает хранить эти данные на 3D NAND-накопителях Intel, которые будут действовать как «черный ящик» корабля.

Honda протестировала «умный» перекресток – автомобили на нем предупреждают друг друга о приближении пешехода

Автоконцерн Honda создал в небольшом американском городке Мэрисвилл «умный» перекресток — систему обмена данными между автомобилями, которая предупреждает о приближающихся из-за угла пешеходах или велосипедистах.

Роботы будут собирать других роботов на фабрике в Китае

Швейцарская ABB, один из крупнейших в мире производителей промышленных роботов и поставщик робототехнических систем, строит в Шанхае фабрику, на которой роботы будут воспроизводить себе подобных. Планируется, что высокотехнологичный «завод будущего» будет выпускать по 100 тысяч роботов в год.

Микродроны научились открывать двери

Группа ученых Стэнфордского университета и Политехнической школы в Швейцарии разработала микродроны, которые умеют поднимать объекты в 40 раз тяжелее самих себя. За счет более эффективной тяги 100-граммовый дрон может поднять объект до 4 кг, например, полную бутылку воды. А два таких дрона могут открыть дверь.

Facebook представила линейку «умных» экранов Portal

Компания позиционирует устройство, как созданное для видеозвонков. С его помощью можно общаться с контактами из Facebook Messenger, а также использовать во время звонков функцию дополненной реальности. Широкоугольная камера экрана отслеживает перемещения человека, позволяя переходить из помещения в помещения, где установлены устройства, продолжая разговор. Пока устройства продаются только в США. Portal и Portal+ стоят 199 и 349 долларов соответственно.

Google представил смарт-дисплей Home Hub без видеокамеры

Диагональ устройства составляет 7 дюймов при габаритах 178,5 х 118 х 67,3 мм. Гаджет поддерживает технологию Bluetooth 5.0 и оснащен 15-ваттными динамиками. Устройство автоматически регулирует яркость дисплея в зависимости от освещения. Дисплей поступил по цене 150 долларов.

Комментарии
Продолжить чтение

Разработка

Интересные материалы для разработчика мобильных приложений #234 (5-11 ноября)

В нашей новой подборке новости с Android Dev Summit, Continuous integration в Яндексе, тотальная интеграция в Google и интересное руководство по жизненному циклу пользователей. Заходите!

AppTractor

Опубликовано

/

Автор:

Гнущиеся смартфоны и другая информация с Android Dev Summit

Сейчас Google проводит Android Dev Summit, и уже состоялся открывающий кейноут. В основном рассказанное там предназначается Android-разработчикам, но есть и новость, способная заинтересовать более широкие массы: «сгибающиеся смартфоны». Внимательно посмотрев онлайн-трансляцию, мы написали и о поддержке таких устройств, и о другой информации из кейноута.

Руководство по разработке Web-приложений на React Native

Вы проснулись. Сияет солнце, щебечут птички. В мире никто ни с кем не воюет, никто не голодает, а один и тот же код можно использовать и в веб-проектах, и в нативных приложениях. Как бы было хорошо! К сожалению, на горизонте можно разглядеть лишь универсальный код, но путь к нему, даже сегодня, всё ещё полон неожиданностей.

 iOS

 Android

 Разработка

 Аналитика, маркетинг и монетизация

 AI, Устройства, IoT

 Вакансии

Комментарии
Продолжить чтение

Маркетинг и монетизация

«Мои игры никто не покупает»: пара простых советов

Компания Inlingo перевела для нас интересный пост Reddit, объясняющий успех тех или иных игр.

AppTractor

Опубликовано

/

Автор:

Время от времени начинающие инди-разработчики пишут мне и просят что-нибудь посоветовать. Иногда их вопросы настолько тесно связаны с тем, о чем я сейчас думаю, что я пишу им огромные простыни. Не хотелось бы, чтобы эти простыни так и оставались в личной переписке, так что я размещаю одну из них сюда, чтобы ее увидело побольше народа.

В этот раз у меня спросили совета насчет конкретных игр, которые вроде бы были вполне удачными, но продавались совсем не так хорошо, как хотелось бы. Автор уже даже всерьез подумывал бросить разработку и найти какую-нибудь другую работу.

Собственно, вот эти игры:

Pillar

The Path of Motus

Я испытываю смешанные чувства, когда выставляю кого-то на всеобщее обозрение, но! Во-первых, без контекста было бы непонятно. Во-вторых, это намного более сильные работы чем то, что мне присылают обычно, так что подробным разбором полетов я никого не опозорю.

Всю суть авторского вопроса передает следующая цитата:

Я пришел к выводу, что мои игры просто не нравятся большинству геймеров. Сначала я утешал себя тем, что они просто очень концептуальные, а потом я увидел ваши игры — они вроде тоже не для всех, но продаются замечательно. А еще мне кажется, что я сильно затягиваю с разработкой. Может лучше выпускать игры быстрее, как на конвейере? Очень хотелось бы услышать ваше мнение или советы — почему ваши игры оказались финансово успешными?

А вот мой ответ:

Прежде всего — я посмотрел трейлер к Pillar и это полный крышеснос.   Очень тягучая, жуткая атмосфера, немного похоже на «I Have No Mouth and I Must Scream».

Далее: вот мой пост на Reddit, очень рекомендую с ним ознакомиться – “Я не зарабатывал деньги до 14 игры“.

А еще я рекомендую подпоясать чресла, запастись терпением, принять неизбежность провалов и ни в коем случае не забрасывать геймдев.

Если честно — я понимаю, почему ваши игры плохо продаются. Не то чтобы я мог конкретно сказать, что не так… Подача будто бы любительщиной отдает.  Может, вы просто переоцениваете свои навыки как аниматора — игры будто бы изо всех сил кричат, что их делал профи, что они выглядит как Braid. Это не так. А вот та же Castle Doctrine со своим лоу-фай исполнением даже не пытается конкурировать с Braid, так что никому и в голову не придет их сравнивать.

One Hour One Life еще слишком свежа в моей памяти, я необъективен (и да, она выглядит ОФИГЕННО), но люди обычно описывают визуалку в ней как «милую». Почему-то всем нравятся простая мультяшная визуалка, она обезоруживает. Это даже не пиксельная графика, это что-то типа… что-то типа каракулей. Каракулей от руки. Это была моя первая пиксельная игра за добрых десять лет, но я все равно умудрился попасть в яблочко.

Все, с визуальной частью вроде закончили. The Pillar мне нравится больше, на самом деле. Анимации движения странные, но к ним можно привыкнуть.

Далее: что за фигня в игре творится?

Инновации в играх должны быть МАКСИМАЛЬНО ОЧЕВИДНЫ. Человек смотрит трейлер и сразу понимает: так, а в такое я еще ни разу не играл.

Давайте посмотрим на трейлер The Castle Doctrine или One Hour One Life. Человек смотрит и видит, что это, как в это играть (почти как обучение!) и насколько это непохоже на все остальные игры.

Это еще один звоночек, на который нужно обратить внимание: достаточно ли сам игровой процесс цепляет? Стоит ли его вообще включать в трейлер?

Тут надо будет придумывать охранную систему и пытаться пробраться через охранные системы других игроков.

Суть в том, что ты рождаешься младенцем, твоя мать — это другой игрок, и за час ты проживаешь всю жизнь.

Эти концепты сразу заинтриговывали всех, кому бы я их ни рассказывал. Даже не-геймеров.

Иногда я просто сижу и жду, пока меня не осенит. Чтобы так «Ох ты!». Что-то настолько очевидное, что я срываюсь гуглить: а вдруг такую игру уже делали? Концепт, до которого мог бы додуматься абсолютно любой.

Я навскидку могу назвать 5 своих друзей, которые работали над играми, похожими на The Castle Doctrine. Я нервничал, это была почти что гонка. А потом я увидел кино «Судная ночь» (The Purge), она тоже примерно про это же.

В общем: хороший концепт легко ложится в трейлер и легко цепляет игрока.

И последнее: ценность.

Люди обычно решают потратить деньги на игру по одной из двух причин.

  1. Они в таком восторге, что покупают игру сразу, не раздумывая. Это часто связано с нереально крутым визуальным исполнением, как в The Last Night. Люди просто сделают ЗАТКНИСЬ И БЕРИ ДЕНЬГИ, так что игра окупится в любом случае. Сюда же относится Hyper Light Drifter. Такие проекты выстреливают сразу же. Это как левитроны — все хотят, чтобы у них над столом парила какая-нибудь ерунда.
  2. Они долго и вдумчиво взвешивают все pro et contra, их надо завлекать холодными цифрами. Их надо завлекать тем, что игра глубокая, что в нее можно играть неделю, месяц, год. Они обойдут ее, покивают себе, помнут игру между пальцами — да, это стоит двадцать баксов. Для них игра — она как рюкзак. Возьмешь что попало и обязательно прогадаешь, тут надо посмотреть, повыбирать, чтобы одну — и на всю жизнь (да, прямо как жену).

Однопользовательские игры обычно полагаются на вау-эффект, исключений немного и обычно мы говорим либо о бесконечных тайкунах (Stardew Valley, Factorio, Subnautica), либо о зубодробительных рогаликах (Spelunky, Nuclear Throne). В любом случае, мы говорим о глубоком погружении и хорошей реиграбельности.

И именно поэтому, к сожалению, однопользовательские игры понемногу вымирают, успех Braid или Fez повторяют единицы, да и те играют на эмоциях (см. п. 1). Зато провалившихся игр с внушительным бюджетом — пруд пруди, хотя лет пять назад все они прекрасно окупились бы. И это я даже не говорю о том, что успех Braid или Gone Home нельзя сравнить с успехом Stardew Valley или Factorio, это принципиально разные уровни.

Я не считаю, что инди-игры обречены, я просто считаю, что люди стали играть в разные жанры инди-игр. Старички в шоке от того, что короткие однопользовательские игры стали плохо продаваться, новички в шоке от того же (потому что почти любая первая игра короткая и однопользовательская), но это не означает, что инди в принципе не продаются. Наоборот!

Подводя итог — при разработке однопользовательской игры следует делать на эмоции максимально сильную ставку. Если потенциальный игрок хоть на секунду задумается, нужна ли ему эта игра — все, он ее уже не купит.

И именно поэтому лучше полагаться на второй тип игроков.

Уже 11 месяцев множество людей каждый день играет в The Castle Doctrine. За семь месяцев много кто наиграл в One Hour One Life по 900 часов. Если игра сможет удерживать внимание долгое время — на это и нужно полагаться.

Они НЕ выстрелят сразу же. Они выстреливают где-то через годик, когда все внезапно понимают, насколько же все-таки эта игра окупает вложенные в нее деньги.

Проще всего реализовать это через мультиплеер. Да, конечно, есть варианты и для однопользовательских проектов. Просто моя первая хитовая игра (15-я по счету, Sleep is Death) была многопользовательской…

Конечно, такая игра тоже должна цеплять, тоже должна заинтересовать игрока достаточно, чтобы он вообще задумался о покупке — просто это может произойти не сразу. Человек может посмотреть трейлер, походить, подумать, все взвесить — и таки купить.

И самое важное: нельзя сдаваться, сделав всего две игры. Вам еще многому надо научиться, и вы будете это делать с каждым новым проектом. Взгляните на мою вторую игру: я ведь тоже мог бы тогда все бросить.

Комментарии
Продолжить чтение

Статьи

Тестирование не (только) поиск багов

О тестировщиках и обезьянах рассуждает руководитель QA компании Redmadrobot Марина Куликова.

Redmadrobot

Опубликовано

/

Автор:

Почему-то принято считать, что тестирование — самая простая точка входа в мир IT. За годы работы в разных компаниях, странах и ролях — от тестировщика до Head of QA Redmadrobot — я успела на себе испытать разные подходы и наступить на разнообразные грабли. В этой статье постараюсь ответить на самые популярные вопросы и помочь начинающим QA-инженерам сориентироваться в том, что их ждет.

Открыть и потыкать

Для начала разберемся с основным заблуждением: протестировать значит открыть, протыкать все кнопки и формы и наспамить багов. С этим убеждением я сталкивалась как среди тестировщиков, так и на уровне руководителей компаний.

В итоге у менеджеров, дизайнеров и разработчиков возникают вопросы: почему это тестирование лезет в продукт, код и дизайн? их задача проверять все возможные комбинации кнопок! Конечно, и это тоже. Но с тыканьем на кнопки справляются и приложения, например, MonkeyRunner для Android.

А кто будет тестировать зашитую логику, бекенд, краевые сценарии и остальное?

В теории в обязанности тестировщика входит

  • составление тест-дизайна, тест-кейсов, стратегии тестирования
  • репорт и проверка багов
  • проверка и создание документов (артефактов) тестирования
  • проверка безопасности
  • рекомендации о выпуске сборки (продукта) — да-да, во всех утопичных постулатах прописано, что только QA/QC может дать добро на выпуск продукта.

О том, что разработка тест-дизайна и тест-кейсов не так проста, в большинстве компаний хотя бы догадываются, привлекая к этому и написанию кейсов для тест-дизайна QA Team Lead’ов или Senior QA. Или даже создают для этого отдельную роль — TC Designer (writer). Разнообразные стратегии проверки краевых значений, тестирование интерфейсов, нагрузочное и другие кейсы пишут Senior инженеры.

Само тестирование выполняют рядовые тестировщики — люди, в лучшем случае обладающие навыками пользователя компьютером и каким-то продуктом. Хотя некоторые сценарии и запуск SQL-скриптов, работа со сторонними tools доступны не каждому опытному пользователю. И бизнес считает нормальным содержать 20-30 таких специалистов-обезьянок, называя их тестировщиками.

Как можно догадаться (на самом деле можно!), это неправильно. Как с точки зрения бизнеса, так и по отношению к специалистам. Инженеры QA/QC могут принести куда больше пользы, если им доверять и вкладываться в их развитие.

Как минимум, всей команде не придется тратить время на изначально нежизнеспособные дизайн и бизнес-концепции — хороший QA/QC может выявить подобные кейсы еще на этапе разработки.

Чтение кода

Чтобы быть по-настоящему полезным специалистом, тестировщик должен уметь читать код хотя бы на интуитивном уровне, понимать логику разработчиков и мыслить не только алгоритмами, но и процессами. В идеале еще и быстро адаптироваться к новым языкам и программам/средам.

Да, в идеальном мире процесс должен исполняться по модели чёрного ящика, но если сервис работает медленно, хоть и верно — может, стоит оптимизировать код? Или, к примеру, нужно спроектировать негативный сценарий — для подготовки такого теста может понадобиться что-то дописать в коде или подложить программе нужные данные. И да, это задача QA/QC-специалистов — вы же хотите, чтобы после прохождения тестирования у вас был качественный продукт?

Тестировщик должен не бояться заглядывать в код и помогать разработчику разбираться с проблемами. Ревью кода, дебаггинг и юнит-тестирование — не прерогатива разработчиков. Мы не ставим под сомнение их компетенции, но обеспечение качества — ответственность всей команды. Тестировщики же должны напоминать об этом и нести бремя контроля. QA — Quality Assurance — обеспечение качества, QC — quality control — контроль качества. Об этом полезно напоминать тем, кто не чувствует разницы.

Разве можно выстроить что-то грандиозное и круто управлять этим продуктом, не зная, как работает каждый винтик и гаечка?

Безудержная автоматизация

Знать код не значит безудержно все подряд автоматизировать.

Почему-то считается, что тестировщики делятся на автоматизаторов и ручных (мануальных). И большинство ручных мечтает стать автоматерами.

Для начала оговоримся — чтобы идти в автоматизацию, нужно освоить основы тестирования, проектирования и дизайна кейсов. Так работать умеют ведущие специалисты, которые, кстати, понимают, что автоматизация не всем проектам и командам нужна.

Целесообразность автоматизации сильно зависит от специфики проекта: сроков, поддержки, повторяемости, стабильности и других параметров.

Давайте посчитаем, сколько средств уйдет на организацию инфраструктуры для автоматических тестов, поиск инженеров по автоматизации, разработку и — главное — поддержку автотестов? В большинстве случаев проще обойтись unit-тестами, их зачастую очень качественно делают девелоперы, и полным функциональным тестированием (сюда входит море всего).

Если нужно проверить, что продукт точно взлетит, к обязательному набору можно добавить бета-тестирование. И, конечно, нужно грамотно проводить приемочное тестирование (acceptance).

Если же требуется тестирование как отдельный этап, куда проще и эффективнее иметь поставленный процесс жизненного цикла продукта и человека или команду инженеров, способных самостоятельно покрыть задачи тестирования, контроля и обеспечения качества продукта. То есть, людей, которые априори знают область, инструменты и методы, а не стадо обезьян, которых повесили на разработчиков или руководителя проекта.

Отечественное тестирование

Наверное, самая большая проблема в том, что представление о тестировании весьма смутное. Во многих компаниях подход к тестированию обезьяний, а в IT, где есть общее представление о процессах, наблюдаются проблемы с фиксацией на отдельных ролях или инструментах. Хотя к тестированию такой подход плохо применим.

Цели тестировщика в отношении продукта наиболее близки к целям бизнеса и стратегической цели компании. В то же время внутри компании это роль исследователя.

Чаще всего тестированию ставится задача повысить качество и уменьшить брак. За ее решением скрывается координация работы отделов, составление планов и организация тестирования и контроля качества, работа с разработчиками, составление базы кейсов и т.д. Для этого нужны полномочия, которые отделу тестирования чаще всего никто давать не готов, и команда, которой нет и в перспективе не планируется.

Но именно инженеры-тестировщики могут стать теми специалистами, которые организуют процессы контроля и обеспечения качества и станут связующим звеном на всех этапах проекта. Только дайте им такую возможность и такие полномочия!

Изначально проблема кроется в постановке задач для отдела тестирования и его развитии. Создание отдела QA и отладку хотя бы процесса контроля качества надо рассматривать как новый проект в рамках компании. И, как к любому проекту, выставить корректные требования. Причиной неэффективной работы отдела может быть неверная постановка целей и задач при почти полном отсутствии полномочий.

Важно помнить, что хороший отдел QA — это не 20 обезьян, а 2-3 нормальных специалиста. Они знают, как выстроить процессы, как избежать багов в сценариях и дизайне, что изменить, чтобы продукт взлетел. Но для этого, в первую очередь, нужно изменить отношение к отделу тестирования и понимание того, кто такие тестировщики.

В идеале управление качеством (QA) и тестирование это две разные сущности. Ну, а о процессах и разнице между QA и QC уже в другом тексте!

Комментарии
Продолжить чтение

Реклама

Наша рассылка

Нажимая на кнопку "Подписаться" вы даете согласие на обработку персональных данных.

Вакансии

Популярное

X
X

Спасибо!

Теперь редакторы в курсе.