What is AI ?
How to build ?
Why to test ?
How to test ?
不同基础编程范例
- 传统软件的决策逻辑：代码形式
- 深度学习系统的决策逻辑：DNN 的结构、在数据上训练的连接权重
 |
 |
|---|
主要观点
- 神经元的无限行为范围
- 并非所有这些都是有意义的
- 训练数据定义的有意义的行为
- 所有神经元的决策贡献（自我修复）
AI 模糊测试
AI 软件测试的关键要素
 |
 |
|---|
评价指标 Criteria：用于描述在特定测试套件运行时测试程序的程度/置信度的度量。
数据扩展
数据扩增：通过轻微变换现有数据或创建新的合成图像来得到新数据的技术。应用领域有图像扩增、文本扩增、雷达扩增……
数据扩增原因：
- 领域数据稀缺
- 数据分布挑战
- 数据标注困难
- 隐藏信息干扰
测试预言
评价指标
鲁棒性
后门攻击
 |
 |
|---|
公平性
What have been done?
医学智能测试
风格转移增强 Augmentation by Style Transfer
