ಲಾಭಗಳು:
- ಕ್ರಿಯಾತ್ಮಕ, ರಿಗ್ರೆಷನ್, ಎಡ್ಜ್ ಕೇಸ್ ಮತ್ತು ಕ್ರ್ಯಾಶ್ ಟೆಸ್ಟ್ ಲೇಯರ್ಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಪರೀಕ್ಷಾ ಸನ್ನಿವೇಶಗಳು ಮತ್ತು ಎಡ್ಜ್ ಕೇಸ್ ಪಟ್ಟಿಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷಾ ಕೋಡ್ ಬರೆಯುವ ಮೂಲಕ ಮತ್ತು ಲಾಗ್ ಮತ್ತು ಕ್ರ್ಯಾಶ್ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ಹೊರತೆಗೆಯುವ ಮೂಲಕ ಡೀಬಗ್ ಮಾಡುವಿಕೆಯನ್ನು ವೇಗಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ದೋಷ ರೋಗನಿರ್ಣಯವು ಪುರಾವೆಯಲ್ಲ ಆದರೆ ಊಹೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಕಾರಣವನ್ನು ದಾಖಲೆಗಳು ಮತ್ತು ಪುನರುತ್ಪಾದನೆಯೊಂದಿಗೆ ಸಾಬೀತುಪಡಿಸಬೇಕು ಮತ್ತು ದೋಷ ವರದಿಯ ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ಪುನರುತ್ಪಾದಿಸಬೇಕು.
ಆಟವನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದಾಗ, ಡೆವಲಪರ್ ಊಹಿಸದ ರೀತಿಯಲ್ಲಿ ಆಟಗಾರರು ಅದನ್ನು ಆಡುತ್ತಾರೆ: ಗೋಡೆಗಳಲ್ಲಿ ಸಿಲುಕಿಕೊಳ್ಳುವುದು, ದಾಸ್ತಾನು ದುರ್ಬಳಕೆ ಮಾಡುವುದು, ಅಸಾಧ್ಯವಾದ ಸ್ಥಳಗಳನ್ನು ತಲುಪುವುದು, ಕ್ರ್ಯಾಶ್ಗಳನ್ನು ಪ್ರಚೋದಿಸುವುದು. ಗುಣಮಟ್ಟದ ಭರವಸೆ (QA — ಗುಣಮಟ್ಟದ ಭರವಸೆ); ಇದು ಬಿಡುಗಡೆಯ ಮೊದಲು ಆಟವನ್ನು ವ್ಯವಸ್ಥಿತವಾಗಿ ಪರೀಕ್ಷಿಸುವ ಪ್ರಕ್ರಿಯೆ ಮತ್ತು ದೋಷಗಳು (ದೋಷಗಳು), ಕ್ರ್ಯಾಶ್ಗಳು, ಅಸ್ಥಿರತೆಗಳು ಮತ್ತು ಕೆಟ್ಟ ಅನುಭವಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಮತ್ತು ಸರಿಪಡಿಸುವುದು. ಆಟದ ಉತ್ಪಾದನೆಯಲ್ಲಿ ಇದು ಅತ್ಯಂತ ಶ್ರಮದಾಯಕ ಆದರೆ ನಿರ್ಣಾಯಕ ಲಿಂಕ್ಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ. AI ಅನೇಕ ಹಂತಗಳಲ್ಲಿ QA ಅನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ: ಪರೀಕ್ಷಾ ಪ್ರಕರಣಗಳ ಉತ್ಪಾದನೆ, ದೋಷ ವರದಿ ವಿಶ್ಲೇಷಣೆ, ಲಾಗ್ ವಿಮರ್ಶೆ, ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷಾ ಕೋಡ್ ಬರವಣಿಗೆ, ಡೀಬಗ್ ಮಾಡುವುದು ಮತ್ತು ಉತ್ಪಾದನಾ ಹಂತಗಳನ್ನು ಸಂಸ್ಕರಿಸುವುದು. ಆದರೆ AI ಮಾನವ ಪರೀಕ್ಷಕನ ಅಂತಃಪ್ರಜ್ಞೆ ಮತ್ತು ಆಟದ ಭಾವನೆಯ ಮೌಲ್ಯಮಾಪನವನ್ನು ಬದಲಿಸುವುದಿಲ್ಲ.
ಈ ಘಟಕದಲ್ಲಿ ನೀವು QA ಮತ್ತು ಡೀಬಗ್ನಲ್ಲಿ AI ಅನ್ನು ಹೇಗೆ ಬಳಸಬೇಕೆಂದು ಕಲಿಯುವಿರಿ; ನೀವು ಪರೀಕ್ಷಾ ಸನ್ನಿವೇಶ ವಿನ್ಯಾಸ, ಲಾಗ್ ವಿಶ್ಲೇಷಣೆ, ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷಾ ಬರವಣಿಗೆ ಮತ್ತು ದೋಷ ವರದಿ ಮಾಡುವ ಶಿಸ್ತುಗಳನ್ನು ಕಲಿಯುವಿರಿ.
QA ಪದರಗಳು ಮತ್ತು AI ಸ್ಥಳ
QA ಬಹು-ಪದರವಾಗಿದೆ. ಕ್ರಿಯಾತ್ಮಕ ಪರೀಕ್ಷೆ: ವೈಶಿಷ್ಟ್ಯವು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ (ಬಾಗಿಲು ತೆರೆಯುತ್ತದೆ, ರೆಕಾರ್ಡಿಂಗ್ ಲೋಡ್ ಮಾಡುತ್ತದೆ). ರಿಗ್ರೆಶನ್ ಪರೀಕ್ಷೆ: ಹೊಸ ಬದಲಾವಣೆಯು ಮೊದಲು ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದುದನ್ನು ಮುರಿದುಬಿಟ್ಟಿದೆಯೇ? ಎಡ್ಜ್ ಕೇಸ್ ಟೆಸ್ಟಿಂಗ್: ಅಸಾಮಾನ್ಯ ಇನ್ಪುಟ್ಗಳು (ಮರುಹೊಂದಿಸುವ ದಾಸ್ತಾನು, ಒಂದೇ ಬಾರಿಗೆ ಎರಡು ಕೀಗಳು, ಬಾರ್ಡರ್ಲೈನ್ ಮೌಲ್ಯಗಳು). ಕಾರ್ಯಕ್ಷಮತೆ/ಕ್ರ್ಯಾಶ್ ಪರೀಕ್ಷೆ: ಆಟವು ಸ್ಥಿರವಾಗಿದೆ. ಆಟ/ಅನುಭವ ಪರೀಕ್ಷೆ: ವಿನೋದ, ಅರ್ಥಗರ್ಭಿತ. AI ಮೊದಲ ನಾಲ್ಕರಲ್ಲಿ ಪ್ರಬಲವಾಗಿದೆ: ಸನ್ನಿವೇಶಗಳನ್ನು ರಚಿಸುವುದು, ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುವುದು, ಪರೀಕ್ಷಾ ಕೋಡ್ ಬರೆಯುವುದು, ಲಾಗ್ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು. ಕೊನೆಯದು-ಅನುಭವ-ಮನುಷ್ಯನಿಗೆ ಸೇರಿದ್ದು.
QA ಹರಿವು ಹಂತ ಹಂತವಾಗಿ:
- ಪರೀಕ್ಷಾ ಪ್ರಕರಣಗಳನ್ನು ರಚಿಸಿ (AI ಜೊತೆಗೆ ಕ್ರಿಯಾತ್ಮಕ ಮತ್ತು ಅಂಚಿನ ಕೇಸ್ ಪಟ್ಟಿ).
- ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆಯನ್ನು ಬರೆಯಿರಿ (ಪುನರಾವರ್ತಿತ ತಪಾಸಣೆಗಾಗಿ ಕೋಡ್).
- ರನ್ ಮಾಡಿ ಮತ್ತು ಸಂಗ್ರಹಿಸಿ (ಲಾಗ್ ದೋಷಗಳು, ದಾಖಲೆಗಳು, ಕ್ರ್ಯಾಶ್ಗಳು).
- ವಿಶ್ಲೇಷಿಸಿ (AI ಯೊಂದಿಗೆ ಲಾಗ್ ಮತ್ತು ದೋಷ ಮಾದರಿಯನ್ನು ಪರೀಕ್ಷಿಸಿ).
- ವರದಿ ಮಾಡಿ ಮತ್ತು ಪರಿಶೀಲಿಸಿ (ಸ್ಪಷ್ಟ, ಪುನರುತ್ಪಾದಿಸಬಹುದಾದ ದೋಷ ವರದಿ; ಪರೀಕ್ಷಾ ಪರಿಹಾರ).
ಸುಳಿವು: ಡಿಸೈನರ್ ತನ್ನ ಆಟವನ್ನು "ಸರಿಯಾಗಿ" ಆಡುವುದರಿಂದ ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಕಷ್ಟ. AI ಅನ್ನು ಕೇಳಿ "ಆಟಗಾರನು ಈ ವ್ಯವಸ್ಥೆಯನ್ನು ಮುರಿಯಲು ಬಯಸಿದರೆ ಏನು ಪ್ರಯತ್ನಿಸುತ್ತಾನೆ?" ಶೋಷಣೆಗಳು ಮತ್ತು ಅಂಚಿನ ಪ್ರಕರಣಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.
ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆ: ಪುನರಾವರ್ತನೆಯನ್ನು ಯಂತ್ರಕ್ಕೆ ಬಿಡಿ
ಪ್ರತಿ ಬಿಡುಗಡೆಯಲ್ಲೂ ಅದೇ ವಿಷಯಗಳನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರೀಕ್ಷಿಸುವುದು ದಣಿದ ಮತ್ತು ದೋಷ-ಪೀಡಿತವಾಗಿದೆ. ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆಯು ಈ ಚೆಕ್ಗಳನ್ನು ಕೋಡ್ನಲ್ಲಿ ಇರಿಸುತ್ತದೆ: ಒಂದು ಕಾರ್ಯವು ಪ್ರತಿ ಬಾರಿ ಕರೆ ಮಾಡಿದಾಗ ಸರಿಯಾದ ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆಯೇ, ಇದು ನಿರೀಕ್ಷಿತ ಸ್ಥಿತಿಯಲ್ಲಿರುವ ವ್ಯವಸ್ಥೆಯಾಗಿದೆ. ಯೂನಿಟಿ ಮತ್ತು ಅನ್ರಿಯಲ್ ಕೊಡುಗೆ ಪರೀಕ್ಷಾ ಚೌಕಟ್ಟುಗಳು; ಈ ಪರೀಕ್ಷೆಗಳನ್ನು ಬರೆಯುವಲ್ಲಿ AI ವೇಗವಾಗಿದೆ. ಹಿಂಜರಿತಕ್ಕೆ ಇದು ವಿಶೇಷವಾಗಿ ಮೌಲ್ಯಯುತವಾಗಿದೆ: ಬದಲಾವಣೆಯು ಮೊದಲು ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದ ಯಾವುದನ್ನಾದರೂ ಮುರಿದರೆ, ಪರೀಕ್ಷೆಯು ಕೆಂಪು ಬಣ್ಣಕ್ಕೆ ಹೋಗುತ್ತದೆ. AI ಉತ್ಪಾದಿಸುವ ಪರೀಕ್ಷೆಗಳನ್ನು ಪರಿಶೀಲಿಸಿ, ಅವರು ನಿಜವಾಗಿಯೂ ಅರ್ಥಪೂರ್ಣವಾದುದನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ - ಖಾಲಿ ಪರೀಕ್ಷೆಯು ಯಾವುದೇ ಪರೀಕ್ಷೆಗಿಂತ ಕೆಟ್ಟದಾಗಿದೆ.
ಎಚ್ಚರಿಕೆ: ಡೀಬಗ್ ಮಾಡುವಿಕೆಯಲ್ಲಿ, AI ಕೆಲವೊಮ್ಮೆ "ಸಂಭವನೀಯ ಕಾರಣ" (ಭ್ರಮೆ) ಎಂದು ತಯಾರಿಸಿದ ವಿವರಣೆಯನ್ನು ನೀಡುತ್ತದೆ. AI ನಿಮಗೆ ಹೇಳಿರುವುದರಿಂದ ದೋಷದ ಕಾರಣವನ್ನು ಒಪ್ಪಿಕೊಳ್ಳಬೇಡಿ; ಲಾಗಿಂಗ್, ಪುನರುತ್ಪಾದನೆ ಮತ್ತು ಪರೀಕ್ಷೆಯ ಮೂಲಕ ಕಾರಣವನ್ನು ಸಾಬೀತುಪಡಿಸಿ. ತಪ್ಪಾದ ರೋಗನಿರ್ಣಯವು ಸರಿಯಾದದನ್ನು ಕಂಡುಹಿಡಿಯುವುದನ್ನು ವಿಳಂಬಗೊಳಿಸುತ್ತದೆ.
ಸಂತಾನೋತ್ಪತ್ತಿ: ಡೀಬಗ್ ಮಾಡುವ ಹೃದಯ
ದೋಷವನ್ನು ಸರಿಪಡಿಸಲು ಮೊದಲ ಅವಶ್ಯಕತೆಯೆಂದರೆ ಅದನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಪುನರುತ್ಪಾದಿಸುವುದು. "ಕೆಲವೊಮ್ಮೆ ಸಂಭವಿಸುತ್ತದೆ" ಎಂದು ವಿವರಿಸಲಾದ ದೋಷವನ್ನು ಸರಿಪಡಿಸಲಾಗುವುದಿಲ್ಲ ಏಕೆಂದರೆ ನೀವು ಸರಿಪಡಿಸುವಿಕೆಯು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಲಾಗುವುದಿಲ್ಲ. ಆದ್ದರಿಂದ ಡೀಬಗ್ ಮಾಡುವ ಅತ್ಯಮೂಲ್ಯ ಕೆಲಸವೆಂದರೆ ದೋಷವು ಸಂಭವಿಸುವ ನಿಖರವಾದ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಕಿರಿದಾಗಿಸುತ್ತದೆ (ಯಾವ ಹಂತಗಳು, ಯಾವ ಪರಿಸ್ಥಿತಿ, ಯಾವ ಸಮಯ). AI ಇದನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ: ನೀವು ರೋಗಲಕ್ಷಣಗಳು ಮತ್ತು ಭಾಗಶಃ ಸಂತಾನೋತ್ಪತ್ತಿ ಹಂತಗಳನ್ನು ನೀಡಬಹುದು ಮತ್ತು "ಈ ನಡವಳಿಕೆಯನ್ನು ಪ್ರಚೋದಿಸುವ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು ಸಂಕುಚಿತಗೊಳಿಸುವ ತಂತ್ರವನ್ನು ಸೂಚಿಸಿ" ಎಂದು ಹೇಳಬಹುದು. ಆದರೆ ನೀವು ನಿಜವಾಗಿಯೂ ಆಟವನ್ನು ನಡೆಸುವ ಮೂಲಕ ಕಿರಿದಾಗುವಿಕೆಯನ್ನು ಮಾಡುತ್ತೀರಿ; AI ಊಹೆಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ, ನೀವು ಅವುಗಳನ್ನು ತೊಡೆದುಹಾಕುತ್ತೀರಿ.
ವಿಶೇಷವಾಗಿ ಸಮಯ-ಸಂಬಂಧಿತ (ಜನಾಂಗದ ಸ್ಥಿತಿ) ಮತ್ತು ಮೆಮೊರಿ ಸ್ಥಿತಿ-ಸಂಬಂಧಿತ ದೋಷಗಳು ಕಪಟವಾಗಿವೆ; ಇವುಗಳು ನಿರ್ದಿಷ್ಟ ಅನುಕ್ರಮ ಅಥವಾ ಲೋಡ್ನಲ್ಲಿ ಮಾತ್ರ ಸಂಭವಿಸುತ್ತವೆ. ಅಂತಹ ದೋಷಗಳಿಗಾಗಿ, ಲಾಗ್ಗೆ ಟೈಮ್ಸ್ಟ್ಯಾಂಪ್ ಮತ್ತು ಸ್ಥಿತಿ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸುವುದು ನಿರ್ಣಾಯಕವಾಗಿದೆ; AI ಈ ಶ್ರೀಮಂತ ಲಾಗ್ ಅನ್ನು ವಿಶ್ಲೇಷಿಸಬಹುದು ಮತ್ತು ಮಾದರಿಯನ್ನು ನೋಡಬಹುದು ("ಈ ಎರಡು ಘಟನೆಗಳು ಇತ್ತೀಚೆಗೆ ಸಂಭವಿಸಿದಾಗ ಯಾವಾಗಲೂ ದೋಷ ಸಂಭವಿಸುತ್ತದೆ"). ಡೀಬಗ್ ಮಾಡುವ ಸುವರ್ಣ ನಿಯಮವನ್ನು ನೆನಪಿಡಿ: ಮೊದಲು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ, ನಂತರ ಸರಿಪಡಿಸಿ. ತಿಳುವಳಿಕೆಯಿಲ್ಲದ ತಿದ್ದುಪಡಿಯು ದೋಷವನ್ನು ಮರೆಮಾಡುತ್ತದೆ ಆದರೆ ಅದನ್ನು ಪರಿಹರಿಸುವುದಿಲ್ಲ ಮತ್ತು ಆಗಾಗ್ಗೆ ಬೇರೆಡೆ ಹೊಸ ದೋಷವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಎಡ್ಜ್ ಕೇಸ್ ಬೇಟೆ. RPG ಯಲ್ಲಿ, ತಂಡವು "ಸಾಮಾನ್ಯ" ಆಟದಲ್ಲಿ ದಾಸ್ತಾನು ವ್ಯವಸ್ಥೆಯನ್ನು ಪರೀಕ್ಷಿಸಿತು ಮತ್ತು ಅದು ಘನವಾಗಿದೆ ಎಂದು ಭಾವಿಸಿತು. "ಈ ದಾಸ್ತಾನುಗಳನ್ನು ಭೇದಿಸಲು ಪ್ರಯತ್ನಿಸಿ" ಎಂದು ಅವರು AI ಹೇಳಿದ್ದರು ಮತ್ತು 30 ಅಂಚಿನ ಸನ್ನಿವೇಶಗಳನ್ನು ಸೃಷ್ಟಿಸಿದರು; ಇವುಗಳಲ್ಲಿ 4 ನಿಜವಾದ ದೋಷಗಳಾಗಿವೆ (0 ತೂಕದ ಐಟಂ ವಿಭಜನೆ, ಏಕಕಾಲದಲ್ಲಿ ಬಿಸಾಡಬಹುದಾದ). ಪ್ರಕಟಣೆಯ ಮೊದಲು ಸರಿಪಡಿಸಲಾಗಿದೆ.
ಪ್ರಕರಣ 2 - ಲಾಗ್ ವಿಶ್ಲೇಷಣೆಯು ಕ್ರ್ಯಾಶ್ ಅನ್ನು ಪರಿಹರಿಸಿದೆ. ಒಂದು ಆಟವು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಕ್ರ್ಯಾಶ್ ಆಗುತ್ತಿದೆ; ಕ್ರ್ಯಾಶ್ ಲಾಗ್ಗಳು ನೂರಾರು ಸಾಲುಗಳಾಗಿದ್ದವು. AI ಗೆ ಲಾಗ್ಗಳನ್ನು ನೀಡಿದಾಗ ಮತ್ತು ಮಾದರಿಯನ್ನು ಕೇಳಿದಾಗ, ಕ್ರ್ಯಾಶ್ ಯಾವಾಗಲೂ ನಿರ್ದಿಷ್ಟ ದೃಶ್ಯ ಪರಿವರ್ತನೆ ಮತ್ತು ಕಡಿಮೆ ಮೆಮೊರಿಯಲ್ಲಿ ಸಂಭವಿಸಿದೆ ಎಂದು ತಿಳಿದುಬಂದಿದೆ. ಈ ಸುಳಿವಿನೊಂದಿಗೆ, ಪ್ರೋಗ್ರಾಮರ್ ಮೆಮೊರಿ ಸೋರಿಕೆಯನ್ನು ಕಂಡುಕೊಂಡರು; ಅಪಘಾತದ ಪ್ರಮಾಣವು ಶೂನ್ಯಕ್ಕೆ ಇಳಿಯಿತು.
ಪ್ರಕರಣ 3 - ತಪ್ಪು ರೋಗನಿರ್ಣಯದಿಂದ ಹಿಂತಿರುಗಿ. ಪ್ರೋಗ್ರಾಮರ್ ಒಬ್ಬರು AI ಯ ವಿವರಣೆಯನ್ನು "ಈ ದೋಷವು ಈ ಕಾರ್ಯದಿಂದ ಉಂಟಾಗುತ್ತದೆ" ಎಂದು ನಂಬಿದ್ದರು ಮತ್ತು ಅರ್ಧ ದಿನ ಅದರೊಂದಿಗೆ ಟಿಂಕರ್ ಮಾಡಿದರು; ಯಾವುದೇ ಫಲಿತಾಂಶಗಳು ಹೊರಬಂದಿಲ್ಲ. ಅವರು ಸ್ಪಷ್ಟಪಡಿಸಿದಾಗ ಮತ್ತು ಉತ್ಪಾದನಾ ಹಂತಗಳನ್ನು ಮತ್ತೆ ಲಾಗ್ ಮಾಡಿದಾಗ, ದೋಷವು ಸಂಪೂರ್ಣವಾಗಿ ವಿಭಿನ್ನ ಸ್ಥಳದಲ್ಲಿತ್ತು. ಪಾಠ: AI ಯ ರೋಗನಿರ್ಣಯವು ಊಹೆಗಳು, ಪುರಾವೆ ಅಲ್ಲ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಎಡ್ಜ್ ಕೇಸ್/ಶೋಷಣೆಯ ಸನ್ನಿವೇಶ ಸೃಷ್ಟಿ:
ನಿಮ್ಮ ಪಾತ್ರ: ದುರುದ್ದೇಶಪೂರಿತ QA ಪರೀಕ್ಷಕ. ನಾನು ಈ ಕೆಳಗಿನ ವ್ಯವಸ್ಥೆಯನ್ನು ವಿವರಿಸುತ್ತೇನೆ: [ಸಿಸ್ಟಮ್, ನಿಯಮಗಳು]. ಕಾರ್ಯ: ಈ ವ್ಯವಸ್ಥೆಯನ್ನು ಮುರಿಯಲು, ದುರ್ಬಳಕೆ ಮಾಡಲು ಅಥವಾ ಅನಿರೀಕ್ಷಿತ ಸ್ಥಿತಿಗೆ ಎಸೆಯಲು ಪ್ರಯತ್ನಿಸುವ 20 ಎಡ್ಜ್ ಸನ್ನಿವೇಶಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ಪ್ರತಿಯೊಂದಕ್ಕೂ: ಏನು ಪ್ರಯತ್ನಿಸಬೇಕು, ನಿರೀಕ್ಷಿತ ಫಲಿತಾಂಶ, ಸಂಭವನೀಯ ದೋಷ.
2) ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆ ಬರವಣಿಗೆ:
ಎಂಜಿನ್: [ಏಕತೆ 2022.3 / ಅನ್ರಿಯಲ್ 5.3]. ಪರೀಕ್ಷಾ ಚೌಕಟ್ಟು: [ನಿರ್ದಿಷ್ಟಪಡಿಸಿ]. ಕೆಳಗಿನ ಕಾರ್ಯ/ವ್ಯವಸ್ಥೆಗಾಗಿ ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆಗಳನ್ನು ಬರೆಯಿರಿ: [ವಿವರಣೆ/ಕೋಡ್]. ಸಾಮಾನ್ಯ ಪ್ರಕರಣ, ಮಿತಿ ಪ್ರಕರಣ ಮತ್ತು ದೋಷಪೂರಿತ ಇನ್ಪುಟ್ ಅನ್ನು ಸೇರಿಸಿ. ಪ್ರತಿ ಪರೀಕ್ಷೆಯು ನಿಜವಾಗಿಯೂ ಅರ್ಥಪೂರ್ಣವಾದದ್ದನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ; ಖಾಲಿ/ಅರ್ಥವಿಲ್ಲದ ಪರೀಕ್ಷೆಗಳನ್ನು ಬರೆಯುವುದು.
3) ಲಾಗ್/ಕ್ರ್ಯಾಶ್ ವಿಶ್ಲೇಷಣೆ:
ಆಟದ ಕುಸಿತ/ದೋಷ ದಾಖಲೆಗಳು ಕೆಳಗಿವೆ: [ಲಾಗ್]. ಕಾರ್ಯ: ಮರುಕಳಿಸುವ ಮಾದರಿಗಳು, ಸಾಮಾನ್ಯ ಪರಿಸ್ಥಿತಿಗಳು (ದೃಶ್ಯ, ಸ್ಮರಣೆ, ಸಮಯ), ಮತ್ತು ಸಂಭವನೀಯ ಮೂಲ ಕಾರಣಗಳನ್ನು ಗುರುತಿಸಿ. ಪ್ರತಿ ಕಾರಣವನ್ನು "ಸಾಬೀತುಪಡಿಸಬೇಕಾದ ಊಹೆ" ಎಂದು ಪ್ರಸ್ತುತಪಡಿಸಿ; ಸ್ಪಷ್ಟವಾಗಿ ಮಾತನಾಡು. ಪರಿಶೀಲಿಸುವುದು ಹೇಗೆ ಎಂದು ಸಹ ಹೇಳಿ.
4) ದೋಷ ವರದಿ ಸ್ಪಷ್ಟೀಕರಣ:
ಕೆಳಗಿನ ಅಸ್ಪಷ್ಟ ದೋಷ ವರದಿಯನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಮತ್ತು ಪುನರುತ್ಪಾದಿಸುವಂತೆ ಮಾಡಿ: [ಕಚ್ಚಾ ವರದಿ]. ಔಟ್ಪುಟ್: ಶೀರ್ಷಿಕೆ, ಹಂತ-ಹಂತದ ಪುನರುತ್ಪಾದನೆ, ನಿರೀಕ್ಷಿತ ಫಲಿತಾಂಶ, ನಿಜವಾದ ಫಲಿತಾಂಶ, ಆವರ್ತನ, ಪರಿಸರ. ಕಾಣೆಯಾದ ಮಾಹಿತಿಯಿದ್ದರೆ, ಯಾವ ಮಾಹಿತಿ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ನನ್ನ ಆಟದಲ್ಲಿ ದೋಷವಿದೆ, ಅದನ್ನು ಸರಿಪಡಿಸಿ.
ಯಾವುದೇ ಸಂದರ್ಭವಿಲ್ಲ, ಲಾಗ್ ಇಲ್ಲ, ಪುನರುತ್ಪಾದನೆ ಇಲ್ಲ; AI ಭವಿಷ್ಯಸೂಚಕವಾಗಿದೆ ಮತ್ತು ಭ್ರಮೆಗಳ ಅಪಾಯವು ಹೆಚ್ಚು.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನನ್ನ ಯೂನಿಟಿ 2022.3 ಆಟದಲ್ಲಿ ದೋಷವಿದೆ: ಆಟಗಾರನು ತ್ವರಿತ ಉಳಿತಾಯ-ಲೋಡ್ ಅನ್ನು ನಿರ್ವಹಿಸಿದಾಗ ದಾಸ್ತಾನು ಕೆಲವೊಮ್ಮೆ ದ್ವಿಗುಣಗೊಳ್ಳುತ್ತದೆ. ಸಂತಾನೋತ್ಪತ್ತಿ: [ಹಂತಗಳು]. ಸಂಬಂಧಿತ ಕೋಡ್: [ಅಂಟಿಸಿ]. ಲಾಗ್: [ಅಂಟಿಸಿ]. ಕಾರ್ಯ: ಊಹೆಗಳನ್ನು ಸಾಬೀತುಪಡಿಸಲು ಸಂಭವನೀಯ ಮೂಲ ಕಾರಣಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ, ಪ್ರತಿಯೊಂದಕ್ಕೂ ಹೇಗೆ ಪರಿಶೀಲಿಸಬೇಕು ಮತ್ತು ಸಾಧ್ಯವಿರುವ ಪರಿಹಾರವನ್ನು ನೀಡಿ. ಅಸ್ತಿತ್ವದಲ್ಲಿಲ್ಲದ ಕಾರಣವನ್ನು ರೂಪಿಸಿ; ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ, ನನಗೆ ತಿಳಿಸಿ.
ಸಂತಾನೋತ್ಪತ್ತಿ, ಕೋಡ್, ಲಾಗ್ ಮತ್ತು "ಊಹೆಯಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸಿ" ವಿನಂತಿಯು ರೋಗನಿರ್ಣಯವನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿಸುತ್ತದೆ.
QA ಲೇಯರ್ ಟೇಬಲ್
ಪದರ
ಇದು ಏನನ್ನು ಪರೀಕ್ಷಿಸುತ್ತದೆ?
AI ಕೊಡುಗೆ
ಮಾನವ ಪಾಲು
ಕ್ರಿಯಾತ್ಮಕ
ವೈಶಿಷ್ಟ್ಯವು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆಯೇ?
ಸ್ಕ್ರಿಪ್ಟ್, ಪರೀಕ್ಷಾ ಕೋಡ್
ಪ್ರವೇಶ ನಿರ್ಧಾರ
ಹಿನ್ನಡೆ
ಹಳೆಯದು ಮುರಿದುಹೋಗಿದೆಯೇ?
ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆ
ವ್ಯಾಪ್ತಿ ನಿರ್ಧಾರ
ವಿಪರೀತ ಪ್ರಕರಣ
ಅಸಾಮಾನ್ಯ ಇನ್ಪುಟ್
ಸ್ಕ್ರಿಪ್ಟ್ ಉತ್ಪಾದನೆ
ಆದ್ಯತೆ
ಕ್ರ್ಯಾಶ್/ಕಾರ್ಯಕ್ಷಮತೆ
ನಿರ್ಣಯ
ಲಾಗ್ ವಿಶ್ಲೇಷಣೆ
ಮೂಲ ಕಾರಣ ದೃಢೀಕರಣ
ಅನುಭವ
ಮನರಂಜನೆ, ಅಂತಃಪ್ರಜ್ಞೆ
ಸೀಮಿತವಾಗಿದೆ
ಸಂಪೂರ್ಣವಾಗಿ ಮಾನವ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಕೇವಲ "ಸಾಮಾನ್ಯ" ಆಟದ ಪರೀಕ್ಷೆ. ಬಿಡುಗಡೆಯ ನಂತರ ಎಡ್ಜ್ ಪ್ರಕರಣಗಳು ಸ್ಫೋಟಗೊಳ್ಳುತ್ತವೆ.
- ಪುರಾವೆಯಾಗಿ AI ರೋಗನಿರ್ಣಯವನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಏಕೆ ಲಾಗ್ ಮತ್ತು ಪರೀಕ್ಷೆಯಿಂದ ಸಾಬೀತಾಗಿದೆ.
- ಖಾಲಿ ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆಗಳನ್ನು ಬರೆಯುವುದು. ಅರ್ಥಹೀನ ಪರೀಕ್ಷೆಯು ಆತ್ಮವಿಶ್ವಾಸದ ಭ್ರಮೆಯನ್ನು ನೀಡುತ್ತದೆ.
- ಅಸ್ಪಷ್ಟ ದೋಷ ವರದಿ. ಪುನರುತ್ಪಾದಿಸಲಾಗದ ದೋಷವನ್ನು ಸರಿಪಡಿಸಲಾಗುವುದಿಲ್ಲ.
- ರಿಗ್ರೆಶನ್ ಪರೀಕ್ಷೆಯನ್ನು ಬಿಟ್ಟುಬಿಡಲಾಗುತ್ತಿದೆ. ಪ್ರತಿ ತಿದ್ದುಪಡಿಯು ಹೊಸ ದೋಷಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು.
ಸಾರಾಂಶದಲ್ಲಿ
QA ಎನ್ನುವುದು ಆಟಗಾರನಿಗೆ ಆಟವನ್ನು ಸಿದ್ಧಪಡಿಸುವ ಶಿಸ್ತು. AI; ಎಡ್ಜ್ ಕೇಸ್ ಸನ್ನಿವೇಶಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ, ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆಗಳನ್ನು ಬರೆಯುತ್ತದೆ, ಲಾಗ್ಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ ಮತ್ತು ದೋಷ ವರದಿಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ. ಆದರೆ ಅವರ ರೋಗನಿರ್ಣಯಗಳು ಊಹೆಗಳಾಗಿವೆ, ಅನುಭವದ ಮೌಲ್ಯಮಾಪನವು ಮಾನವವಾಗಿದೆ, ಮತ್ತು ಪ್ರತಿ ತಿದ್ದುಪಡಿಗೆ ಮರುಪರೀಕ್ಷೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ. "ಯಾರು ಇದನ್ನು ಮುರಿಯಬಹುದು ಮತ್ತು ಹೇಗೆ" ಪ್ರತಿವರ್ತನವನ್ನು AI ನೊಂದಿಗೆ ಪುನರಾವರ್ತಿಸಿ; ನೀವು ಪುರಾವೆಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಆಟದಿಂದ ಸಿಸ್ಟಮ್ ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ. "ಎಡ್ಜ್ ಕೇಸ್/ಶೋಷಣೆಯ ಸನ್ನಿವೇಶ ಸೃಷ್ಟಿ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ 20 ಸನ್ನಿವೇಶಗಳನ್ನು ರಚಿಸಿ ಮತ್ತು ವಾಸ್ತವವಾಗಿ 5 ಅಪಾಯಕಾರಿಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ. "ಬಗ್ ವರದಿ ಪರಿಷ್ಕರಣೆ" ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ನೀವು ಕಂಡುಕೊಂಡ ದೋಷಕ್ಕಾಗಿ ಪುನರುತ್ಪಾದಿಸಬಹುದಾದ ವರದಿಯನ್ನು ರಚಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು "ಯಾರು ಇದನ್ನು ಮುರಿಯಬಹುದು ಮತ್ತು ಹೇಗೆ?"
- [ ] ಪುನರಾವರ್ತಿತ ತಪಾಸಣೆಗಾಗಿ ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆಯನ್ನು ಬರೆಯಲಾಗಿದೆ ಮತ್ತು ಪರಿಶೀಲಿಸಲಾಗಿದೆ.
- [ ] ನಾನು AI ರೋಗನಿರ್ಣಯವನ್ನು ಒಂದು ಊಹೆ ಎಂದು ಪರಿಗಣಿಸಿದ್ದೇನೆ ಮತ್ತು ಅದನ್ನು ಲಾಗ್/ಪರೀಕ್ಷೆಯೊಂದಿಗೆ ಸಾಬೀತುಪಡಿಸಿದೆ.
- [ ] ನಾನು ಪುನರುತ್ಪಾದಕವಾಗಿ ದೋಷಗಳನ್ನು ವರದಿ ಮಾಡಿದೆ.
- [ ] ನಾನು ಹಿಂಜರಿಕೆಗಾಗಿ ಪ್ರತಿ ಫಿಕ್ಸ್ ಅನ್ನು ಮರುಪರೀಕ್ಷೆ ಮಾಡಿದ್ದೇನೆ.