当今社会，人工智能的发展非常快，自从2016年AlphaGo战胜了世界围棋冠军李世石之后，人工智能的发展，特别是以深度学习为代表的人工智能的发展到了一个高速发展的阶段。

现在人工智能的发展已经渗透到了我们生活的方方面面，自动驾驶或者我们手机里经常用到的一些应用都或多或少涉及到了一些人工智能的功能。比如说美图秀秀、新闻推荐、机器翻译以及个性化的购物推荐等等都涉及到了人工智能的一些技术。

在人工智能高速发展的今天，也暴露出了人工智能的一些问题。由于人工智能往往存在一些训练过程中的过拟合、欠拟合等等的一些原因，或者遇到了环境中的一些样本的偏差，使得它可能在一些情况下对输入的判断有一些偏差。

最典型的比如说2016年特斯拉的自动驾驶系统导致的车祸。在白天的时候由于光线的饿原因，它没有办法去识别一辆白色的大卡车，使得它以为前面没有障碍物，就撞了上去，造成了严重的车祸。

还有比如说这个在道路中，有一个天下一品的商标，有很多的自动驾驶看到这个商标之后，以为是一个“停止”交通信号标志，就会造成一个误判。

还有，近期人工智能系统大家都研究地比较热门的一个技术叫做对抗样本技术（后面我们也会提到）也会对人工智能造成一个非常严重的干扰，特别是对于这种关乎性命攸关的系统，比如自动加视系统、医疗辅助诊断系统。我们希望在测试中能够测出这些人工智能系统存在的偏差，这也是为什么人工智能系统的测评非常地重要。

接下来的文章会展开介绍人工智能系统测试和传统软件测试的不同之处，以及人工智能系统测试的一些测试流程、测试方法和测试技术。

（本系列文章根据《优品软件培育计划》工艺直播内容整理，观看完整的直播回放或王琦历届公益前沿技术讲座，可关注微信公众号“道普云测”回复关键词“CSDN”,即可获得。）