[发明专利]一种AI智能软件的测试方法

摘要

本发明公开了一种AI智能软件的测试方法，包括以下步骤：S1：建立模型；S2：建立架构；S3：补充；S4：建表；S5：建库；S6：验证；S7：测试；S8：计算；S9计算验证；S10：数据结果绘制。本发明通过建立智能系统模型，形成统一的、可进行相互比较的AI智能软件的测试方式，通过检测能否将数据、信息和知识输入到智能系统中检测系统知识的获取能力，通过检查智能系统知识库的容量检测系统知识的掌握能力，通过检查智能系统能将多少数据、信息和知识转换为新的知识库内容从而检测该系统知识的创新能力，测试操作方便快捷，通过在测试前进行数据验证，可以防止由于数据而出现的异常，通过计算验证，保证测试数据的准确性，适合广泛推广。

主权项

1.一种AI智能软件的测试方法，其特征在于：包括以下步骤：S1：建立模型，通过历史数据训练并建立智能系统模型，并发布预测服务；S2：建立架构，参考冯·诺伊曼架构建立AI智能软件测试架构，将人、机器以及人工智能系统用架构表示出来；S3：补充，根据已有的知识，发现新的知识元素和新的规律，使之进入到存储器，供计算机和控制器使用，并通过输入/输出系统与外部进行知识交互，进行知识共享的外部知识库或云存储器；S4：建表，根据智能系统模型的特征要点建立互联网软件智商评价体系，形成人工智能软件智商测试量表；S5：建库，根据形成人工智能软件智商测试量表，建立互联网软件智商测试题库；S6：验证，在测试前进行数据验证，验证系统接受来自各种来源和各种格式的数据，验证所摄入的数据是否按照目标系统所期望的格式转换；S7：测试，对于AI智能软件和人类测试对象，在回答题库时，根据反馈的回答结果作为评判对象；S8：计算，按照AI智能软件测试的绝对智商计算公式和AI离差智商公式进行软件测试计算；S9：计算验证，将基础数据七三开，用于培训和测试，使用训练数据集来理解和建模系统行为，并使用测试数据来验证系统的准确性，对于分类算法，可以通过计算分类精度或混淆指标来获得模型的准确性；S10：数据结果绘制，将测试的结果绘制成数据表格记录。