Ученые из Владивостока разработали метод Targeted Test Selection (T‑TS), который позволяет находить более 95% ошибок, запуская лишь 15% тестов. Метод использует историю изменений кода и совместим с любым языком программирования.
Исследователи R&D-центра Т-Технологий из Владивостока представили новый метод автоматизации тестирования программного обеспечения на основе искусственного интеллекта — Targeted Test Selection (T‑TS). Этот подход позволяет значительно ускорить контроль качества, запуская лишь необходимую часть тестов, но при этом выявляя практически все потенциальные ошибки.
Разработка уже прошла успешную апробацию на цифровой инфраструктуре Т‑Банка. Внедрение показало, что для проверки достаточно запускать в среднем 15% от полного набора тестов, при этом обнаруживается более 95% возможных ошибок. Это сокращает время проверки кода в 5,6 раз без потери качества.
Методика совместима с любыми языками программирования и не требует индивидуальной настройки для каждого проекта. Принцип работы системы аналогичен фильтрации почты: если письма с определенного адреса часто оказываются спамом, почтовый сервис проверяет их в первую очередь. Аналогичным образом система анализирует историю изменений кода и прогнозирует, какие тесты с наибольшей вероятностью выявят ошибки при новых правках.
Актуальность разработки обусловлена растущими потребностями ИТ-индустрии. Крупные производители программного обеспечения выпускают обновления непрерывно, что требует значительных ресурсов для тестирования. Проверка каждой новой версии может занимать десятки часов и использовать мощности сотен серверов.
Новый подход использует искусственный интеллект для анализа исходного кода. Система выявляет ключевые изменения и подбирает тесты, позволяющие обнаружить более 95% возможных ошибок, возникающих из-за модификаций кода. Основное преимущество метода — отказ от трудоемкого сопоставления старого и нового кода. Вместо этого ИИ анализирует историю изменений файлов, частоту ошибок и на основе этих данных формирует оптимальный набор тестов.
Тестирование подтвердило эффективность метода даже при работе с большими и сложными кодовыми базами. Исходный код разработки опубликован в открытом доступе, что позволяет использовать его любым заинтересованным организациям.