IoTとAI、ビッグデータ時代のソフトウェアテスト(8)
ソフトウェアテストの施策と運用(前編)――IoT時代を生き抜くテスト施策(6/6 ページ)
テストコストと品質の計測、その微妙な関係
IoTやAI、ビッグデータでは仕様が未確定であるため、テストコストや品質の計測がしにくい。アジャイル開発ではテストコストに対する詳細な計測が手間になる。さらに1つのプロジェクトだけに収まらずに、派生開発や並行開発する製品の全てのプロジェクトで計測する必要がある。製品の全体体系を見て、テストのコストと品質を計測する必要があるのだ。
コスト計測は作業を細切れにしない限り、何とか可能である。問題は品質計測である。従来のシステム品質は、バグ密度などの代替数値で品質を計測していた。魅力的品質の計測は困難であるので、(仕方なしに)納得して、代替のバグ密度で品質全体を計測していた。夢や希望を売り物にするIoTやAI、ビッグデータでは魅力的品質が命なので、品質計測は難しいものになる。
AIの囲碁プログラムを例に考えてみる。品質をどのように計測するか。機能的品質はバグ密度で計測するにして、囲碁の「強さ」や「魅力」についてどう計測するかである。囲碁の手順は無限に思えるほど多く存在し、テストケース数は爆発的に増える。また1手1手の打ち手の品質をどのように判断するかも難しい問題である。
逆に考えれば、どれだけテストをしても、それによって品質が向上したかは不明である。このような中で品質を計測するのはAIに特化した知識と経験と勘が必要になり、また、品質の判断基準を明確化することも同様に困難である。
今回は従来のソフトウェアテストの施策をいくつか紹介し、新時代のソフトウェアテストの施策(または指針止まりのもの)を見てきた。次回はこれらのテスト施策の運用について見ていくことにする。
著者紹介
五味 弘(ごみ ひろし):OKI(沖電気工業) シニアスペシャリスト、エバンジェリスト。博士(工学)。
ソフトウェアの開発支援・教育に従事。電子情報技術産業協会(JEITA)専門委員会の委員長や情報処理振興機構(IPA)などの委員など。情報処理学会(シニア会員)。三重大学などの非常勤講師やリサーチフェローも務める。IoTやAI時代のソフトウェア開発の知見融合が関心事。
著書に『はじめてのLisp関数型プログラミング』(技術評論社、2016年)、共著書に『IoTセキュリティ』(日経BP社、2016年)、『定量的品質予測のススメ』(オーム社、2008年)、『プログラミング言語論』(コロナ社、2008年)などがある。雑誌執筆や講演なども多数。著者の個人サイトはhttp://gomi.info/。
Copyright © ITmedia, Inc. All Rights Reserved.
IoTとAI、ビッグデータ時代のソフトウェアテスト
言うまでもなくソフトウェアテストは重要だが、IoTやAIなどの新しい概念によってソフトウェア自体の在り方が変わりつつある中、旧来からのテストを踏襲するだけでは成果は得られない。新時代のソフトウェアテストについて、考察する。
この記事の著者
新着ホワイトペーパー PR
-
製品資料
[株式会社 Green AI] 自動車業界には好機 脱炭素×コスト削減×現場改善を実現するエネルギー戦略 -
製品資料
[株式会社 Green AI] 脱炭素投資をすぐ回収したい 自動車業界にも有効なCO2削減アプローチ -
市場調査・トレンド
[スマートジャパン編集部] 「ペロブスカイト太陽電池」の普及戦略が公表 政府が目指すコスト・導入量のロードマップを解説 -
市場調査・トレンド
[スマートジャパン編集部] 導入が加速する再エネ・系統向け蓄電システム コスト・収益性の現状分析 -
技術文書・技術解説
[スマートジャパン編集部] いまさら聞けない「ペロブスカイト太陽電池」の基礎知識と政策動向
関連記事
こんなメディアも見られています
TechFactoryに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
特集
- マテリアルズ・インフォマティクスの動向調査
- 研究・開発職のデジタル活用調査
- 設計・解析業務におけるAI活用
- 3Dプリンタ利用動向調査
- CAD利用動向調査
- つながる工場の現状と課題
- 製造業におけるAI開発および活用の実態
- 設計・製造現場における品質管理
ホワイトペーパーランキング PR
-
1
ナフサショックの影響が分かる記事まとめ(Part1)
-
2
EE Times Japan×EDN Japan 統合電子版:製造現場にフィジカルAIをどう実装するか――電子版2026年9月号
-
3
Waymoの自動運転技術に迫る
-
4
動き出したファナックの「フィジカルAI」
-
5
半導体装置メーカー 業績まとめ【2027年3月期第1四半期】
-
6
はじめての化学工学まとめ(Part1)
-
7
IMUを活用してロボットの位置推定を強化、より高精度なナビゲーションが可能に
-
8
2026年版半導体生存戦略:AI時代の勝敗を分ける4つの「分岐点」とは?
-
9
若手設計者が育たない? 「探す」時間を「学ぶ」時間に変えるデータ管理とは
-
10
OTセキュリティ実態調査2026
TechFactory SNS
インフォメーション
注目情報をチェック
TechFactoryをフォロー