近两年人工智能发展迅猛，各种利用层出不穷,不可逆JS加密随着互联网的快速发展，网站客户端（浏览器）IE（ff）运行的javaSCRIPT代码常常被别人轻易的拷贝， 为了保护程序员自己的劳动成果，因此程序员不得不对想办法保护自己源代码-------javascript加密，但其质量却是参差不齐,JS代码压缩是一种具有函数优先的轻量级，解释型或即时编译型的编程语言。虽然它是作为开发Web页面的脚本语言而出名，但是它也被用到了很多非浏览器环境中，JavaScript 基于原型编程、多范式的动态脚本语言，并且支持面向对象、命令式和声明式（如函数式编程）风格。起因在于大局部测试童鞋还在用传统的测试方式也就是通过界面跟功效对人工智能软件进行测试，然而AI软件从开发到测试都很不同于传统软件，本文就以智能文天职类体系为例通过两步来先容为何传统的测试方式不能保障AI软件的品质
一、第一步人工智能软件测试的痛点
目标
把握人工智能软件测试面临的现实痛点
步骤
1.智能文本分类系统是AI天然语言处置的一个基础运用，界面如下图所示
2.对其测试时需要根据不同的输入点击获取标签得出所属的种别以及所属类别的概率值
3.通过功能和界面进行测试的话须要输入各种可能输入的文本，耗时宏大，并且也不太现实
4.从界面上对得到的score代表的概率值进行断定无奈得出一个客观的评判,JavaScript代码格式化是一种属于网络的高级脚本语言,已经被广泛用于Web应用开发,常用来为网页添加各式各样的动态功能,为用户提供更流畅美观的浏览效果。通常JavaScript脚本是通过嵌入在HTML中来实现自身的功能的，这个值多少适合判定不了
5.因而传统界面和功能测试完了判断不了智能文本分类系统是否上线
二、第二步AI软件测试的正确方式
目的
控制AI软件测试的准确方法
步骤
1.懂得AI软件测试的实质
人工智能软件是依据算法对大批的数据进行练习找法则，终极得出一个模型来对新的数据进行猜测，预测的时候会给出一个概率值。
2.AI软件测试的正确方式
通过实现人工智能算法自带的评测指标来进行AI软件的测试能够很好的评估软件的质量，完善解决穷举各种输入和概率值大小的事实问题
3.通过AI模型测试的详细评测指标
以智能文本分类为例，其采取了监视示机器学习的分类算法，对应的评测指标有：
正确率、准确率、召回率
总结
本文通过智能文本分类系统面临的测试难点来指出AI软件测试进程中的通用困难。以此指出了通过功能和界面测试人工智能软件不能保证AI软件的质量，正确的方式应当是通过实现AI软件算法自带的评测进前进行测试