Аннотация
Зерттеу бағдарламалық жасақтаманың сапасын арттыру үшін жасанды интеллект негізіндегі гибридті автоматтандырылған сынақ әдісін ұсынады. Ол BiLSTM жасанды нейрондық желілері негізіндегі ақаулы болжауды, Q-оқыту арқылы сынақтың басымдығын есептеуді және оракулсыз орталарда тексеру үшін метаморфтық сынақты қолданады. Әдіс жоғары дәлдікпен шығындарды үнемдеу тұрғысынан тиімдірек сынақты қамтамасыз етеді. Жүйе компоненттері CI/CD ортасында Docker Swarm арқылы іске қосылуымен бірге Python тілінде PyTorch және OpenAI Gym көмегімен іске асырылды. Эксперименттер қолмен жүргізілетін сынақпен салыстырғанда сынақ уақытын 50% қысқартуды, ақауларды анықтау дәлдігін 35–40% арттыруды және адамның қатысуын 60–70% азайтуды көрсетті. Ұсынылған тәсіл agile-орталарда және CI/CD конвейерлерінде практикалық қолдану мүмкіндігін көрсетеді.