AI在目前国内测试圈里，有很多应用，OCR是很标准的一个AI应用。OCR是做文字识别，有些是图标，没有文字，就通过 Mobilenet， 是tensorflow的一个更具体的针对与轻量级的app的训练深度学习的框架。
这样的话，像支付宝的好多设计，icon的设计、图标的设计，打上“支付宝”这三个字的标签，有了这个语义以后，在测试用例里面，我们就可以直接用汉字“支付宝”这三个字去定位到整个icon或者图标。
定位功能在自动化测试里面是非常重要、非常核心的。尤其是在前端经常修改的情况下，如何使得定位的方式更智能、更自适应。这也是AI在某种程度上能够适应软件变化的一个方式。
另外一个是多个页面场景的测试，这个是比较关键的，也是非常重要的。比如说携程的订飞机票和去哪儿的订飞机票非常相似，如果把携程的订飞机票测试用例学习好了，AI学会了，应用到去哪儿的订飞机票，就不用写了，因为AI已经学会了，它知道在这个页面或者出发地、目的地填什么内容，内容在某种程度上我们可以去提供，但是整体的流程它会自动去操作。整个场景的AI化在未来具有非常大的前景。
这个可以和模型驱动非常好地结合起来，因为模型驱动本身是结构化的数据，AI学习起来就会比非结构化的内容要快。这是从AI的角度上能够把我们刚才提出来的流程图、积木图AI化了。AI化的意思就是把流程图都消掉了，比如说“登录”，这是非常通用的，不管是web页面还是app，所有的软件都有登录，几乎都是一样的，非常简单，就是输入用户名、密码再去登录。通过AI的学习，非常简短的流程、非常简单的操作，可以作为一个通用的流程放在里面。大家通过拖拉拽的方式组建出自己的测试代码。甚至很多行业内的代码也可以通过AI学习出来进行行业内的共享。