Hệ thống ML cần thêm 2 test level mà phần mềm thường không có
🎯 Mục tiêu học (LO AI-4.3.1 · mức K2 – Hiểu): tóm tắt các test level dùng để phát triển hệ thống machine learning (MLS).
💡 Ý cốt lõi: MLS cần 2 test level chuyên biệt (input data testing, ML model testing) để xử lý rủi ro riêng của ML — cộng thêm, chứ không thay thế, các test level truyền thống.
7 test level của một MLS
| Nhóm | Test level | Tập trung vào |
|---|---|---|
| Chuyên biệt cho ML | Input data testing | Dữ liệu huấn luyện dùng để train model, và dữ liệu sản xuất mà MLS dùng để sinh dự đoán trong môi trường vận hành. Chi tiết ở Chương 5. |
| ML model testing | Bản thân các ML model — sản phẩm cuối cùng của quy trình ML (workflow, xem 3.1.2). Chi tiết ở Chương 6. | |
| Truyền thống | Component Testing | Các thành phần không phải AI — giao diện người dùng, data pipeline, thành phần giao tiếp. |
| Component Integration Testing | Input từ data pipeline có được model nhận đúng như kỳ vọng không; dự đoán của model có được trao đổi đúng với các thành phần liên quan (vd giao diện người dùng) và được dùng đúng cách không. Nếu AI được cung cấp dạng dịch vụ (1.1.6), việc test API của dịch vụ đó nằm ở đây. | |
| System Testing | Confirmation testing — xác nhận hiệu năng chức năng ML từ giai đoạn model testing ban đầu không bị ảnh hưởng xấu khi model được nhúng vào hệ hoàn chỉnh; đặc biệt quan trọng khi model bị thay đổi chủ đích (vd nén DNN để giảm kích thước). Cũng gồm test phi chức năng, ví dụ thời gian trả kết quả dự đoán. | |
| System Integration Testing | Xác nhận giao diện & trao đổi dữ liệu giữa hệ AI với các hệ thống/dịch vụ bên ngoài, dùng môi trường đại diện cho điều kiện vận hành thực tế. | |
| Acceptance Testing | Khi AI được dùng như một dịch vụ, cần xác định dịch vụ đó có phù hợp cho hệ đích hay không — ví dụ có đạt các tiêu chí hiệu năng chức năng ML yêu cầu hay không. |
📝 Bẫy hay gặp
Đề hay cho một phát biểu nghe hợp lý nhưng sai — nhớ mấy chỗ gài sau:
- "Chỉ cần 2 test level chuyên biệt (input data + model) là đủ cho MLS" → SAI: các test level truyền thống (component, integration, system, acceptance) vẫn cần dùng song song.
- "Component Integration Testing chỉ kiểm tra giao diện người dùng" → SAI: còn gồm kiểm tra data pipeline → model và model → thành phần khác, kể cả API nếu AI cung cấp dạng dịch vụ.
- "System Testing chỉ quan tâm hiệu năng chức năng ML, bỏ qua phi chức năng" → SAI: System Testing gồm cả test phi chức năng như thời gian trả kết quả.
📌 Ghi nhớ
2 level chuyên biệt: input data testing (Chương 5) · ML model testing (Chương 6)
5 level truyền thống: component · component integration · system · system integration · acceptance
Với tester: khi lập kế hoạch test cho một hệ có ML, đừng chỉ nghĩ tới việc test model — hãy vẽ lại đủ 7 lớp, đặc biệt đừng bỏ sót Component Integration Testing (điểm nối giữa data pipeline, model và các thành phần khác), nơi rất dễ phát sinh lỗi "âm thầm".
📖 Thuật ngữ Anh–Việt (mục này)
Đề thi dùng thuật ngữ tiếng Anh — nhớ đúng cụm bên trái. Bấm 🔊 để nghe từng từ, hoặc "Đọc tất cả" để nghe lần lượt Anh → (vài giây) → Việt.
| Thuật ngữ (EN) | Nghĩa & ghi nhớ nhanh |
|---|---|
| Machine learning system (MLS) | Hệ thống machine learning |
| Input data testing | Kiểm thử dữ liệu đầu vào (huấn luyện & sản xuất) |
| ML model testing | Kiểm thử mô hình ML |
| Component testing | Kiểm thử thành phần |
| Component integration testing | Kiểm thử tích hợp thành phần |
| System testing | Kiểm thử hệ thống |
| System integration testing | Kiểm thử tích hợp hệ thống |
| Acceptance testing | Kiểm thử chấp nhận |
| Confirmation testing | Kiểm thử xác nhận — kiểm tra lại sau thay đổi |
| AI as a Service (AIaaS) | AI cung cấp dưới dạng dịch vụ |
🎯 Câu hỏi minh họa (phong cách đề CT-AI · K2)
A DNN model is compressed to reduce its size, then embedded into the complete system. Which test level specifically confirms that its ML functional performance has not degraded after this embedding?
- a) Component Testing.
- b) System Testing.
- c) Input Data Testing.
- d) Acceptance Testing.
Xem bản dịch tiếng Việt
Một mô hình DNN được nén để giảm kích thước, sau đó nhúng vào hệ thống hoàn chỉnh. Test level nào xác nhận cụ thể rằng hiệu năng chức năng ML không bị suy giảm sau khi nhúng?
a) Kiểm thử thành phần.
b) Kiểm thử hệ thống.
c) Kiểm thử dữ liệu đầu vào.
d) Kiểm thử chấp nhận.
Xem đáp án & giải thích
✅ Đáp án đúng: b — System Testing gồm confirmation testing cho trường hợp model bị thay đổi chủ đích (như nén DNN) khi nhúng vào hệ hoàn chỉnh.
a sai — Component Testing chỉ áp dụng cho thành phần không phải AI.
c sai — Input Data Testing liên quan dữ liệu, không phải việc nhúng model vào hệ.
d sai — Acceptance Testing dùng khi AI là một dịch vụ, để xác định sự phù hợp cho hệ đích.
Đề để tiếng Anh cho sát đề thi thật; phần giải thích để tiếng Việt cho dễ hiểu. Câu hỏi do maiqai.com tự soạn theo phong cách đề.
📎 Nguồn: Chương 4 – Kiểm thử hệ thống dựa trên AI, mục 4.3.1 "Test Levels for Machine Learning Systems", trang 43–44 — ISTQB® Certified Tester AI Testing Syllabus v2.0 (© International Software Testing Qualifications Board). Nội dung biên soạn/dịch ý lại bằng tiếng Việt, không sao chép nguyên văn.