Captcha（全自動(dòng)區(qū)分計(jì)算機(jī)和人類的圖靈測(cè)試，俗稱驗(yàn)證碼）是目前用于區(qū)分人和機(jī)器主要辦法，其工作原理是通過提供模糊或是有歧義的圖片，并要求用戶進(jìn)行回答，以此來區(qū)分人和機(jī)器。而 Captcha 能有效地區(qū)分出人和機(jī)器主要是依靠以下兩個(gè)方面，一是人在面對(duì)問題難度增加時(shí)，可以隨機(jī)應(yīng)變；二是機(jī)器不能很好地文本識(shí)別。但是隨著計(jì)算機(jī)的逐漸發(fā)展，機(jī)器回答 Captcha 問題的能力逐漸超過了人類，因此，加強(qiáng)版 Rip Captcha 也應(yīng)運(yùn)而生。

在字母識(shí)別任務(wù) circa 2005 中，計(jì)算機(jī)的識(shí)別能力已經(jīng)超過了人類，并且也征服了 Gmail 的驗(yàn)證碼。盡管目前大部分的 Captchas 還是可以區(qū)分多數(shù)的機(jī)器，但是隨機(jī)計(jì)算機(jī)不斷地進(jìn)化，能區(qū)分出的機(jī)器會(huì)逐漸減少。所以目前最緊急的問題是如何建立一個(gè)更好的 Captcha 系統(tǒng)，以應(yīng)對(duì)逐漸進(jìn)化的計(jì)算機(jī)視覺。

來自韓國(guó)大學(xué)的兩位教授，Shinil Kwon 和 Sungdeok Cha 基于圖像基礎(chǔ)研發(fā)了新的 Captcha 系統(tǒng)。這一系統(tǒng)中的圖片會(huì)具有時(shí)效性，問題的答案會(huì)隨著時(shí)間的不同有所變化。所以，機(jī)器不能通過隨機(jī)猜測(cè)得出答案。這個(gè)系統(tǒng)的能區(qū)分人和機(jī)器的關(guān)鍵在于：在沒有試驗(yàn)或是相關(guān)經(jīng)驗(yàn)的情況下，機(jī)器的智能性會(huì)大打折扣。

經(jīng)典的文本識(shí)別 Captcha 系統(tǒng)不是討論的重點(diǎn)。我們僅僅是在假設(shè) Captcha 的答案是固定的基礎(chǔ)上，進(jìn)行進(jìn)一步研究。Cha 和 Kwon 的研究重點(diǎn)就是關(guān)注 Captcha 系統(tǒng)的下一級(jí)迭代，即從圖像中提取信息。

via Cha et al

Cha 和 Kwon 在 IEEE Software 上發(fā)表的論文表示：“盡管計(jì)算機(jī)視覺十分地強(qiáng)大，但在在語義識(shí)別方面好有所欠缺。”舉個(gè)例子，在大量的圖片中，選擇比爾蓋茨出現(xiàn)過的圖片。盡管這一問題對(duì)于機(jī)器來說不是很難，但是我們要想一下機(jī)器每天會(huì)識(shí)別多少圖片——大概是 100 萬張。每一次試驗(yàn)就代表著機(jī)器對(duì)任務(wù)有新的認(rèn)識(shí)，因此在下一次識(shí)別成功的幾率就會(huì)更大。

“如果機(jī)器能僥幸通過任務(wù)測(cè)試，它們就可以記錄下所有相關(guān)信息，在未來任何的挑戰(zhàn)中都可以用得到?！盋ha 和 Kwon在論文中寫道，“或者進(jìn)一步說，機(jī)器可以使用商業(yè)搜索引擎，搜索相關(guān)的圖片標(biāo)簽或是相似的圖片，加深對(duì)圖片的理解?！?/p>

 Cha 和 Kwon 的解決方法是在 Captcha 系統(tǒng)中輸入一系列的圖片，其中包括正確答案，錯(cuò)誤答案，并且有些正確的答案是在舊版的 Captcha 系統(tǒng)中就有涉及。一般來說，我們都會(huì)認(rèn)為 Captcha 的圖片都是標(biāo)注為正確或是錯(cuò)誤，但是這一新的 Captcha 系統(tǒng)還有第三種結(jié)果，中立可能性。人和機(jī)器選擇或是不選中立的答案，對(duì)于結(jié)果都不會(huì)有影響。并且，這些中立的答案會(huì)隨時(shí)改變，所以表面看盡管看起來是一樣的，但是實(shí)際上卻有所不同。

機(jī)器通過隨機(jī)猜測(cè)獲取正確答案，但是卻并不是真正意義上的學(xué)習(xí)，因?yàn)樗恢罏槭裁村e(cuò)或是為什么對(duì)。在引入新的系統(tǒng)之后，機(jī)器的隨機(jī)猜測(cè)就會(huì)變得毫無意義，因?yàn)闄C(jī)器在試驗(yàn)時(shí)并未意識(shí)到有些答案是中立的，并且在通過測(cè)試之后，機(jī)器會(huì)直接將這一中立答案認(rèn)定為正確答案加入自己的數(shù)據(jù)庫中。

此外，通過引入“陷阱”數(shù)據(jù)，這一系統(tǒng)還能進(jìn)行進(jìn)一步優(yōu)化。“陷阱”數(shù)據(jù)的實(shí)現(xiàn)是通過將中立答案與特定 IP 地址聯(lián)系起來。因?yàn)闄C(jī)器一般都是基于特定的 IP 地址進(jìn)行識(shí)別，在之前的測(cè)試中，機(jī)器人錯(cuò)將中立答案當(dāng)做正確答案，并將其加入到自己的數(shù)據(jù)庫之中。所以機(jī)器在面對(duì)同一問題時(shí)，會(huì)錯(cuò)將中立答案當(dāng)做是正確答案進(jìn)行回答。此外，有時(shí)錯(cuò)誤的答案也會(huì)標(biāo)記成中立答案。

在測(cè)試新的 Captcha 系統(tǒng)時(shí)， Cha 和 Kwon 發(fā)現(xiàn)機(jī)器在 2,250,000 次測(cè)試中，機(jī)器的成功的幾率僅僅只有 2.3%，幾乎是接近于零?！坝捎陔S機(jī)和實(shí)時(shí)的中立圖片，機(jī)器的數(shù)據(jù)庫就不能保證所有通過測(cè)試的答案都是正確的，另外機(jī)器也不會(huì)進(jìn)行錯(cuò)誤更正?！?Cha 和 Kwon 在文中寫到，“我們發(fā)現(xiàn)在機(jī)器的數(shù)據(jù)庫中有2,465 張圖片中（大約有19.9%）都進(jìn)行了錯(cuò)誤的標(biāo)記?！比嗽谠跊]有陷阱數(shù)據(jù)的情況下，成功率為 79.3%；在有陷阱數(shù)據(jù)的情況下成功率為 64.5%。人與機(jī)器的成功的幾率相差很大，所以在引入新的 Captcha 系統(tǒng)可以更有效地區(qū)分機(jī)器和人。

 Via motherboard

專家解析：“小米短信云同步安全缺陷導(dǎo)致被盜10萬”，這背后究竟是誰的責(zé)任？

與惱人的驗(yàn)證碼說拜拜，Google用一次點(diǎn)擊區(qū)分人與機(jī)器

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。