「I'm not a robot」
幾乎每一天，我們都要向網(wǎng)站的「看門人」證明自己是人類，而不是機(jī)器人，方法就是輸入一個(gè)個(gè)驗(yàn)證碼。
那么，問題來了，如果AI如此智能，為什么它不能識別一組交通信號燈呢？
emmm……實(shí)際上是可以的。
如今，人工智能非常強(qiáng)大，大多數(shù)驗(yàn)證碼圖像都可以輕松解析。
人工智能的出現(xiàn)開創(chuàng)了驗(yàn)證碼繞過(（captcha bypass）技術(shù)的新時(shí)代。神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)算法使系統(tǒng)能夠從數(shù)據(jù)中學(xué)習(xí)、適應(yīng)并克服傳統(tǒng)驗(yàn)證碼帶來的挑戰(zhàn)。
一度被認(rèn)為是密不透風(fēng)的驗(yàn)證碼也在AI面前敗下陣來。
AI甚至非常擅長模仿人類來騙過機(jī)器人檢測器，比如，它會模仿我們「糟糕的」準(zhǔn)確性，甚至模仿我們在猶豫點(diǎn)擊哪個(gè)方框時(shí)的鼠標(biāo)動作。
表面上看起來，這是驗(yàn)證碼和AI之間的戰(zhàn)爭，實(shí)際上，這是人類和AI之間的博弈。
代頓大學(xué)計(jì)算機(jī)科學(xué)副教授Tam Nguyen近日為The Conversation撰寫了一篇文章，探討了人類、AI和驗(yàn)證碼之間微妙復(fù)雜的關(guān)系。
驗(yàn)證碼的工作原理
長期以來，網(wǎng)站和移動應(yīng)用程序一直受到機(jī)器人的大規(guī)模攻擊。
這些惡意機(jī)器人通過編程自動消耗大量計(jì)算資源、發(fā)布垃圾信息、收集網(wǎng)站數(shù)據(jù)，甚至注冊和執(zhí)行用戶驗(yàn)證。
2022年，所有互聯(lián)網(wǎng)流量的近一半（47.4%）來自機(jī)器人，比上一年增加5.1%。人類流量的比例（52.6%）降至八年來的最低水平
在這種情況下，CAPTCHA（全稱為「區(qū)分計(jì)算機(jī)和人類的全自動公共圖靈測試」）應(yīng)運(yùn)而生，也就是我們現(xiàn)在所熟知的驗(yàn)證碼。
作為一名計(jì)算機(jī)科學(xué)家，Tam Nguyen認(rèn)為驗(yàn)證碼是網(wǎng)站防止自動攻擊、加強(qiáng)網(wǎng)絡(luò)安全和改善用戶體驗(yàn)的有效屏障，至少在短期內(nèi)是這樣。
驗(yàn)證碼被設(shè)計(jì)為一些對人類來說很容易，但對計(jì)算機(jī)機(jī)器人來說卻很難回答的問題或挑戰(zhàn)。
它可分為四種類型：基于文本、基于圖像、基于音頻和基于行為。
基于文本
自互聯(lián)網(wǎng)誕生之初，基于文本的驗(yàn)證碼就非常流行。
這種驗(yàn)證碼類型要求用戶閱讀扭曲而復(fù)雜的文本圖像，并將答案輸入文本字段。
基于文本的驗(yàn)證碼的一種變體是要求用戶解決簡單的數(shù)學(xué)問題，如「18+5」或「23-7」。
不過，由于深度學(xué)習(xí)人工智能的普及，最近先進(jìn)的光學(xué)字符識別算法已經(jīng)解決了這個(gè)問題。
具有諷刺意味的是，當(dāng)文字被調(diào)整得更加失真、更加復(fù)雜時(shí)，真正的人類卻無法提供正確的答案。
《連線》曾發(fā)表文章，「我本周兩次驗(yàn)證碼測試都失敗了，我還是人嗎？」
基于音頻
音頻驗(yàn)證碼會播放一段簡短的音頻片段，其中包含由人工或合成聲音說出的一系列數(shù)字或字母，用戶聽完后會在提供的文本字段中輸入這些數(shù)字或字母。
輸入內(nèi)容會與正確答案進(jìn)行驗(yàn)證，以確定用戶是否為人類。
與基于文本的驗(yàn)證碼一樣，音頻驗(yàn)證碼也會因背景噪音、音頻質(zhì)量差、失真嚴(yán)重和口音不熟悉等因素而難以被人類解讀。
基于圖像
引入基于圖像的驗(yàn)證碼是為了增加對機(jī)器人的挑戰(zhàn)性。
用戶必須從圖像中識別特定對象，例如，選擇包含交通信號燈的所有圖像塊。
這項(xiàng)任務(wù)利用了人類的視覺感知，而人類的視覺感知仍然優(yōu)于大多數(shù)基于計(jì)算機(jī)視覺的機(jī)器人。
然而，這種類型的驗(yàn)證碼在很多情況下也會讓人感到困惑。
「驗(yàn)證碼總是讓我對那些小邊緣陷入糾結(jié)」
基于行為
基于行為的驗(yàn)證碼會分析用戶的行為，如鼠標(biāo)移動和打字模式等。
流行的基于行為的驗(yàn)證碼reCAPTCHA 要求用戶勾選「I'm not a robot」框。
在此過程中，reCAPTCHA會分析鼠標(biāo)的移動和點(diǎn)擊，以區(qū)分人類和機(jī)器人。人類的行為通常變化較多，可預(yù)測性較低，而機(jī)器人的行為通常精確一致。
AI vs 人類
在人工智能與人類之間似乎無休止的爭斗中，驗(yàn)證碼是又一個(gè)戰(zhàn)場。
最初，基于圖像的驗(yàn)證碼的想法是為了幫助訓(xùn)練AI執(zhí)行書籍?dāng)?shù)字化任務(wù)時(shí)能更好地執(zhí)行文本識別。
這個(gè)由Luis von Ahn（多鄰國聯(lián)合創(chuàng)始人）發(fā)明的創(chuàng)舉，將掃描不清的單詞作為驗(yàn)證碼展示給人類，通過識別這些單詞，我們教會了人工智能。
如今，人工智能已經(jīng)變得越來越先進(jìn)，可以利用深度學(xué)習(xí)和計(jì)算機(jī)視覺等現(xiàn)代技術(shù)來解決驗(yàn)證碼難題。
例如，光學(xué)字符識別算法不斷改進(jìn)，使得基于文本的驗(yàn)證碼變得不那么有效。先進(jìn)的語音轉(zhuǎn)文字技術(shù)可以繞過音頻驗(yàn)證碼。同樣，經(jīng)過大量圖像數(shù)據(jù)集訓(xùn)練的人工智能模型也能以較高的準(zhǔn)確率解決許多基于圖像的驗(yàn)證碼問題。
論文地址：https://arxiv.org/pdf/2307.12108
在戰(zhàn)場的另一端，驗(yàn)證碼研究人員創(chuàng)造了更復(fù)雜的驗(yàn)證碼技術(shù)。
例如，reCAPTCHA可以評估用戶的交互行為，并計(jì)算出他們是人類的可能性。
具有諷刺意味的是，人類正在幫助人工智能解決復(fù)雜的驗(yàn)證碼問題。
例如，點(diǎn)擊農(nóng)場（click farms）雇用大量低薪工人點(diǎn)擊廣告，包括社交媒體帖子、關(guān)注賬戶、撰寫虛假評論，甚至解決驗(yàn)證碼問題。
越南社交媒體點(diǎn)擊農(nóng)場
他們的工作就是幫助人工智能系統(tǒng)表現(xiàn)得像人類一樣，從而擊敗驗(yàn)證碼和其他防欺詐技術(shù)。
驗(yàn)證碼的未來
安全措施與尋求規(guī)避安全措施之間的永久軍備競賽促進(jìn)了不斷的創(chuàng)新。
隨著人工智能的不斷發(fā)展，網(wǎng)絡(luò)安全專家和那些尋求突破數(shù)字障礙的人所采用的方法也會不斷發(fā)展。
可以預(yù)見，驗(yàn)證碼的未來將受到人工智能不斷進(jìn)步的影響。
傳統(tǒng)的驗(yàn)證碼方法正在失去效力，因此未來的驗(yàn)證碼系統(tǒng)可能會更加注重分析用戶行為，例如人們?nèi)绾闻c網(wǎng)站互動，從而使機(jī)器人更難模仿這種行為。
網(wǎng)站可能會轉(zhuǎn)向使用生物識別驗(yàn)證碼，如面部識別或指紋掃描，但這些都會引發(fā)隱私問題。
所以不要指望驗(yàn)證碼會很快消失，賓夕法尼亞州立大學(xué)信息科學(xué)與技術(shù)教授Ting Wang預(yù)測，它們將「繼續(xù)作為一種廉價(jià)、與平臺無關(guān)的通用驗(yàn)證解決方案而存在」。
讓這場矛盾更加復(fù)雜的是，隨著人工智能成為驗(yàn)證碼繞過的重要參與者，它在加強(qiáng)安全方面也發(fā)揮著至關(guān)重要的作用。
人工智能驅(qū)動的安全解決方案正在興起，利用預(yù)測分析和異常檢測來識別和阻止?jié)撛谕{。在線安全的未來,可能會見證AI驅(qū)動的繞過嘗試和AI驅(qū)動的防御之間的共生關(guān)系。
無論如何，用戶便利性和強(qiáng)大的安全措施之間的微妙平衡仍然是焦點(diǎn)，敦促驗(yàn)證碼設(shè)計(jì)和人工智能驅(qū)動的防御領(lǐng)域不斷創(chuàng)新。
總之，未來的驗(yàn)證碼可能會與人工智能系統(tǒng)一起實(shí)時(shí)工作，不斷適應(yīng)和發(fā)展，以領(lǐng)先于自動攻擊。