CAPTCHA: Hvor længe kan det forblive en levedygtig teknik til skelnen mellem menneskelig AI?

CAPTCHA: Hvor længe kan det forblive en levedygtig teknik til skelnen mellem menneskelig AI?

Mange af os har følt os irriterede og skæve på grund af de pop op-vinduer, der vises, når du forsøger at få adgang til et websted via Google Chrome, som beder dig bekræfte, om du er et menneske eller ej. For en gangs skyld virker det som det mest dumme at spørge om, især hvis det dukker op i dit ansigt igen og igen. Det er CAPTCHA, en challenge-response-test, der giver browseren mulighed for at fastslå, at det ikke er en maskine, der forsøger at komme ind i dine personlige søgninger. CAPTCHA er blevet en almindelig beskyttelsesforanstaltning for at holde spambots væk fra internettet og forhindre misbrug. Men i de senere år er CAPTCHA blevet udvidet og er også blevet en indviklet opgave, der kræver, at vi koncentrerer os om den såkaldte respons-udfordring. Hvorfor beder din browser dig om at bekræfte "Jeg er ikke en robot"? Og hvordan gik det lige over i en irriterende og tidskrævende udfordring? Læs hvordan noget, der startede som et værktøj til at fjerne spambots, nu er blevet et opslidende kapløb mellem mennesker og maskiner.

Hvad er CAPTCHA?

CAPTCHA: Hvor længe kan det forblive en levedygtig teknik til skelnen mellem menneskelig AI?

Billede: New York Times

CAPTCHA står for Completely Automated Public Turing Test. Det blev udviklet engang i begyndelsen af ​​2000'erne som en test for mennesker for at bevise, at de ikke er maskiner eller spambots, der forsøger at bryde browsersikkerheden. Selvom opfinderskabet af CAPTCHA er et spørgsmål om en anden debat, er dens tidligste version dateret tilbage til 1997. Da den blev brugt første gang, plejede CAPTCHA at bede brugere om at bevise deres "menneskelighed" ved at skrive en sekvens af forvrængede bogstaver i simpel tekst. I nogle sekvenser blev de forvrængede bogstaver kombineret med tal skrevet i lignende forvrænget format. Disse tegn blev skrevet på en måde, så der ikke syntes nogen mellemrum mellem dem, og koden blev ændret ved hvert loginforsøg. Dette blev gjort fordi, for at afkode et næsten uendeligt antal forvrængede sekvenser, ville der altid være behov for noget menneskelig intelligens; hvorimod, en computermaskinealgoritme kan ikke detektere forvrængede sekvenser. Således blev CAPTCHA øjeblikkeligt overtaget af mange web- og mailudbydere.

Men så i de næste par år blev CAPTCHA kompliceret.

Googles reCAPTCHA: En kompliceret opgradering til den originale test

CAPTCHA: Hvor længe kan det forblive en levedygtig teknik til skelnen mellem menneskelig AI?

Billedkilde: Business Insider

I 2007 købte Google programmet reCAPTCHA fra en gruppe originale forskere af systemet og begyndte at bruge det i vid udstrækning i Google Scholar og Google Books. Men hvorfra det var begyndt, blev CAPTCHA i denne seneste form en hovedpine for Google-brugere. Efterhånden som forskningen i maskinlæring voksede, voksede også computersystemernes evne og deres algoritmer til at løse indviklede problemer. De originale karaktersekvenser blev således for nemme at løse for bots og maskiner. Så Google gik videre og gjorde disse karakterer mere snoede og teknisk mere forvirrende for det menneskelige øje. Dette startede faktisk det virkelige kapløb mellem menneskelig og maskinel intelligens, som overgik til den virkelige irritation, som reCAPTCHA blev for Google-brugere. For at sikre, at brugeren, der får adgang til Googles platforme og søgninger, ikke er en bot,

Tilføjelse af billeder til testen: Googles No CAPTCHA reCAPTCHA

I 2014, meget sent efter at Google købte reCaptcha, besluttede det at reagere på den irritation, dets sekvenser forårsagede det for brugerne. Plus, i alle disse år har forskerne igen for at skabe smartere maskiner overgået reCAPTCHAs evner til at forstå responsudfordringer. I en eksperimentel test fastslog Google-forskere, at på trods af de største komplikationer og irriterende pop-ups, var maskinlæringsalgoritmerne i stand til at få mere end 99 procent af svarene korrekt, mens vi mennesker knap klarede 33 procent. Så det var tid til en forandring.

CAPTCHA: Hvor længe kan det forblive en levedygtig teknik til skelnen mellem menneskelig AI?

Google besluttede at få brugernes irritation til at forsvinde. Den nye "NoCAPTCHA reCAPTCHA" tillod brugere at bestå testen ved at klikke på afkrydsningsfeltet. Denne gang gik Google langt videre med API-teknologi og brugte brugerpræferencer til at afgøre, om det er et menneske eller en robot. Googles nye reCAPTCHA analyserede brugersøgninger samt bevægelsen af ​​musemarkøren. En bot kan ikke efterligne et museklik som for en bot, ved at analysere koden for den specifikke CAPTCHA-test vil det virtuelle afkrydsningsfelt blive vist som et grafisk billede og ikke reagere på det. Men igen, hvis en bot kan læse JavaScript, så kan den nemt efterligne det, og muligheden for sporing af musebevægelser ville mislykkes.

Så hvordan får du det problem rigtigt? Og hvad nu hvis du lavede en anden søgning end dine præferencer?

CAPTCHA: Hvor længe kan det forblive en levedygtig teknik til skelnen mellem menneskelig AI?

Billedkilde: Reddit

Nå, i så fald, velkommen til endnu en test. Googles nye reCAPTCHA tager dig til en række "øjentests" for at se, om du er et menneske eller en robot. Så hvis du foretager en uhenvist eller mistænkelig søgning, vil Google bede dig om at vælge nogle specifikke billeder fra en hel gruppe af dem. Vi har alle bemærket, at Google beder os om at identificere billeder med trafiklys, biler, parker eller vejskilte, ikke? Det er, hvad NoCAPTCHA reCAPTCHA er.

Dette er den mest opdaterede og mest udbredte version af CAPTCHA, som bruges som et medium til skelnen mellem menneskelig og AI af ikke kun Google, men platforme som Twitter, Facebook og Craigslist for at forhindre spam og misbrug af brugeres profiler på sociale medier. Men endnu en gang er billederne i denne version blevet mere slørede for menneskelige øjne, hvilket øger komplikationen af ​​puslespillet, og er igen stødt på den samme vej som reCAPTCHA gik før.

Men hvorfor?

Læs også:-

Hvad er mere sikkert? Fingeraftryksgenkendelse vs ansigtsgenkendelse Både Fingerprint Touch og Face Unlock er blevet vigtige telefonsikkerhedsfunktioner og sammenlignes konstant over deres effektivitet. Ved godt...

Hvorfor er CAPTCHA-puslespil så komplicerede?

Billedkilde: Reddit

CAPTCHA blev startet som et medie for at forhindre bots og maskiner i at efterligne som menneskelige brugere og få adgang til enhver form for data for uretmæssige midler. Men da forskningen og eksperimenterne om maskinlæring og kunstig intelligens gik for vidt og endda var succesfulde, skabte vi maskiner med evner til at løse meget komplekse beregninger, og CAPTCHA blev et stykke kage. Videnskaben gav maskinen så omfattende evner, at hvis vi nu prøver at gøre noget svært til software eller bot, ville det blive sværere for et menneske at afkode.

Er det for meget af en overraskelse, at CAPTCHA på en eller anden måde fejler?

CAPTCHA: Hvor længe kan det forblive en levedygtig teknik til skelnen mellem menneskelig AI?

Billedkilde: Corner Tab Creative

Absolut ikke. Vi har skabt funktionelle kvantecomputere. Vi har løst hundredvis af gåder og beregningsproblemer vedrørende finansiel analyse, forretningsbeslutninger og medicinske videnskaber. Vi har gjort brug af tonsvis af maskinbaserede applikationer og værktøjer til at lette vores liv og hjælpe os inden for mere komplekse forskningsområder. Og i mellemtiden har vi givet maskinerne deres egen intelligens for at øge opgavens hastighed og effektivitet. Da vores liv er så meget afhængig af kunstig intelligens og maskinlæring, var det bare et spørgsmål om tid, at det overgår os.

Hvilken længde kan CAPTCHA gå videre?

Billedkilde: Naked Security

Ifølge hvad forskerne går ind til med denne respons-udfordringsmekanisme, er dette kun begyndelsen. Der har været forskellige tests for at opgradere de nuværende CAPTCHA-værktøjer og ændre den måde, disse respons-udfordringstests udføres på. I 2017 opnåede PayPal et patent på en ny slags CAPTCHA-teknik. Her vil de gåder og spørgsmål, der stilles til en bruger for at bevise hans/hendes menneskelighed, variere alt efter deres etnicitet, placering og køn. Tilsvarende patenterede Amazon Technologies en CAPTCHA-puslespilstil, hvor folk ville blive bedt om at løse optiske illusioner og typiske logiske gåder, som ikke ville være kendte for dem. Nu, her forsøgte Amazon at vende puslespillet. Amazon Technologies har hævdet, at de fleste mennesker ville få sådanne svar forkerte, mens den moderne AI, givet dets muligheder, ville få det rigtige, og derfor, svaret med det forkerte svar ville være den menneskelige bruger. Andre patenter inkluderer spillignende puslespil til CAPTCHA, hvor brugerne ville kræve at løse bordpuslespil slags billeder for at bevise deres menneskelighed. Dette er nogle af de første ideer, der får deres måde at opdatere CAPTCHA.

Men er de virkelig effektive?

Det er de på mange måder ikke. For det første, i denne "rumalder"-generation, hvor maskinlæring bogstaveligt talt er det næste skridt i menneskelig udvikling, ville ingen CAPTCHA forblive ubrudt. -For det andet er disse ideer for komplicerede for mennesker. Hvis du forventer, at en fyr svarer korrekt på et kulturelt forskelligt spørgsmål hele tiden, så tager du fejl. Mennesker adskiller sig fra hinanden med hensyn til etnicitet, sprog og personligheder i meget stor skala, og det er næsten umuligt at udvikle et så omfattende sæt af svarudfordringer baseret på kulturel baggrund. Desuden er internettet noget, der er tilgængeligt for alle fra hvor som helst, uanset personens IQ, alder og intelligensniveau. Så det er svært at tro, at enhver person i alle aldre ville have det i sig at løse et brætspilspuslespil for at bestå en webside. Sandsynligvis, forskere,

Hvad kan der gøres for at gøre CAPTCHA mere pålidelig?

Nå, det er et emne for en stor diskussion og forskning, før vi kunne finde på noget, der ville gøre det nemmere for mennesker. Der er dog et behov for at lede efter et aspekt af menneskelig adfærd, som kan være umuligt for en AI-bot at efterligne. Mere fokus kan omdirigeres til at udvikle CAPTCHA-værktøjer, der leder efter websidens "handlinger". Google aktiverede for nylig sin version 3 af reCAPTCHA kaldet reCAPTCHA v3. Den nye version af respons-udfordringstesten fra Google bruger det, der kaldes "Adaptive Risk Analysis", som ikke presser brugerne til nogen form for test og ikke beder dem om at sætte kryds i den virtuelle boks. Det er fuldstændig friktionsfrit for brugerne og giver dem mulighed for at få direkte adgang til websider. For at udføre botdetektion for at forhindre spammisbrug vil Googles nye reCAPTCHA give webstedsejere mulighed for at afgøre, om deres webstedsbrugere er en bot eller ej, via scores, som Google ville give dem baseret på sin risikoanalysealgoritme. Scoren vil opdage, om trafikken på webstedet er mistænkelig eller ej. Ejere kan derefter præsentere mistænkelige brugere for en responstest for at krydstjekke reCAPTCHA's detektion. Selvom Google ikke vil fortælle, hvordan deres nye algoritme vil tildele disse scores til brugerne, kan den betragtes som et imødekommende medium til at filtrere trafik, hvor brugernes irritation og vanskeligheder med at løse de tidligere tests er blevet overvejet.

Endelig udtalelse

Billedkilde: VectorStock

Det er for tidligt at sige, at Googles nye reCAPTCHA v3 er den bedste og mest brugervenlige måde at undgå bottrafik på websider. Desuden kan vi ikke kende det tempo, hvormed AI- og maskinlæringsforskningen bevæger sig fremad, om implikationer, som ville have på nogen ny CAPTCHA-teknik.

Da folk lægger mere vægt på maskinlæring og ikke på overvågning af maskinaktiviteter, kan alle disse nye patenter på CAPTCHA-teknikker blive ulevedygtige i den nærmeste fremtid. Indtil videre er CAPTCHA den mest udbredte respons-udfordringstest til botdetektion på nettet. Men for at have det sådan i flere og flere år, er det vigtigt, at metoder til skelnen mellem AI og mennesker bliver opdaget, før vi videregiver alt, hvad vi har, og hvad der end definerer vores arv til de smarte maskiner, vi er afhængige af.


The Rise of Machines: Real World Applications of AI

The Rise of Machines: Real World Applications of AI

Kunstig intelligens er ikke i fremtiden, det er her lige i nuet I denne blog Læs, hvordan kunstig intelligens-applikationer har påvirket forskellige sektorer.

DDOS-angreb: et kort overblik

DDOS-angreb: et kort overblik

Er du også et offer for DDOS-angreb og forvirret over forebyggelsesmetoderne? Læs denne artikel for at løse dine spørgsmål.

Har du nogensinde spekuleret på, hvordan tjener hackere penge?

Har du nogensinde spekuleret på, hvordan tjener hackere penge?

Du har måske hørt, at hackere tjener mange penge, men har du nogensinde spekuleret på, hvordan tjener de den slags penge? lad os diskutere.

Revolutionære opfindelser fra Google, der vil gøre dit liv lettere.

Revolutionære opfindelser fra Google, der vil gøre dit liv lettere.

Vil du se revolutionerende opfindelser fra Google, og hvordan disse opfindelser ændrede livet for ethvert menneske i dag? Læs derefter til bloggen for at se opfindelser fra Google.

Fredag ​​Essential: Hvad skete der med AI-drevne biler?

Fredag ​​Essential: Hvad skete der med AI-drevne biler?

Konceptet med selvkørende biler til at køre på vejene ved hjælp af kunstig intelligens er en drøm, vi har haft i et stykke tid nu. Men på trods af flere løfter er de ingen steder at se. Læs denne blog for at lære mere...

Teknologisk singularitet: En fjern fremtid for menneskelig civilisation?

Teknologisk singularitet: En fjern fremtid for menneskelig civilisation?

Efterhånden som videnskaben udvikler sig i et hurtigt tempo og overtager en stor del af vores indsats, stiger risikoen for at udsætte os selv for en uforklarlig Singularitet. Læs, hvad singularitet kunne betyde for os.

Udvikling af datalagring – Infografik

Udvikling af datalagring – Infografik

Opbevaringsmetoderne for dataene har været under udvikling, kan være siden fødslen af ​​dataene. Denne blog dækker udviklingen af ​​datalagring på basis af en infografik.

Funktioner af Big Data Reference Architecture Layers

Funktioner af Big Data Reference Architecture Layers

Læs bloggen for at kende forskellige lag i Big Data-arkitekturen og deres funktionaliteter på den enkleste måde.

6 fantastiske fordele ved at have smarte hjemmeenheder i vores liv

6 fantastiske fordele ved at have smarte hjemmeenheder i vores liv

I denne digitalt drevne verden er smarte hjemmeenheder blevet en afgørende del af livet. Her er et par fantastiske fordele ved smarte hjemmeenheder om, hvordan de gør vores liv værd at leve og enklere.

macOS Catalina 10.15.4-tillægsopdatering forårsager flere problemer end at løse

macOS Catalina 10.15.4-tillægsopdatering forårsager flere problemer end at løse

For nylig udgav Apple macOS Catalina 10.15.4 en supplerende opdatering for at løse problemer, men det ser ud til, at opdateringen forårsager flere problemer, hvilket fører til mursten af ​​mac-maskiner. Læs denne artikel for at lære mere