CAPTCHA: Hvor lenge kan det forbli en levedyktig teknikk for å skille mellom menneskelig AI?

CAPTCHA: Hvor lenge kan det forbli en levedyktig teknikk for å skille mellom menneskelig AI?

Mange av oss har følt oss irriterte og forferdelige på grunn av popup-vinduene som vises når du prøver å få tilgang til et nettsted via Google Chrome, som ber deg bekrefte om du er menneskelig eller ikke. For en gangs skyld virker det som det dummeste å spørre om, spesielt hvis det dukker opp i ansiktet ditt igjen og igjen. Det er CAPTCHA, en utfordring-respons-test som lar nettleseren fastslå at det ikke er en maskin som prøver å komme inn i dine personlige søk. CAPTCHA har blitt et vanlig beskyttelsestiltak for å holde spambotter borte fra internett og forhindre misbruk. Men de siste årene har CAPTCHA blitt utvidet og har også blitt en intrikat oppgave som krever at vi konsentrerer oss om den såkalte responsutfordringen. Hvorfor ber nettleseren din deg om å bekrefte "Jeg er ikke en robot"? Og hvordan gikk det over til en irriterende og tidkrevende utfordring? Les hvordan noe som startet som et verktøy for å fjerne spambotter, nå har blitt et utmattende kappløp mellom mennesker og maskiner.

Hva er CAPTCHA?

CAPTCHA: Hvor lenge kan det forbli en levedyktig teknikk for å skille mellom menneskelig AI?

Bilde: New York Times

CAPTCHA står for Completely Automated Public Turing Test. Den ble utviklet en gang på begynnelsen av 2000-tallet som en test for mennesker for å bevise at de ikke er maskiner eller spambotter som prøver å bryte nettlesersikkerheten. Selv om oppfinnerskapet til CAPTCHA er et spørsmål om en annen debatt, er den tidligste versjonen datert tilbake til 1997. Da den ble brukt første gang, pleide CAPTCHA å be brukere om å bevise sin "menneskelighet" ved å skrive en sekvens av forvrengte bokstaver i enkel tekst. I noen sekvenser ble de forvrengte bokstavene kombinert med tall skrevet i lignende forvrengt format. Disse tegnene ble skrevet på en måte at det ikke virket noe mellomrom mellom dem, og koden ble endret ved hvert påloggingsforsøk. Dette ble gjort fordi, for å dekode et nesten uendelig antall forvrengte sekvenser, ville det alltid være nødvendig med noe menneskelig intelligens; mens, en datamaskinmaskinalgoritme kan ikke oppdage forvrengte sekvenser. Dermed ble CAPTCHA umiddelbart tatt i bruk av mange nett- og e-postleverandører.

Men i løpet av de neste årene ble CAPTCHA komplisert.

Googles reCAPTCHA: A Complicated Upgrade to the Original Test

CAPTCHA: Hvor lenge kan det forbli en levedyktig teknikk for å skille mellom menneskelig AI?

Bildekilde: Business Insider

I 2007 kjøpte Google programmet kalt reCAPTCHA fra en gruppe originale forskere av systemet og begynte å bruke det mye i Google Scholar og Google Books. Men der det hadde begynt, ble CAPTCHA i denne siste formen en hodepine for Google-brukere. Etter hvert som forskningen på maskinlæring vokste, vokste også evnen til datasystemer og deres algoritmer til å løse intrikate problemer. Dermed ble de originale karaktersekvensene for enkle for roboter og maskiner å løse. Så Google gikk videre og gjorde disse karakterene mer vridd og teknisk mer forvirrende for menneskelige øyne. Dette startet faktisk det virkelige kappløpet mellom menneskelig og maskinell intelligens, som gikk over til den virkelige irritasjonen reCAPTCHA ble for Google-brukere. For å sikre at brukeren som får tilgang til Googles plattformer og søk ikke er en robot,

Legge til bilder i testen: Googles No CAPTCHA reCAPTCHA

I 2014, mye sent etter at Google kjøpte opp reCaptcha, bestemte de seg for å reagere på irritasjonen som sekvensene forårsaket det for brukerne. I tillegg, i alle disse årene har forskerne nok en gang for å skape smartere maskiner overgått reCAPTCHAs evner til å forstå responsutfordringer. I en eksperimentell test slo Google-forskere fast at til tross for de største komplikasjoner og irriterende popup-vinduer, klarte maskinlæringsalgoritmene å få mer enn 99 prosent av svarene riktig mens vi mennesker knapt klarte 33 prosent. Så det var på tide med en forandring.

CAPTCHA: Hvor lenge kan det forbli en levedyktig teknikk for å skille mellom menneskelig AI?

Google bestemte seg for å få brukernes irritasjon til å forsvinne. Den nye "NoCAPTCHA reCAPTCHA" tillot brukere å bare bestå testen ved å klikke på avmerkingsboksen. Denne gangen gikk Google langt med API-teknologi og brukte brukerpreferanser for å avgjøre om det er et menneske eller en robot. Googles nye reCAPTCHA analyserte brukersøk, samt bevegelsen til musepekeren. En bot kan ikke etterligne et museklikk som for en bot, analysering av koden for den bestemte CAPTCHA-testen vil se den virtuelle avkrysningsboksen som et grafisk bilde, og vil ikke svare på det. Men igjen, hvis en bot kan lese JavaScript, kan den lett etterligne det, og alternativet for sporing av musebevegelser vil mislykkes.

Så hvordan får du det problemet riktig? Og hva om du gjorde et annet søk enn innstillingene dine?

CAPTCHA: Hvor lenge kan det forbli en levedyktig teknikk for å skille mellom menneskelig AI?

Bildekilde: Reddit

Vel, i så fall velkommen til en ny test. Googles nye reCAPTCHA tar deg med til en serie "øyetester" for å se om du er et menneske eller en robot. Så i tilfelle du foretar et uhenvist eller mistenkelig søk, vil Google be deg velge noen spesifikke bilder fra en hel gruppe av dem. Vi har alle lagt merke til at Google ber oss identifisere bilder med trafikklys, biler, parker eller veiskilt, ikke sant? Det er hva NoCAPTCHA reCAPTCHA er.

Dette er den mest oppdaterte og mest brukte versjonen av CAPTCHA, som brukes som et medium for menneskelig-AI-forskjell av ikke bare Google, men plattformer som Twitter, Facebook og Craigslist for å forhindre spam og misbruk av sosiale medieprofiler til brukere. Men nok en gang har bildene i denne versjonen blitt mer uskarpe for menneskelige øyne, noe som øker komplisiteten til puslespillet, og har igjen kommet over den samme veien som reCAPTCHA gikk før.

Men hvorfor?

Les også:-

Hva er sikrere? Fingeravtrykksgjenkjenning vs ansiktsgjenkjenning Både fingeravtrykkberøring og ansiktslås har blitt viktige telefonsikkerhetsfunksjoner og sammenlignes konstant med hensyn til effektiviteten. Vet...

Hvorfor CAPTCHA-oppgaver er så kompliserte?

Bildekilde: Reddit

CAPTCHA ble startet som et medium for å hindre roboter og maskiner i å etterligne som menneskelige brukere og få tilgang til alle slags data for urettmessige midler. Men ettersom forskningen og eksperimentene på maskinlæring og kunstig intelligens gikk for langt og til og med var vellykket, skapte vi maskiner med evner til å løse mye komplekse beregninger, og CAPTCHA ble en bit av kaken. Vitenskapen ga maskinen så omfattende evner at nå hvis vi prøver å gjøre noe vanskelig for programvare eller bot, ville det bli vanskeligere for et menneske å dekode.

Er det for mye av en overraskelse at CAPTCHA på en eller annen måte feiler?

CAPTCHA: Hvor lenge kan det forbli en levedyktig teknikk for å skille mellom menneskelig AI?

Bildekilde: Corner Tab Creative

Definitivt ikke. Vi har laget funksjonelle kvantedatamaskiner. Vi har løst hundrevis av gåter og beregningsproblemer angående finansiell analyse, forretningsbeslutninger og medisinske vitenskaper. Vi har brukt tonnevis av maskinbaserte applikasjoner og verktøy for å lette livene våre og hjelpe oss i mer komplekse forskningsområder. Og i mellomtiden har vi gitt maskinene deres egen intelligens for å øke oppgavehastigheten og effektiviteten. Siden livene våre er så mye avhengige av AI og maskinlæring, var det bare et spørsmål om tid at det overgår oss.

Hvilken lengde kan CAPTCHA gå videre?

Bildekilde: Naken Security

I henhold til hva forskere går inn i med denne respons-utfordringsmekanismen, er dette bare begynnelsen. Det har vært forskjellige tester for å oppgradere de nåværende CAPTCHA-verktøyene og endre måten disse responsutfordringstestene utføres på. I 2017 fikk PayPal patent på en ny type CAPTCHA-teknikk. Her vil gåtene og spørsmålene som blir stilt til en bruker for å bevise hans/hennes menneskelighet variere i henhold til deres etnisitet, plassering og kjønn. Tilsvarende patenterte Amazon Technologies en CAPTCHA-puslespillstil, der folk ble bedt om å løse optiske illusjoner og typiske logiske gåter, som ikke ville være kjent for dem. Nå, her prøvde Amazon å snu puslespillet. Amazon Technologies har hevdet at de fleste mennesker ville få slike svar feil, mens den moderne AI, gitt sine evner, ville få det riktig, og derfor, svaret med feil svar ville være den menneskelige brukeren. Andre patenter inkluderer spilllignende puslespill for CAPTCHA, der brukerne vil kreve å løse brettpuslespill for å bevise deres menneskelighet. Dette er noen av de første ideene som begynner å oppdatere CAPTCHA.

Men er de virkelig effektive?

På mange måter er de det ikke. For det første, i denne «romalder»-generasjonen der maskinlæring bokstavelig talt er neste trinn i menneskelig utvikling, ville ingen CAPTCHA forbli ubrutt. -For det andre er disse ideene for kompliserte for mennesker. Hvis du forventer at en fyr skal svare riktig på kulturelt mangfoldige spørsmål hele tiden, så tar du feil. Folk skiller seg fra hverandre i etnisitet, språk og personligheter i veldig stor skala, og det er nesten umulig å utvikle et så omfattende sett med responsutfordringer basert på kulturell bakgrunn. Dessuten er internett noe som er tilgjengelig for hvem som helst fra hvor som helst uavhengig av personens IQ, alder og intelligensnivå. Så det er vanskelig å tro at enhver person i alle aldre ville ha det i seg å løse et brettspill for å passere en nettside. Sannsynligvis, forskere,

Hva kan gjøres for å gjøre CAPTCHA mer pålitelig?

Vel, det er et emne for en stor diskusjon og forskning før vi kunne komme opp med noe som ville gjøre dette lettere for mennesker. Det er imidlertid behov for å se etter et aspekt ved menneskelig atferd som kan være umulig for en AI-bot å etterligne. Mer fokus kan avledes til å utvikle CAPTCHA-verktøy som vil se etter nettsidens "handlinger". Google har nylig aktivert sin versjon 3 av reCAPTCHA kalt reCAPTCHA v3. Den nye versjonen av respons-utfordringstesten fra Google bruker det som kalles "Adaptive Risk Analysis", som ikke presser brukere til noen form for tester og ikke ber dem om å krysse av i den virtuelle boksen. Det er helt friksjonsfritt for brukere og lar dem få tilgang til nettsider direkte. For å utføre botdeteksjon for å forhindre misbruk av søppelpost, vil Googles nye reCAPTCHA tillate nettstedeiere å avgjøre om nettstedbrukerne deres er en bot eller ikke, via score som Google ville gitt dem basert på risikoanalysealgoritmen. Poengsummen vil oppdage om trafikken på nettstedet er mistenkelig eller ikke. Eiere kan deretter presentere mistenkelige brukere med en responstest for å krysssjekke reCAPTCHAs deteksjon. Selv om Google ikke vil fortelle hvordan deres nye algoritme vil tildele disse poengsummene til brukere, kan den betraktes som et innbydende medium for å filtrere trafikk, der brukernes irritasjon og vanskeligheter med å løse de tidligere testene har blitt vurdert.

Endelig mening

Bildekilde: VectorStock

Det er for tidlig å si at Googles nye reCAPTCHA v3 er den beste og mest brukervennlige måten å unngå bottrafikk på nettsider. Dessuten kan vi ikke vite hvor mye AI- og maskinlæringsforskningen har, hvilke implikasjoner det vil ha for en ny CAPTCHA-teknikk.

Siden folk satser mer på maskinlæring og ikke på overvåking av maskinaktiviteter, kan alle disse nye patentene på CAPTCHA-teknikker bli ubrukelige i nær fremtid. Foreløpig er CAPTCHA fortsatt den mest brukte respons-utfordringstesten for botdeteksjon på nettet. Men for å ha det slik i flere og flere år, er det viktig at metoder for å skille mellom AI og mennesker blir oppdaget før vi gir videre alt vi har og hva som enn definerer arven vår til de smarte maskinene vi er avhengige av.


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 akkurat i nåtiden I denne bloggen Les hvordan kunstig intelligens-applikasjoner har påvirket ulike sektorer.

DDOS-angrep: en kort oversikt

DDOS-angrep: en kort oversikt

Er du også et offer for DDOS-angrep og forvirret over forebyggingsmetodene? Les denne artikkelen for å løse spørsmålene dine.

Har du noen gang lurt på hvordan hackere tjener penger?

Har du noen gang lurt på hvordan hackere tjener penger?

Du har kanskje hørt at hackere tjener mye penger, men har du noen gang lurt på hvordan tjener de den slags penger? la oss diskutere.

Revolusjonerende oppfinnelser fra Google som vil gjøre livet ditt enkelt.

Revolusjonerende oppfinnelser fra Google som vil gjøre livet ditt enkelt.

Vil du se revolusjonerende oppfinnelser fra Google og hvordan disse oppfinnelsene forandret livet til alle mennesker i dag? Les deretter til bloggen for å se oppfinnelser fra Google.

Fredag ​​Essential: Hva skjedde med AI-drevne biler?

Fredag ​​Essential: Hva skjedde med AI-drevne biler?

Konseptet med selvkjørende biler som skal ut på veiene ved hjelp av kunstig intelligens er en drøm vi har hatt en stund nå. Men til tross for flere løfter, er de ingen steder å se. Les denne bloggen for å lære mer...

Teknologisk singularitet: en fjern fremtid for menneskelig sivilisasjon?

Teknologisk singularitet: en fjern fremtid for menneskelig sivilisasjon?

Ettersom vitenskapen utvikler seg raskt og tar over mye av innsatsen vår, øker også risikoen for å utsette oss for en uforklarlig singularitet. Les hva singularitet kan bety for oss.

Evolusjon av datalagring – infografikk

Evolusjon av datalagring – infografikk

Lagringsmetodene for dataene har vært i utvikling kan være siden fødselen av dataene. Denne bloggen dekker utviklingen av datalagring på grunnlag av en infografikk.

Funksjonaliteter til Big Data Reference Architecture Layers

Funksjonaliteter til Big Data Reference Architecture Layers

Les bloggen for å kjenne ulike lag i Big Data Architecture og deres funksjoner på den enkleste måten.

6 fantastiske fordeler ved å ha smarte hjemmeenheter i livene våre

6 fantastiske fordeler ved å ha smarte hjemmeenheter i livene våre

I denne digitaldrevne verden har smarthusenheter blitt en avgjørende del av livet. Her er noen fantastiske fordeler med smarthusenheter om hvordan de gjør livet vårt verdt å leve og enklere.

macOS Catalina 10.15.4 tilleggsoppdatering forårsaker flere problemer enn å løse

macOS Catalina 10.15.4 tilleggsoppdatering forårsaker flere problemer enn å løse

Nylig lanserte Apple macOS Catalina 10.15.4 en tilleggsoppdatering for å fikse problemer, men det ser ut til at oppdateringen forårsaker flere problemer som fører til muring av mac-maskiner. Les denne artikkelen for å lære mer