草根影響力新視野  編譯 鐘藝

來源 https://www.livescience.com

當妳登錄郵箱、購物平臺、電子銀行時，常常會遇到要輸入驗證碼。對於會涉及用戶個人信息的網站來說，驗證碼是他們一道有利的防火墻，能在很大程度上阻攔機器人對用戶信息的竊取。不少網站為了防止非法分子利用機器人自動註冊、登錄、灌水，核查登錄用戶是否為真人，都采用了驗證碼技術。

但正所謂“道高一尺魔高壹丈”，近日一項研究結果顯示，機器人已經可以破解驗證碼，連人眼有時都難以識別的驗證碼，比如變形的文字、隱藏的數字等，對於機器人來說不再是件難事。人工智能創業公司Vicarious作為這項技術的發明人說：“雖然從結果上來看，這項技術可能並不是一件多麽了不起的事情。但是從人工智能的整體發展來說，想要把人工智能普及化，必定要實現人工智能在少量數據中也能成功運轉的目標，從這個意義上講，機器人破解驗證碼這件事就意義非凡。”

文本樣式的驗證碼都是被扭曲過的，對於機器來說，它們要識別這些字符需要花費比人類多N倍的時間。盡管之前就已經有識別這些復雜字符的機器存在，但是它們必須要接受數以百計的圖像學習和訓練後才能實現識別功能。

而對於Vicarious來說，它只需要提前進行幾百個實例的學習和識別就能處理多種不同扭曲方式的文本驗證碼，除此以外，它也能被用作識別手寫文本、照片中的文本等。Vicarious為何能高效的進行學習？原因是它采用了遞歸皮層網絡的學習方式。遞歸皮層網絡就像是一棟建築的腳手架，其核心是模擬人腦基於形狀對物體進行辨別的機制開發出壹種新型算法，它讓人工智能不是從表面事實的呈現來總結推演出下一個可能的結果，而是從思維結構出發來進行計算，從而讓計算機同樣能夠基於形狀來識別物體。

目前，Vicarious開發團隊測試了來自領先驗證碼供應商reCAPTCHA和Bot Detect的文本類的驗證碼系統，雅虎和PayPal均是這套驗證碼系統的使用者，結果顯示，Vicarious破解的成功率在57％到67％左右。 Vicarious的開發團隊表示，人們認為，文本類驗證碼被機器破解的成功可能性最多為1%。而現在Vicarious的表現已經遠遠超過了這個數字。

現在許多網站已經不再使用文本驗證碼，而是使用基於圖像驗證碼或鼠標移動驗證碼。但研究人員表示，這將不會對基於遞歸皮層網絡的人工智能造成阻礙。因為遞歸皮層網絡對數據的利用效率是现有深度學習算法的300倍，超過以往很多優秀的驗證碼破解算法，而且通用性更強。

毫無疑問，Vicarious是人工智能領域繼目前流行的深度學習算法之後的又一進步。他的出現也告訴人們，結合認知科學和神經科學原理才能開發出更多像人類一樣擁有強大學習認知能力的機器學習算法。