AI 模型每次都能击败 CAPTCHA

Josiah02

瑞士苏黎世联邦理工学院的三位人工智能研究人员修改了基于人工智能的图像处理模型，以解决谷歌的 reCAPTCHAv2 人机测试系统。
Andreas Plesner、Tobias Vontobel 和 Roger Wattenhofer 修改了 You Only Look Once (YOLO) 图片处理模型，开发出一种每次尝试都能解决 Google CAPTCHA 的新模型。他们的论文可在arXiv预印本服务器上找到。
在过去的几十年里，网站管理员已经使用了一些技术来防止自主机器人获得访问权限并造成问题。一种方法是称为“完全自动化的公共图灵测试以区分计算机和人类”的模型，更广为人知的是 CAPTCHA——网站管理员可以轻松地将小程序添加到他们的登录过程中。
2007 年，谷歌发布了自己的小程序版本，最新更新版本称为 reCAPTCHAv2。与其他 CAPTCHA 一样，谷歌的 CAPTCHA 要求用户点击指定的图像才能通过。
在这项新的尝试中，瑞士团队发现，修改现有的人工智能模型并不需要花费太多精力，就能使其具有通过谷歌验证码的能力。
这项工作涉及修改 YOLO 模型以识别 reCAPTCHAv2 通常使用的物体，例如汽车、桥梁和交通灯。然后，他们使用数千张相同类型物体的照片对其进行训练。
测试表明，该模型不必 100% 准确，因为 reCAPTCHAv2 与其他 CAPTCHA 一样允许多次尝试。这使得该模型每次测试都能通过 CAPTCHA 测试。研究人员发现，即使新模型在第一张图片上失败，它也能通过第二道拼图。他们还指出，只需要 13 个类别的物体就可以教会模型通过拼图。
对该模型的进一步测试表明，它可以欺骗更复杂的 CAPTCHA，这些 CAPTCHA 经过了鼠标跟踪或浏览器历史记录等功能的修改。这一发现无疑将引发新的研究，以创建无法被人工智能系统欺骗的 CAPTCHA。