Створений ШІ, здатний обійти систему CAPTCHA


Не встигли ми написати про один спосіб обійти систему CAPTCHA, як стало відомо про інше. Новий ШІ може обійти систему Google reCAPTCHA, копіюючи поведінку людського мозку. Результати дослідження свідчать про необхідність надійніших автоматизованих методів перевірки. Також вони можуть допомогти поліпшити сприйняття комп’ютером завдань робототехники.

Систему CAPTCHA вважають ненадійною, якщо бот може обійти її в одному випадку із ста. Нині стартап Vicarious показує, що його ШІ може обійти reCAPTCHA з вірогідністю 66,6 %, а рішення інших компаній: BotDetect, Yahoo і PayPal – з вірогідністю 64,4 %, 57,4 % і 57,1 % відповідно.

Система, яку розробила компанія Vicarious, відома як рекурсивна кортикальная мережа (Recursive Cortical Network, RCN). Вона є штучною нейронною мережею, обчислювальна конструкція якої імітує роботу людського мозку. У такій системі штучні нейрони отримують дані і працюють разом для вирішення завдань на зразок ідентифікації тексту або розпізнавання мови. Потім нейронна мережа може змінити структуру зв’язків між цими нейронами, щоб поміняти спосіб взаємодії. Після цього мережа знову займається рішенням задачі. З часом нейронна мережа починає розуміти, які шаблони краще всього підходять для обчислювальних рішень.

Попередні нейронні мережі могли обійти reCAPTCHA, але це вимагало навчання на мільйонах розмічених зображень капчи або ручних установок про те, як зламувати кожен вид зображення. Система Vicarious вимагає значно менше даних для навчання. В порівнянні з сучасними підходами RCN має порівнянну або більш високу точність, використовуючи при цьому приблизно в 300 разів менше за даних.

Головний автор дослідження, Джордж Дилидж, сказав:

Наша система має можливість вчитися з використанням відносно небагатьох прикладів, подібно до людського мозку.

Vicarious говорять, що ключем до успіху було моделювання RCN по аналогії з роботою зорової системи людського мозку. Компанія пояснює, що штучні нейрони RCN структуровані таким чином, що підтримують створення моделей, які можуть швидко ідентифікувати поверхні і контури. Це дозволяє розпізнавати зображення і об’єкти, використовуючи лише декілька прикладів.

Ці дані свідчать про те, що “грунтовані на тексті CAPTCHA стають застарілими”, говорить Джордж. Також він відмічає, що Google і інші компанії вже намагаються реалізувати нові механізми перевірки, наприклад, працюючі на основі зображень.

Дослідники відмічають, що їх програмне забезпечення може допомогти вирішити інші проблеми, пов’язані з комп’ютерним сприйняттям.

Ми застосовуємо його до багатьох завдань робототехники. Представте робота, який повинен не просто ідентифікувати об’єкт, але також взаємодіяти з ним. Йому треба побудувати модель поведінки об’єкту, якщо його, наприклад, штовхнути.

Джерело: IEEE Spectrum

Залишити відповідь

Ваша e-mail адреса не оприлюднюватиметься. Обов’язкові поля позначені *