NPR은 새로운 회사 대리, 그것은 보안 문자 인증 메커니즘이라고 그들은 지금 매우 일반적이다,하여 "컴퓨터와 완전 자동화 된 공공 튜링 테스트 인간의 뇌에게"할 수 AI 모델을 사용하는 알고리즘을 개발했다보고 그
CAPTCHA는 주로 컴퓨터 해석을위한 과거의 테스트와 유사한 글자, 주름 및 배경 잡음 조합의 혼동으로 인해 검증 코드 세트를 보여주는 그림에 주로 들어 있기 때문에 CAPTCHA의 AI 연구자가 될 수있는 능력 테스트를위한 핵심 벤치 마크입니다.
이것은 약 10 년 전에 누군가가 성공적으로 CAPTCHA의 검증을 해독 한 것은 처음이 아니며, 기술 회사는 Ticketmaster 기소를 처리했다. 왜냐하면 CAPTCHA 시스템은 콘서트 티켓을 구입하기 때문이다.
그러나 과거에는 특정 약점에서 CAPTCHA를 사용하여 시스템을 우회하는 시스템의 사소한 변경을 막을 수 있었지만 대맥 공동 창립자 인 Dileep George는이 새로운 연구가 "근본적으로"내려 갔다고 지적했습니다 보안관.
과거에는 특정 훈련에 대한 AI의 훈련을 통해 심화 학습 (깊은 학습)을 통해 AI에서 훈련중인 다른 글자를 식별 할 수 있었지만 일단 글자가 서로 겹치면 AI가 어려워집니다 식별하십시오.
George는 심층 학습은 사람들이 동일한 경험을 통해 배우게 될 것이므로 인간의 두뇌를 복사하는 방법의 일부일 뿐이지 만 인간 아이는 편지가 비교적 크기가 크더라도 구별하기 위해 많은 수의 다른 형태의 글자를 읽을 필요가 없다고 설명했다. 이탤릭체는 아이들이 쉽게 알아낼 수 있습니다.
조지는 시각적으로 두뇌를 발견했다고 가정하고 있지만, 몇 가지 가정이있을 것입니다. 그러나 과거의 학습의 깊이는 같은 상황을 가지고 있지 않았습니다. 인공 지능은 또한 재귀 피질 네트워크 (recursive cortical network, RCN) 기술을 사용하는이 기능을 가지고 있습니다. 따라서 AI는 교육을 덜 받으면서도 콘텐츠를 볼 수있는 더 나은 이유가 될 수 있습니다.
훈련 단계에서 AI는 문자 모델의 개념을 구성하고 문자, 내부, 배경 등의 윤곽을 이해하고 추측 한 후에 문자를 볼 것이며, 새로운 그림이 나타난 후에 AI는 과거를 사용하여 문자를 만들고 그림을 이해하기 위해 편지가 부분적으로 겹쳐 보이면 편지의 일부가 다른 편지 뒤에 숨겨져있어 실종 된 부분을 이해할 수 있습니다.
다양한 팀이 언급했듯이, CAPTCHA는 매우 많은 유형을 가지고 있지만 1 % 이상의 정확도를 달성하는 알고리즘이 무엇이든 상관없이 균열로 간주 될 수 있습니다.이 AI 알고리즘 모델의 reCAPTCHAs 테스트에서 정확도는 66.6 %, BotDetect는 64.4 %, Yahoo 및 PayPal은 최대 57 %입니다.
Vicarious의 미적분 모델은 CAPTCHA 검증 메커니즘을 통해 좋은 결과를 얻을 수 있지만이 연구의 주요 목표는 로봇을 시각적으로 합리적 사고처럼 인간으로 만들고 CAPTCHA와는 거의 관련이없는 것입니다.
George는 팀의 장기 목표가 인간의 뇌와 같은 인공 지능을 만드는 것이라고 말하면서, CAPTCHA는 시스템이 인간의 두뇌처럼 작동 할 수 있는지 여부를 감지 할 수 있기 때문에 자연스러운 테스트입니다.
George는 로봇이 세상을 알고 객체를 이해하고 조작해야한다는 점을 강조하면서, 사람들이 적용하려는 분야에서 AI는 정확성이 떨어지고 훈련이 적 으면서 유연성이 떨어지는 것을 처리해야한다고 강조했습니다.
"이것은 기술의 피할 수없는 방향이다. 사람들은이 것을 받아 들여야한다 : 컴퓨터는 인간의 두뇌처럼 작동 할 것이다."
구글이 문자 기반 CAPTCHA에서 좀 더 진보 된 테스트로 이동하기 시작했다는 것을 George는 지적했다. 인공 지능이 더욱 스마트 해지면 이러한 검증 메커니즘은 사용자의 신원을 확인하는 새로운 방법.