A medida que cada área de la vida humana se vuelve cada vez más automatizada, buscamos desesperadamente las diferencias con la inteligencia artificial. Aunque robots como AlphaGo son capaces de aprender el juego por sí mismos, al menos nunca pueden escribir un libro, hacer el amor, convertirse en una nación Ciudadanos, o disfrutar de la belleza natural del paisaje, ¿verdad?
Estás equivocado, todo esto está hecho.
Tengo que decirles que AI ha descifrado una herramienta ampliamente utilizada: captcha, una herramienta utilizada para distinguir entre humanos y robots.
El código de verificación es molesto rompecabezas pueden requerir que rellene el cuadro de texto distorsionado, o haga clic en la imagen todos los coches, según un estudio publicado recientemente en la revista Science, una nueva IA puede ser de hasta el 66,6% Tasa de precisión de ciertos tipos de código de verificación. Como una comparación, la tasa de precisión humana del 87%, mientras que la máquina siempre y cuando la tasa de precisión del 1%, se considera que ha descifrado el código de verificación.
El CAPTCHA, completamente calificado, distingue automáticamente las pruebas de computadora y humana de Turing, se inventó por primera vez a fines de la década de 1990 para evitar el fraude y los robots de spam. La idea básica era crear una computadora humana fácilmente descifrable que fuera difícil Rompe el problema.
Las computadoras son buenas para calcular, leer texto sin formato no es difícil y la capacidad de reconocer objetos en movimiento e imágenes está cada vez más y más fuerte, pero cuando estas imágenes están ligeramente distorsionadas, la computadora cae en un ciclo infinito porque podemos entrenar computadoras Identifique 'M' en todas las fuentes, pero estas M pueden distorsionarse de innumerables maneras, y las computadoras no tienen la capacidad de resumir.
La capacidad de aprender y resumir a partir de algunos ejemplos es una de las diferencias entre nuestro cerebro y la computadora que nos permite solucionar fácilmente captchas. Como se describe en la revista científica, Zuckerberg y Bezos. Vicarious, una empresa de inteligencia artificial financiada, ha desarrollado un algoritmo probabilístico de visión artificial que comprende y transmite CAPTCHA, ya que se puede resumir a partir de algunos pequeños ejemplos.
Otros investigadores han entrenado algoritmos de aprendizaje profundo para descifrar captchas, pero estos algoritmos generalmente requieren millones de casos marcados para entrenar algoritmos y solo resuelven un patrón particular, y la inteligencia artificial de Vicarious puede descifrar varios textos. Estilo de código de verificación, y más eficiente.
experimentales apos Neuroscience Los datos de estadísticas de referencia, los investigadores Vicarious propusieron un algoritmo recursivo llamada red cortical probabilístico, el algoritmo como un conjunto de códigos basados en la forma y el aspecto del texto de las imágenes de entrenamiento (tales como una superficie carta Suavidad).
Otra red neuronal puede identificar aquellas muestras de capacitación marcan manualmente Guoshu millones de palabras y letras. Recursiva red cortical y más cerca de la verdadera respuesta del cerebro humano a las señales visuales. RCN primer esquema no distorsionado alfabético y unos pocos La apariencia de la letra de ejemplo genera un modelo, que luego se usa para determinar qué letra corresponde a la frase de captcha distorsionada.
Como los investigadores escribieron en el artículo, si una máquina puede resolver este problema con una precisión superior al 1%, entonces el código de verificación se descifra. El algoritmo vicario proporciona una variedad de estilos de código de verificación diferentes, y en la grieta Con una tasa de éxito muy alta de 66.6% para reCAPTCHA, 64.4% para BotDetect, 57.4% para el código de verificación de Yahoo y 57.1% para el código de verificación de Paypal, todos los cuales solo requieren ' Muy pocos datos de entrenamiento. "Por ejemplo, para reCAPTCHA, el algoritmo entrenó solo cinco casos no distorsionados por carácter.
Otras redes neuronales de la técnica anterior requerirán un conjunto de entrenamiento 50.000 veces más grande que la cadena de captcha real, no solo caracteres claros. Como punto de referencia, los investigadores utilizaron diferentes modelos de redes neuronales para lograr una precisión del 89,9%. Pero se requieren 2.3 millones de imágenes de entrenamiento, y cuando el captcha hace pequeños cambios, la precisión se reducirá en gran medida.
La principal mejora del nuevo algoritmo es que los investigadores vicarios han creado una red neuronal que creará modelos alfabéticos basados en la forma y la apariencia que se pueden usar para "comprender" captchas en lugar de entrenar los nervios a través de millones de instancias de captcha. La red descifró un tipo específico de código de verificación.
Los investigadores crearon un código de verificación para resolver una variedad de redes neuronales, significa que los seres humanos tendrán que empezar a buscar una más potente mecanismo de formación del robot. Google fue pionera en una solución de audio es reCAPTCHA, el mismo que el código de texto, sino por la voz recientemente un equipo de científicos de la computación en la Universidad de Ma Lilan creado unCaptcha, un algoritmo libre de reCAPTCHA puede ser resuelto en cuestión de segundos, la tasa de precisión de más del 85%.
Aunque la primera línea de código de verificación de la defensa en el futuro previsible todavía se puede utilizar como Internet, pero no puede garantizar que los visitantes del sitio es cien por ciento real. Poco después, podríamos utilizar en Blade Runner 'Cuestionario de la humanidad para ir a la página web .